首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

【案例】大型持牌消费金融公司——智能体系构建

客户名称/所属分类 大型持牌消费金融公司· 任务/目标 由于新金融业务的迅速普惠化,金融客户也面临着崭新的挑战和需求。...一方面由于客群下沉,可获得的用户信息愈发受限,数据质量参差不齐,传统经验无法直接应用,急需利用先进技术来提升能力; 另一方面互联网金融往往小额量大,基于人工的成本过高,用自动化的数据智能体系来提升整个流程的效率也是必然的发展趋势...实施过程/解决方案 上述三个方面的挑战贯穿的各条业务线,此次案例的解决方案着眼于核心的反欺诈和授信两个阶段来阐述如何解决这几个问题,并构建一整套完整的申请贷前体系。...这远远超出传统基于评分卡体系的建模能力范围。...短短一年,氪信产品体系已服务于消费分期、小微金融、现金贷、信用卡、供应链等数十个垂直场景,且验证效果显著,合作客户遍历中国民生银行、招商银行、中国平安、中银消费金融、招联消费金融、众安保险、点融网等顶尖机构和持牌消费金融公司

1.6K81

【案例】某城商银行——消费金融大数据智能体系应用

客户名称/所属分类 项目名称《某城商银行消费金融场景大数据智能体系》。...任务/目标 银行现有体系面临数据应用范围扩展、决策效率不匹配场景需求,本项目旨在达成如下目标: 1)探索非金融体系数据的应用:现有体系基于央行征信报告设计,内部数据集成项目正在进行过程中,时间不可匹配业务...,外部数据(征信数据除外)尚未有接入经验; 2)提升决策效率:传统系统单笔订单审批时间超过半小时,但消费金融场景客户填写资料后就在现场等,需要做到“实时”或“准实时”放贷; 3)尝试体系自动化优化...:需要针对消费金融场景独立构建分析体系体系自优化等内容; 4)探索系统的云模式:以消费金融业务为试点,探索系统云化的可能性。...结果/效果总结 1)效率提升。上线新系统及模板规则后,有效防欺诈客户、降低信用风险,消费金融业务逾期率下降21%。 2)时间有效缩短,有效适配场景需求。

2.5K41
您找到你想要的搜索结果了吗?
是的
没有找到

金融数据】消费金融:大数据那点事?

这几年消费贷款增加较快,预计2017年同个人消费相关的消费贷款,可以达到27万亿左右。很多银行、信用卡中心、互联网金融公司都在争夺这个市场。...个人金融消费贷款除了遵循CCCP消费金融授信审核标准之外,授信5P原则也经常用于评估客户信用风险。...消费金融一般无担保品,因此债权担保不太适用,但是某些消费金融公司会让贷款人购买一个担保产品,一般为贷款总额的2%,可以作为债权确保。...相对于传统金融来讲,互联金融面对的客户风险较高,其面临的挑战更大,对数据对要求就会更高。 三、互联网金融行业的挑战 中国的互联网金融企业愿意从美国挖一些人才来提高自身水平。...5.模型冷启动问题 每年都有大量互联网金融公司出现,成了所有互联网金融公司的核心竞争力。每一家互联网金融公司都会建立模型,实施信用风险管理。

3.7K51

数据体系-简介

早期传统金融主要利用了信用属性强大的金融数据,一般采用20个维度左右的数据,利用评分来识别客户的还款能力和还款意愿。...结合中国互联网发展,以及目前的征信监管要求,对可用数据及可用类数据做一个全面的梳理。...2.数据来源 2.1 数据应用逻辑 常见流程中,客户准入时提供的资信材料有限,业务机构数据体量不足,仅仅根据内部风险数据进行风险评估会非常片面,无法全面的把某位客户的风险情况,所以通常需要依赖于第三方供应商提供数据作风支撑...未来百行能不能有效被使用上还有待观察,但人员可先了解其相关的资料。百行征信涉及的模块,主要包括以下方面: 报告相关数据:报告时间;查询原因;查询结果等。...4.2 明确需求 建议:回顾第二节数据应用逻辑关于业务类型、风险类型、流程、风险画像等的介绍。

