方案优势

贴近金融业务场景

贴近银行、互联网金融、保险、证券、基金理财等金融业务场景,提供经过实践检验的风控解决方案。

抓住典型风险类型

抓住欺诈风险和信用风险两大典型的金融风险;提供联合建模和风险策略咨询的全栈式风控服务。

遵从风险管理流程

遵从风险识别、评估、监测和控制的风险管理流程;覆盖贷前、贷中和贷后的全业务流程的风控服务。

提供核心风控系统

基于两大金融风险管理的需要,提供反欺诈系统、监控系统、催收系统等,全面提升金融风险管理能力。

腾讯金融风控系统及工具

伽利略风控系统

伽利略风控系统

基于大数据 + AI 技术,为金融机构提供信贷风控的全流程解决方案。

优势介绍

  • 架构设计灵活,满足银行业务发展,降低使用门槛,两个月可完成上线。
  • 模块可插拔,接入方便。
  • 具备规则+模型的双重反欺诈引擎,风控性能优异,模型 KS 值可达0.45。
  • 秒级审核速度,降低风控数据成本。

伽利略风控系统

伽利略风控系统

基于大数据 + AI 技术,为金融机构提供信贷风控的全流程解决方案。

优势介绍

  • 架构设计灵活,满足银行业务发展,降低使用门槛,两个月可完成上线。
  • 模块可插拔,接入方便。
  • 具备规则+模型的双重反欺诈引擎,风控性能优异,模型 KS 值可达0.45。
  • 秒级审核速度,降低风控数据成本。

风险预警系统

风险预警系统

为泛金融机构提供全客户、全资产、全生命周期的风控管理。

优势介绍

  • 高效风控模型:利用大数据,通过数据挖掘和机器学习,建立对不同类型客户、产品、业务场景下的风险预警模型。
  • 平台化系统架构:实现对不同类型客户、全资产、全客户生命周期的风控管理,系统支持分布式,功能模块单独部署,独立使用。系统支持7 * 24小时实时风控。底层数以千计的指标和规则,支持模型的灵活配置和维护更新。
  • 全方位风控视图:系统提供客户的360度风险视图,动态展现企业的资金链、担保关系、投资关系,以及企业的实际控制人、股东、配偶等关联关系。

交易反欺诈系统

交易反欺诈系统

为金融机构提供全渠道的交易反欺诈平台。

优势介绍

  • 全渠道交易支持:支持互联网交易渠道、传统金融机构交易渠道等多种渠道的交易反欺诈识别与处理。
  • 行为分析:通过采用统计量与规则相结合的处理手段对交易行为进行分析,准确识别欺诈交易。
  • 实时侦测:支持实时交易侦测,实时分析侦测欺诈交易。
  • 多处理手段:对接短信、邮件、外呼平台实时处理交易警报;对接止付、冻结接口实时把控交易风险。
  • 风险数据管理:黑名单、灰名单数据管理;风险数据建案后可持续跟踪调查。
  • 个性化报表:提供规则命中率报表对系统规则进行持续优化;提供业绩报表对警报员的作业效率实时监控。
  • 规则引擎:可视化规则管理平台,为业务人员提供人性化的图形规则管理平台,快速定制业务规则,实时部署业务规则。

知识图谱风控

知识图谱风控

为金融机构提供全量数据治理、知识融合、知识存储、知识计算和知识应用等技术和产品。

优势介绍

  • 数据融合:提供面向金融机构内外部数据的结构化和非结构化数据治理工具,高效治理和整合全维度数据,构造知识图谱数据模型。
  • 混合存储:采用包含图存储、列式存储、索引存储、文件存储等技术的混合型数据存储架构,支持上亿级海量数据的高效存储和访问。
  • 智能分析:整合自然语言处理、图计算、知识推理、机器学习等领先数据分析技术,对隐性关系、扩展属性、标签及子图进行大规模计算。
  • 业务应用:平台围绕客户风险监测与预警、内部审计、交易反欺诈、反洗钱、投研等业务场景,内置指标库、规则库、模型库和知识库,同时提供贴合业务流程的管理功能和用户体验。

风控咨询与建模

风控咨询与建模

为金融机构提供大数据建模和风控咨询服务。

优势介绍

  • 数据层,为客户的用户群体选取最合适的相关数据。
  • 特征层,为客户进行深度数据挖掘,通过定制化的变量筛选、变换以及基于机器学习的特征工程,以求极大限度提取出原始数据中有价值的信息,用于建模。
  • 模型层,比较试验多种机器学习方法,选择最合适的模型并予以精细的参数调整,为客户提供尽可能准确的风险模型预测。经测试对效果满意后交付。
  • 监控(可选),实时评估模型的表现,表现下滑或异常时及时予以分析并采取相应的维护措施。

腾讯金融风控使用场景及架构

银行
相关云产品

银行

相关云产品

三方支付

在注册登录环节,腾讯云为客户提供“注册保护、登录保护、验证码服务”等;在实名认证环节,腾讯云可以为客户提供“金融级身份认证、要素认证”等服务。

相关云产品

非银行信贷

持牌消金
相关云产品
持牌小贷
相关云产品

保险

互联网保险
相关云产品
联合建模

定制的具体工作内容

  • 数据层,为客户的用户群体选取最合适的相关数据。
  • 特征层,为客户进行深度数据挖掘,通过定制化的变量筛选、变换以及基于机器学习的特征工程,以求极大限度提取出原始数据中有价值的信息,用于建模。
  • 模型层,比较试验多种机器学习方法,选择最合适的模型并予以精细的参数调整,为客户提供尽可能准确的风险模型预测。经测试对效果满意后交付。
  • 监控(可选),实时评估模型的表现,表现下滑或异常时及时予以分析并采取相应的维护措施。

基金理财

相关云产品

咨询行业专业顾问

关于腾讯云金融风控解决方案的更多咨询, 请联系我们的销售和技术支持团队。