大数据时代，银行的很多业务场景都使用到机器学习建模技术去辅助营销或风控决策，建模算法复杂多样。银行传统对模型的应用，只知其然而不知其所以然，特别是像集成模型或深度学习模型因为其内部结构的复杂性，更是难以用人类能够理解的语言解释模型的内部计算逻辑。这样的模型虽然性能有所提高，但是因为结果的不可解释，内部的黑盒属性，在实际业务应用中一方面可能存在不安全、不可靠、不公平的隐性风险，另一方面模型结果的不可解释也限制了模型被应用的广度和深度。

本次分享主要介绍可解释机器学习算法的研究背景和应用价值，可解释机器学习研究为模型黑盒问题提供了解决思路，分享中还将通过实际案例来展示可解释机器学习的应用效果，让大家更清晰地了解可解释机器学习价值和重要性。

演讲提纲：

1. 可解释机器学习背景
   • 深度学习的发展
   • 可解释机器学习产生的背景
   • 可解释机器学习研究的目标
   • 可解释机器学习的特色
2. 银行数字化转型业务背景
3. 可解释机器学习应用方案
4. VIP客群流失预警应用案例
5. 可解释机器学习的应用价值

你将获得：

• 可解释机器学习的深度解读
• 金融行业可解释机器学习的实践案例

银行的异常检测是打击非法交易活动、完善自身安全系统的一项基本机制。随着我国金融产业的数字化、智能化，需要分析处理的数据也呈指数形增长。传统的基于人工经验的异常检测方式已经难以满足银行的需求。银行亟需一个高效又便于业务人员理解的AI模型帮助其实现异常检测。在众多无监督异常检测模型中，孤立森林算法因其准确、快速且易于处理高维数据的特点而被业界广泛接纳。然而孤立森林算法模型本身的复杂性与随机性使得该算法难以解释。另一方面，由于银行的监管要求与实际业务的需求，银行对异常检测模型的可解释需求也变得日益强烈。

本次分享将介绍一种针对孤立森林算法的可解释指标，即如何在SHAP模型与合作博弈理论的启发下构建一个具有可加性的解释模型。该模型不仅可以实现传统可解释模型的指标重要性排序的功能，同时还能对各个样本的异常来源进行量化。本次分享还将展示在银行业务场景下，量化样本异常来源如何助力银行业务。

演讲提纲：

1. 业务背景
   • 异常值检测算法的可解释需求
2. 核心算法
   • 孤立森林与SHAP解释模型的瓶颈
   • 构建类SHAP统计指标
   • 基于孤立树结构的优化算法
   • 解释异常样本的异常来源
3. 银行业务场景下的异常值解释实践
   • 助力人工审核
   • 挖掘异常共性
   • 实现指标精选

你将获得：

• 基于孤立森林算法的可解释指标深度探索
• 索信达量化样本异常来源的方案

使用现有营销模式对客户推荐理财产品时，如果客户对理财有一定认知，可以自主购买理财产品，如果对理财产品不感兴趣的话，推荐产品时客户会产生排斥心理，影响客户体验，因此需要找到对理财产品感兴趣，同时希望接收理财推荐信息的客户，达到引导客户购买理财产品的目的。这时可以利用机器学习算法，识别对营销比较感兴趣的客户，有针对性的实施营销活动，促进理财产品购买，提高营销转化率。

演讲提纲：

1. 业务背景
   • 营销模式现状及痛点
   • 业务场景分析
2. 分析方案探索
   • 营销敏感场景介绍
   • 探索性分析
3. 模型方案设计
   • 建模流程设计
   • 目标变量选择
   • 特征变量构造
4. 未来可改进方向
   • Uplift模型
   • 渠道敏感模型

你将获得：

• 基于机器学习算法的客户推荐策略实践

零售银行在客户细分已经深耕了很多年，但在实际工作中，很难从客户细分工作中带来高效的业务运转和长期价值。本次分享系统梳理了零售银行客户细分的方法和模型，重点以某银行存量挖潜开门红为例，介绍如何结合业务场景对客户进行细分，并运用客户细分模型和产品推荐模型，指导开门红客户经营策略。

演讲提纲：

1. 客户细分定位和价值
2. 客户细分四种方法
   • 基于标签的客户细分
   • 基于事件的客户细分
   • 基于生命周期模型客户细分
   • 基于综合评价体系客户细分
3. 某银行存量挖潜开门红客户细分指导精准营销客户细分案例
4. 客户细分
   • 开门红营销背景
   • 业务理解
   • 针对理财和定存客户细分方法
5. 基于客户细分的产品推荐模型
   • 数据探索及处理
   • 特征工程
   • 模型选择
   • 模型评估
6. 基于客户细分和推荐模型举措设计
   • 产品策略：如何确定每个客群甚至每个客户应该营销的产品
   • 权益策略：如何搭配权益，进行最佳配置
   • 触客策略：在什么时间点，什么渠道，用什么方式进行触客
   • 效果评估：如何科学评估营销效果，如何利用营销结论改进营销方案

你将获得：

• 零售银行客户细分的方法和模型
• 某银行存量挖潜开门红实践方案