一、产品背景
1、业务需求
个人征信报告是反应个人信用最真实、直观的材料，通过评估个人的信用情况，从而给予信用贷款是国内金融信贷机构通行的做法。
目前个人征信报告都是从人民银行征信中心获取打印的，个人征信数据属于个人隐私信息，不能对金融信贷机构开放，因此，信贷机构从人民银行征信中心获取个人信用数据是比较困难的，必须通过央行的牌照申请。
基于以上情况，现行个人信用贷款的业务模式是：个人从人民银行征信官网查询打印本人的征信报告，提交纸质材料或者扫描影像件给信贷机构，信贷机构将信用数据录入到各自的风控模型中，进而对申请人给予评级和相应额的的贷款。
信贷机构在实际业务中遇到如下的问题：
1)贷款审批流程时间长，容易错过意向客户：由于个人征信报告数量大，而目前的风控系统都需要手工录入个人信用的数据，因此在数据录入环节，手工方式效率低下，阻碍了信用的快速评估。因此，数据从纸质信用报告转化到风控系统中的电子数据，是效率关键所在。
2)信用数据评估不精确，不全面，隐含风险：由于信用报告数据量大，信贷业务部门又希望能快速放款，所以对风控数据评估势必存在疏漏和主观判断。出现这种情况还是因为，信用数据的获取和录入耗费时间。信用数据评估的不精确，对信贷业务会留下潜在的风险，影响贷款决策。
以上是从影响信贷审批效率的一个方面分析的，不难看出，如果提高个人征信报告数据采集的效率将提升整个信贷活动的效率，提升信贷部门的作业效率，提升客户的体验度，从而获取更多的信贷客户。
2、数据获取方案
从实际情况出发，目前获取个人征信报告的途径有三种，简要说明如下：
1)直接对接人民银行的征信系统：目前央行只授权了8家征信企业可以获得个人征信牌照，意味着更多的信贷机构无法直接从官方拿到信用数据，如果从已授权的8家征信企业购买信用数据，即使有非公开渠道，在法律上应该也是禁止的，风险较大；
2)从人民银行查询征信的网页结果中解析征信数据：此方法属于技术手段，存在数据被篡改、数据不可信的问题；
3)通过征信中心，查询并打印个人的征信报告：此方法由于是官方提供了查询打印平台，所以对消费者来说，最便捷，数据也最可信。缺点是贷款人提交的征信报告是纸质版，需要将数据录入到风控系统中，数据采集工作量较大。
对比以上三种方式，信贷机构都选择了第三种，即由贷款人提交个人征信报告，提交方式为征信报告扫描件，大额贷款还需要本人带上征信报告面签。在第三种方式中，录入信用数据到风控系统中是必须的，如何提高数据采集的效率是提升信贷业务效率的关键所在。在经过多个项目的考察和探索、实践，我们研发出一套依托于OCR（光学字符识别）技术快速采集个人征信报告数据的解决方案，从而为信贷机构提供高可靠性的信用数据。
二、解决方案
1、方案工作流程说明如下
OCR（光学字符识别）技术，是通过图像处理技术手段，将图像（影像）上的文字、表格、图像转化为电子版的数据，通过计算机程序，快速实现数据信息的采集。个人征信报告中，存在大量的数据需要手工录入，使用OCR技术将极大提高数据采集的效率和准确度。
解决方案流程如下图所示：
①客户面签时，业务人员将客户的征信报告扫描为图像资料，扫描要求为300DPI（分辨率）；
②业务人员将扫描的图像按顺序导入OCR自动识别软件中，软件开始自动分析图像特征和数据；
③表格分析识别/文字分析识别：通过版面分析、表格分析、文字分析，识别出征信报告的表格部分、文字部分。表格分析，检测所有的表格线，并组织成单元格结构，为之后的还原提供数据支撑；文字分析，对非表格部分，进行分析并识别。
④识别结果校验和汇总：表格中，存在多种文字类型和数据格式，通过识别后分析判断，进行二次识别，以提高识别精度。
⑤导出Excel/csv格式：对表格分析识别、文字分析识别的结果进行组织和导出，按照原表格样式进行原版书还原。
A．风控系统：在风控系统和OCR识别系统之间，通过Excel/csv方式进行数据交互。风控系统不需要改造即可使用OCR自动识别出来的数据。
2、方案技术特点
1）速度快：OCR的特点为速度快，识别一张征信报告平均耗时5秒，以一份征信报告6页计算，识别一份征信报告需要30秒的时间，风控系统可以导入Excel数据，那么在30秒内，风控系统就可以获得个人征信报告的数据，对比人工录入，完全录入一份报告的数据，可能需要30分钟。
2）数据详细：采用OCR识别方式，将获得申请人所有详细的信用数据；
3）数据精度高：有数据表明，OCR技术识别率比人工录入的精度要高，计算机作业不受环境、作业疲劳的影响，保证高精度；
4）表格原版式还原：传统的OCR文字识别软件只能处理全幅文字的识别，处理简单表格结构的识别，且有些OCR软件还需要制作识别模板才能识别，不能满足征信报告如此复杂的表格的识别。在本方案中，实现了表格自动检测自动识别的功能，且经过实际测试应用，表格检测的准确率高达99%。因为表格线检测精度高，才可以实现表格原版式还原，还原出一个逻辑结构和征信报告一样的表格。