3.8K65

金融科技&大数据产品推荐: 数美金融—构建立体的全业务流程体系

的产品投递 1、产品名称 数美全业务流程体系 2、所属分类 金融科技 · 、反欺诈 3、产品介绍 数美依托强大的AI技术与海量基础数据,为金融机构提供覆盖全业务流程的完整风解决方案。...4、应用场景/人群 主要应用场景有: 应用场景一:欺诈用户识别 欺诈用户识别是数美体系中的第一道重要环节,基于设备软硬件特征、上网环境、设备指纹等数万原始数据维度结合聚类分析、连通图挖掘、频繁子图挖掘...作为反欺诈领域专业品牌,数美经过2年的实践与积累,构建了立体的全业务流程体系,可有效帮助金融机构进行反欺诈与。...8、市场价值 国家政策支持与技术发展带来的商业创新,让普惠金融进入爆发式的增长。一方面,针对个人的现金贷、消费分期等业务在快速发展;另一方面,黑灰产从业人员已超150万,市场规模高达千亿级别。...2) 助力金融企业服务,促进普惠金融发展 数美一直专注于大数据反欺诈领域的技术创新,通过多种反欺诈技术识别欺诈风险,借助多维度数据识别信用风险,利用多重的策略模型提升效果,进而打造立体的防御体系,为金融客户提供持续

2.5K30

【案例】京东金融——消费金融,一场未来大数据的盛宴

在国家拉动消费的战略背景下,各地方政府相继出台扶持消费金融的优惠政策,一方面P2P、资产证券化等模式丰富了非银企业的资金来源,另一方面国内大数据的崛起,使其成为促进消费金融发展的有利条件,更多传统金融机构...对于京东白条而言,一方面需要建立健全自身的体系,提升能力,综合评估用户的信用等级和风险指数,从而进行风险定价及违约概率的预判,减少因用户逾期用户欺诈等风险行为而带来的企业损失。...双方对、征信、大数据等领域拥有一致的思考与目标,希望打破传统的封闭环境,实现资源的共享与优势的互补,充分释放各自的价值,为用户提供新型消费金融体验。...欺诈预防 欺诈是整个消费金融行业所面临的普遍性问题,同时由于我国互联网金融相较发达国家起步晚,体系有待健全,因此所面临的国内外欺诈风险问题更为严峻。...信贷全流程预警 亿美软通认为,企业实现体系并非针对风险低值的人群,而是要从贷前、贷中到贷后实现完善的体系闭环,采用动态定价的方法,随时调整定价情况,当发现风险情况比想象的高或者低的时候,就可以动态调整

3.1K60

金融科技|建模技术方案

建模的技术方案 1 逻辑回归模型 在银行的传统评分卡建模中,应用的也是逻辑回归模型。逻辑回归本质上是一个线性分类模型。...对于金融科技公司在建模所遇到的大量的弱特征,如何挖掘多个特征之间的互补性,产生组合的分箱特征是一个技术挑战。...一方面,深度学习模型都有很高的模型复杂度,需要大规模的样本数据,而领域要获取大规模的样本数据的成本极高。...另一方面,如前所述特征数据的维度间是平行的,不存在邻近关系,较难利用CNN和RNN这样具有较好物理含义的深度学习模型,而简单的堆砌若干个全连接层在高维特征数据上是很难得到一个稳定的模型。...总之,金融模型是一个既传统又新鲜的技术问题。银行的模型已经随着银行业的发展应用了数十年。

1.7K30

金融评分卡建模全流程!

