比如在银行的智能审计场景，随着银行各项业务和产品的迅猛发展，数据量不断增加，违规人员的违规操作愈发复杂化、隐蔽化、团伙化、多样化，传统的审计检查方法和审计规则模型的准确性、覆盖面存在不足，容易被模拟、被突破，发现重要性问题难度越来越大。构建以企业、个人、账户、抵质押物、行内机构、产品等为核心实体的关联网络，引入图计算、半监督、异常检测等技术；将AI算法和具体业务场景结合，构建资金流向类监测、关联网络团伙类监测等相关图模型，实现了风险的深度挖掘。
银行进入Bank4.0时代，场景为王、生态为王，商业银行越发需要融入生态、运营场景。开放银行平台聚焦于实现银行与场景端、服务端、生态端的多端连接、聚合，但在系统建设中还普遍存在场景化服务能力弱、互联网生态构建能力不足、自营场景少，获客渠道单一等问题。
结合多年服务国内银行业的丰富经验，形成了一整套开放银行解决方案，可支持生态共建，实现各类金融、泛金融、非金融服务聚合，全面助力银行开放自身的业务资源，提升服务水平和盈利能力，实现服务升级和价值链重构。实现多方参与者的共存、共赢与生态协同。
广泛应用于电商贸易、充值缴费、基金理财、生活服务等2C、2B、2G、2F各类场景，已累积服务了数十家银行客户，涵盖各类银行和银行联盟，获得客户的广泛认可和一致好评。
基础层、汇总层、应用层，强调维度、关系、事实相互依存关系，同时结合维度退化等手段，构建客户、协议、营销、产品、交易、公共等七大主题的客户集市基础层模型，同时基于应用层进行数据汇总设计，在重视数据强一致性的同时提高模型的辨识度，即降低科技及业务人员对模型理解及使用的门槛，又充分发挥数据应用价值的转换，为客户分群、客户评级、营销分析、销售分析、业绩分析等提供数据支撑。有足够的数据信息，但很难从各个分散的系统中提取有意义的信息而且提取速度较慢。业务系统可支持预定义报表，但却无法支持业务条线级对数据进行历史的、集成的、智能的和易于访问的分析。
业务数据分布在许多跨系统、跨平台的数据表中，而且通常含有“噪声”，包含了不一致和无效的值，使得分析难于进行。理数据集市系统存放的客户业务源数据以及分析成果，构建了全面的客户画像体系，强力支撑客户智能营销和智能风控，有效提升金融机构的管理精度。