金融市场瞬息万变，这使得金融机构面对不同场景时，策略的调整也变得十分复杂。比如在信贷场景下，大型金融机构往往要部署几千条策略，几十上百个模型。对于复杂风控策略的及时变更调整以应对波谲云诡的风险因子，成为了金融机构的开发部门和业务部门不可承受之“重”。

百融榕树决策引擎内部由大量的决策组件编排而成，就像一个指挥中心，基于规则、评分卡、决策树、决策表、机器学习模型以及各种函数、表达式的逻辑按业务处理需求有序编排，对授信客户进行业务分层、风险管控、信用评级、额度授信、风险定价、行为评分综合授信等决策评估，实现各个业务条线的个性化业务场景管理。让即使是完全不懂编程的业务人员，也可以使用决策引擎来定义复杂的策略及规则。

向内求索技术，向外拓展生态是百融榕树保持强大竞争力的重要因素。高技术门槛、高建设成本问题，一直是银行数字化转型的棘手问题，百融榕树决策引擎从设计之初就秉承着以客户视角出发的理念，直抵银行数字化转型的核心诉求。其特点具体体现在“两个低”和“两个高”上，两个低即低代码开发和低成本维护；两个高即高复杂性分析决策和高 效率实时处理。百融榕树决策引擎采用页面配置和拖拉拽的方式，业务人员不需额外进行学习训练就能够快速上手。

同时，百融榕树决策引擎能够为银行基于不同的业务产品，灵活配置对接方案，减少后期代码开发，大幅降低银行的成本和负担，让一部分科技生产力充分得到释放。决策引擎能够全面应对数字时代高并发、低延迟、高响应的挑战，实现对海量信息的高效处理，满足银行多业务场景下用户和交易风险的实时洞察和决策需求。决策引擎还内置整合了多种功能模块，如全方位客户风险场景报告、丰富多样的模型监控报表，以及A/B测试、冠 军挑战者、规则回溯等多种优化模型方式，满足银行用户多样化的策略监控、分析需求。同时，决策引擎还能与百融榕树模型管理平台进行全面集成，实现模型从设计、开发、监控到反馈的全流程闭环管理。