一、评分卡的分类 在金融领域,无人不晓的应该是评分卡(scorecard), 无论信用卡还是贷款,都有”前中后“三个阶段。...根据时间点的”前中后”,一般评分卡可以分为下面三类: A卡(Application score card)。目的在于预测申请时(申请信用卡、申请贷款)对申请人进行量化评估。...评分卡种类 美国fico公司算是评分卡的始祖,始于 20世纪六十年代。Fico的评分卡的示例如下(这是个贷前评分卡,也就是A卡): ?...我们最熟悉的,莫过于支付宝的芝麻信用分,又或者知乎盐值(虽然知乎盐值不是评估金融风险的,但也算是评分卡的应用之一) 但是,随着信贷业务规模不断扩大,对工作准确率的要求也逐渐提升。...因为实际业务里,分数也高风险越低,当然你也可以设计个风险越低分数越低的评分卡,但里还是默认高分高信用低风险。 计算出A、B的方法如下,首先设定两个假设: 基准分。

8.6K61

蚂蚁金服总监王黎强:智能助力新金融

本文为数据猿现场直播“蚂蚁金服总监王黎强:智能助力新金融”的发言实录。...本届峰会主要从「消费金融」、「供应链金融」、以及「金融前沿科技探索」三个角度深入探索数据智能为金融领域带来哪些颠覆式的变革!...作为安全部门,我们的职责比较明确,就是要为业务保驾护航,保障每一个客户的账户跟资金的安全,帮助整个金融业务拓展到全球的每一个角落,服务于每一个普通消费者,这是蚂蚁金服智能和业务走过的路。...举个例子,我们整个体系就像人的骨骼,数据是人的血肉,AI是人的大脑,三者有机结合在一起,构成了我们整个智能体系的框架。然后高效实时的运作起来,是蚂蚁金服智能体系的第一个优势。...随着整个国家的消费升级,给这部分客户带来了巨大的金融服务市场。 目前蚂蚁金服的安全能力已经成熟,以产品化“蚁盾”的形式输出和服务更多的行业合作伙伴。

2.7K61

供应链金融及产业

在政府发布的相关政策中,不少都提及了供应链金融。2月19日,工信部发布了关于运用新一代信息技术来支撑服务和疫情防的通知,其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。...很明显核心企业的平台在此类场景的配合、资产的把和风的能力上具有一定的优势。 往深处讲,再一个就是金融机构。金融机构有更多的供给层面的资金,可以形成快速有效低成本的供给,甚至还具有一定的能力。...这四类角色要紧密地协同在一起,才能够把供应链金融这个事情做的更好。 腾讯云在供应链金融中则是担任了金融科技的角色。那么,金融科技能够在供应链金融中起到一些什么作用呢?...从供应链金融的场景出发,我们正在筹备金融科技支持供应链金融蝶变的白皮书。白皮书的主题面向国内金融助力、支持小微企业融资、推动实体经济发展。...---- 在后续课程中我们会继续为大家介绍 腾讯云对供应链金融科技解决方案、产业的相关内容 感兴趣的小伙伴可以点击“阅读原文”观看完整视频噢!

2.1K20

供应链金融及产业

在政府发布的相关政策中,不少都提及了供应链金融。2月19日,工信部发布了关于运用新一代信息技术来支撑服务和疫情防的通知,其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。...另一方面我们又经常会听到产业链金融,其实产业链金融金融的延伸,是一种观念。在场景中去优化像信用支付的服务之类的服务从而实现节约成本、提升运营效率之类都可以被称作产业链的金融。...很明显核心企业的平台在此类场景的配合、资产的把和风的能力上具有一定的优势。 往深处讲,再一个就是金融机构。金融机构有更多的供给层面的资金,可以形成快速有效低成本的供给,甚至还具有一定的能力。...这四类角色要紧密地协同在一起,才能够把供应链金融这个事情做的更好。 腾讯云在供应链金融中则是担任了金融科技的角色。那么,金融科技能够在供应链金融中起到一些什么作用呢?...从供应链金融的场景出发,我们正在筹备金融科技支持供应链金融蝶变的白皮书。白皮书的主题面向国内金融助力、支持小微企业融资、推动实体经济发展。

