在服务C端客户的过程中，系统可以获取客户的需求特征与信息，通过将有效信息及时反馈至B端，从而降低信息的不对称性，并为C端提供高匹配度的商品、服务，为银行金融与非金融业务发展下沉市场提供数据支持。

　　在下沉市场新金融生态圈建设过程中，通过多场景分析和多行业合作，利用数据化手段对接用户需求，通过大数据分析提升主动管理风险能力，为银行的前、中、后台开展全流程的数字化、智慧化转型提供资源数据和技术支持。

　　在此过程中，百融云创经过多年研发，获得了人工智能在营销、风控、资产管理等多个领域的系统化应用，贯穿信贷全生命周期(获客、反欺诈、贷前、贷中、贷后)提供完备的产品和服务。

　　以某城商行为例，在其互联网贷款审批流程引用了百融云创贷前反欺诈和信用评分技术，将不符合贷款要求的客户拒之门外，有效降低了不良信贷的风险。

　　对于存量客户潜在风险，百融云创贷中监控预警系统根据强弱规则监控和评分监控，实时监控存量客户，自动将客户分成ABCD四个风险等级。而后，针对中高风险的客户，进行号码状态核查并进行统计，分为号码无异常、连续两日未接通、空号/停机暂停服务等情形后作出有效的预警动作，对可联状态的客户减免部分息费，促进客户提前还款;对不能联系的客户采用IVR/短信/提醒式机器人，进行高频监控。对于低风险用户，百融云创贷中监控预警系统则自动转入低频监控处理，并根据客户授信额度使用情况采取提额措施或进行机构内其他产品交叉营销。

　　对于存量客户流失预警，百融云创贷中监控预警系统根据活跃客户和睡眠客户进行监测，对在本机构一般活跃，近期在其他机构非常活跃的客户进行预警，并根据百融大数据及时定位流失客户，采取促活方案，挽回流失客户;对睡眠客户自动识别出真睡眠客户和假睡眠客户。

　　百融云创通过前置策略——“风险侦测分+营销响应分”可精准识别目标客群：账单分期、现金分期。这改变了以往普通筛选带来的成单率低下的缺点。风控前置策略对风险客户提前剔除，对意向客户进行精准营销，有效控制风险的同时提高响应率，扩大收入规模，提升成单率。

　　在制定贷后催收策略时，可根据逾期客户分层制定差异化催收策略，提升整体催收效率，优化催收资源分配，降低催收成本。因此百融云创采用催收评分卡模型，对每个客户的基本信息、逾期时间、逾期金额进行初步风险程度划分，除预测风险程度外，还包括预测损失程度、响应可能性、还款可能性，从多个维度对客户进行分类。有针对性的催收策略可以帮助提早识别风险，将风险前置。贷后模型预测识别出“自愈”逾期客户，在早期逾期阶段暂时不催收此类客户，针对不同的逾期客户群配置不同的催收策略，实现催收灵活配置策略，节约催收成本，使得催收结果的效率、效果双提升。