一、广东粤海饲料集团客户信用风险评估数据的组成： ① 对接粤海饲料ERP主要数据源：经销商/养殖户经营区域、年龄、客户状态、月度交易情况、近36个月违约情况、历史交易情况、销售情况等； ②对接银行主要数据源：银行授信、银行逾期情况、欠款情况等； ③其他指标数据源：代偿情况、过去三年坏账核销、账龄两年情况、合同期限、与其他企业交易情况等。 二、该平台应用方面：通过配置规则计算公式，每天凌晨针对客户各维度数据进行整合，并云计算出客户画像包括信用系数、授信额度（静态）、授信额度（动态）、风险项情况（高风险、中风险、低风险）、自有资金率等。截止2024年9月，成功对接五家银行、通过价值维度数据输出到银行，协助经销商、养殖户获得更多的融资资金，贷后的数据也实时回传，减少融资风险，已成功协商客户融资25亿+元。

数据处理规则是确保数据在收集、存储、加工、传输等过程中的安全性和合规性的关键。粤海饲料金融服务平台涉及到大量的敏感信息，如客户基础信息、银行授信数据等。以下是一些通用的数据处理规则说明： 一、数据加工工具 ETL工具：用于从Oracle、Mysql数据库提取数据，转换成统一格式存储于非关系型数据库Mongodb。 数据清洗工具：自主研发配置相应公式，提取价值数据进行治理以及清洗，提高数据质量。 BI工具：用于驾驶舱数据展示，帮助决策者更清晰了解及预判等。 二、算法 该平台应用了递归算法、二分查找算法、哈希加密算法等 三、模型 该平台使用了螺旋模型，使得陆续对接银行增量版本快速开发，这种模式适用于庞大而复杂的、高风险的系统。 四、国家标准 遵守多项国家标准：GB/T 8566 -2022《软件生存周期过程》、GB/T 12504-90《计算机软件质量保证计划规范》、GB/T 11457-2006《软件工程术语》等 五、匿名化与去标识化 哈希加密：个人登录密码加密不可逆。 非对称加密：银行相互传输数据采用非对称加密，确保数据的安全性。 SQL批处理：客户敏感信息都会经过SQL语句批处理。

场景描述：A客户入驻到B企业需要填写基本信息、签署购销合同等资料，B企业通过该平台为A客户生成对应的风险管控画像，同时随着A客户和B企业不断交易以及B企业作为担保主体为A客户申请银行融资，画像数据每天根据定义的指标数据计算，也会随着变化。若出现A客户违约或者融资超标，平台立马生成风险提示。 适用的条件：检出的数据源包括ERP数据源，对接银行数据源、导入数据源，定义数据源参数对应的维度指标，配置自定义的计算公式等。 适用范围：企业下游客户融资和授信评估。 适用对象：饲料加工厂以及其他制造业。 总之，该数据集通过大量价值数据进行汇总，经过自定义维度和自定义指标公式，计算绘画出客户授信风险画像，为客户精准授信的同时给予企业及时规避风险。

{"name":"陈*","sys_limit_source":"3609.50","sys_limit":"3248.25","sys_limit_three":"3609.50","risk":"0.90","self_funded_rate":"24.7%","this_self_funded_rate":"10.5%"},{"name":"黄*","sys_limit_source":"7701.900","sys_limit":"6931.51","sys_limit_three":"7609.50","risk":"0.90","self_funded_rate":"85.1%","this_self_funded_rate":"58.8%"}.{"name":"彭*","sys_limit_source":"2513.95","sys_limit":"0.00","sys_limit_three":"0.00","risk":"0.00","self_funded_rate":"30.5%","this_self_funded_rate":"67.9%"} 附件下载

表名：customer_recommend_limit（客户画像表） 字段 类型 长度 是否主键 备注 name varchar 48 否 客户名称 sys_limit_source varchar 100 否 基础额度 sys_limit varchar 100 否 授信额度（动态） sys_limit_three varchar 100 否 授信额度（动态） risk varchar 20 否 信用系数 high_risk text 否 高风险 medium_risk text 否 中风险 low_risk text 否 低风险 self_funded_rate varchar 20 否 近12个月自有资金率 this_self_funded_rate varchar 否 本年自有资金率