5.8K01

金融科技|普惠金融下的智能信贷

一 普惠金融及智能 普惠金融是一种以较低成本为社会各界人士(尤其是欠发达地区和社会低收入者)提供较为便捷服务的金融服务体系。 风险管理是商业银行经营发展的关键因素。...典型的智能体系如图1所示,为了达成风目标,智能注重对多种人工智能技术的综合应用,借助人工智能技术进行精细化运营管理,可以有效避免人为操作带来的漏洞与不足。...图1 智能体系 二 智能的发展趋势 智能的发展经历了三个阶段:萌芽时期(2005-2012)、1.0时期(2012-2014)和2.0时期(2014-至今)。...近年来,国内已有越来越多的银行重视智能体系的建设。...(五)建设人才队伍,完善体系 人才队伍是建设智能体系的核心力量,同时也是金融机构的核心竞争力。

2.6K10

金融的护航员——聊聊ERNIE在度小满用户的应用

如今,随着技术的发展,对于普通消费用户来讲,想在网上借点钱花变得越来越容易,技术带给我们的便利性日渐突显。同时,随着消费金融的兴起,征信体系成为了消费金融公司发展背后的主要障碍之一,信贷欺诈大量涌现。...央行发布的《2018年第三季度支付体系运行总体情况》显示,我国信用卡逾期半年未偿信贷总额880.98亿元,环比增长16.43%。 这意味着金融行业的需求异常迫切。...面对更加下沉的客户群体、更加复杂的用户信息,既需要保证业务安全合规,也需要把尺度和客户体验之间的平衡。 那么现在的金融机构是如何做这些的呢?...传统金融机构里会请金融师、审核员等对借贷资质进行人工审核,但该工作对相关从业人员的要求极高,既要有相关的背景知识能够对客户的资信状况做全面了解,又要求严谨认真,有独立的判断能力。...在度小满用户场景中,通过ERNIE对用户行为信息进行语义层面深度建模,定制化产出一个用户ERNIE模型。

1.9K10

综述 | GNN金融领域业界进展调研

前言: 本文重点: 工业界 金融欺诈领域上 GNN的应用及进展 注: 本文仅针对 可用「深度图神经网络解决」的 - 「金融」相关的任务论文 「除深度图神经网络之外,业界常用经典图算法」 & 「除金融欺诈领域之外...- 数据集现状 3⃣️金融方向GNN进展 阿里蚂蚁 【网络结构设计】自动选择邻居的GNN 【淘宝】运费险诈骗识别「反欺诈」 运费骗保 GeniePath算法 【支付宝】恶意账户识别 / 高危账户识别...WordNet是一个覆盖范围宽广的英语词汇语义网 金融类 - 数据集现状 总述: 图深度学习技术应用在领域已经证明是有效且必要的,但发展时间较短,整体进程还处在发展初期阶段。...(都和我们预期的银行金融数据不同,且蚂蚁金服数据未开源) 3⃣️金融方向GNN业界进展 3.1 阿里蚂蚁 由于蚂蚁金服为上亿级的个人用户提供服务,产生的金融数据从一开始就是海量且极其复杂的。...主要应用于以下场景: 金融场景:万亿级边资金网络,存储实时交易信息,实时欺诈检测。 推荐场景:股票证券推荐。 蚂蚁森林:万亿级的图存储能力,低延时强一致关系数据查询更新。

3.2K20

互联网金融7个问题

模型是在良好的建立体系评定方式、评分机制等基础上,进行有效的数据分析及评分体系,就是建立常用的模型方式; 首先,金融公司设计的任何形态的模型,都要符合自身企业的业务发展及市场需求,...纯互联网背景出身的互联网金融公司,应从哪几个方面去把关? 其实互联网金融公司和是不是纯互联网背景没有直接关系。关键是从事了互联网金融你怎么去经营。 首先,你的体系的建立是打算以哪种形态存在?...首先贵公司考虑进入市场方向、目标客户群体,打算以金融产品为市场导向,再去考虑掌握方向,先要把战略目标确定了,才能去确定有效的体系建立、市场推广方向等,现在就有很多家互联网背景的公司,他们的方向...,目标人群是明确的,当然他们的互联网背景,也为他们带来了很多的优势,就是多年的用户和商户的数据累计,可以明确的进行数据分析、轨迹消费习惯测算,O2O供应链环节把、产业链上下游控制等等的防范措施,这就是他们的把握明确方向...小微与个贷的模型构建原理 小微和个贷:小微企业信贷业务和个人信贷业务,就是企业借款和个人借款; 不管那类业务基于的模型原理:体系完善和大数据分析,这就是的真谛,其实上面的问题里都有在阐述这两个方面的内容

2.8K50

互联网金融模型「建议收藏」

一、市场调研 目前市面主流的模型 1、互联网金融前10名排行榜(数据截止日期2017-09-12) 互联网金融公司排名分别是蚂蚁金服、陆金所、京东金融、苏宁金融、百度金融、腾讯理财通、宜信、钱大掌柜...技术核心应该是在数据挖掘,语义分析技术等方式) 1.2 陆金所调研 1.2.1 七步体系 1、风险政策制度框架体系:所有交易对手和产品引入都制定了明晰的风险政策指引,所有业务必须在制度框架内运行...2、模型 原始层数据: 由于原始数据存在杂乱无章的现象,此处使用各种颜色来示意 数据原子化: 数据原子化是经过整理后,把数据按业务归属分类,形成最原子的类别,比如账户,资金,投资,消费等...总之,互联网金融核心还是服务客户,提升产品价值,最大程度的做到差异化的防范,智能化是的发展方向,京东金融从开始就致力于打造智能化的风险管解决方案。...因此风显的更加尤为重要。通过模型获取优质的资产。 二、模型 模型应该是从两个角度去考虑,第一个角度是资产端策略,第二个角度是资金端策略。

2.2K10

金融数据管理——海量金融数据离线监控方法

作者:housecheng  腾讯WXG工程师 |导语  解决金融数据监控“开发门槛高”“重复工作多”的痛点,实现PSI计算性能十倍速提升。...背景 在金融业务上,质量和稳定是生命线,我们需要对所有已经上线的要素,如策略、模型、标签、特征等构建监控。...在过去,我们部署监控的方式为: 要素负责同学在要素上线前,通过spark\sql完成对监控指标的运算并例行化; 将监控指标运算结果出库mysql\tbase,用于指标的展示和告警; 告警系统轮询指标是否异常...这种模式主要的问题在于: 开发门槛高,要素负责同学需要掌握spark离线计算、mysql等数据库的增删数据,还需要手动配置例行化任务,在告警系统上登记注册等,耗时费力; 重复工作多,要素指标相似、重合度很高,如多数要素都涉及...小结 针对金融要素监控的“开发门槛高”“重复工作多”等问题,本文提出了“统一监控计算与检查工具”这一解决方案,本文详细论述了该方案TaskMaker、 Calculator、 Checker等各个模块的设计实现

2.7K10

ML | 建模的KS

我们这做模型的时候,经常是会用KS值来衡量模型的效果,这个指标也是很多领导会直接关注的指标。今天写一篇文章来全面地剖析一下这个指标,了解当中的原理以及实现,因为这些知识是必备的基本功。...不过这不影响我们去使用它,我们只需要知道在中是怎么实现的,并且在实际场景中怎么去使用它就可以了。就如上面我们说的,KS在主要是用于评估模型的好坏样本区分度高低的。什么是区分度?...可以看下图: 从业务上来说,就是越往后的箱子,客户的质量越差,rate整体上呈现单调性,从而可以把大多数的坏人,直接从箱的维度上就可以区分开来了,在后续的策略使用体验上十分友好。...02 KS的生成逻辑 KS的生成逻辑公式也是十分简单: 好样本累计占比坏样本累计占比 在领域,我们在计算KS前一般会根据我们认为的“正态分布原则”进行分箱,一般来说分成了10份,然后再进行KS的计算...03 KS的效果应用 KS的值域在0-1之间,一般来说KS是越大越有区分度的,但在领域并不是越大越好,到底KS值与模型可用性的关系如何,可看下表: 004 KS的实现 首先我们来对上面展示的例子进行

4.4K30
领券