金融大數(shù)據(jù)分析 課件 項(xiàng)目7、8 大數(shù)據(jù)在保險業(yè)的應(yīng)用、大數(shù)據(jù)在金融科技公司

金融大數(shù)據(jù)分析項(xiàng)目七任務(wù)一保險行業(yè)數(shù)字化轉(zhuǎn)型目錄1傳統(tǒng)保險業(yè)的數(shù)字化轉(zhuǎn)型2互聯(lián)網(wǎng)保險業(yè)的數(shù)字化轉(zhuǎn)型3中介類公司的數(shù)字化轉(zhuǎn)型

保險行業(yè)數(shù)字化轉(zhuǎn)型提問導(dǎo)入：根據(jù)傳統(tǒng)保險業(yè)、互聯(lián)網(wǎng)保險業(yè)、中介類公司，大家能分別舉出幾個代表性公司嗎？

課堂討論：保險行業(yè)不斷在數(shù)字化創(chuàng)新，大家能舉例幾個保險的數(shù)字化場景嗎？保險行業(yè)數(shù)字化轉(zhuǎn)型

傳統(tǒng)保險業(yè)的數(shù)字化轉(zhuǎn)型

為積極應(yīng)對數(shù)字化浪潮，傳統(tǒng)保險基于不同的行業(yè)地位和資源稟賦，呈現(xiàn)出三種不同的數(shù)字化轉(zhuǎn)型策略。傳統(tǒng)保險業(yè)的現(xiàn)狀傳統(tǒng)保險業(yè)的挑戰(zhàn)

傳統(tǒng)保險業(yè)的數(shù)字化轉(zhuǎn)型

為積極應(yīng)對數(shù)字化浪潮，傳統(tǒng)保險基于不同的行業(yè)地位和資源稟賦，呈現(xiàn)出三種不同的數(shù)字化轉(zhuǎn)型策略。傳統(tǒng)保險業(yè)的現(xiàn)狀傳統(tǒng)保險業(yè)的挑戰(zhàn)

互聯(lián)網(wǎng)保險業(yè)的數(shù)字化轉(zhuǎn)型

以眾安保險、泰康在線、易安保險和安心保險為代表四家互聯(lián)網(wǎng)保險公司，在產(chǎn)品設(shè)計(jì)、業(yè)務(wù)模式、經(jīng)營理念、科技投入方面與傳統(tǒng)保險公司有較大差別?；ヂ?lián)網(wǎng)保險業(yè)的現(xiàn)狀互聯(lián)網(wǎng)保險業(yè)的挑戰(zhàn)

互聯(lián)網(wǎng)保險業(yè)的數(shù)字化轉(zhuǎn)型

發(fā)起討論：傳統(tǒng)保險業(yè)和互聯(lián)網(wǎng)保險業(yè)的區(qū)別？

中介類公司的數(shù)字化轉(zhuǎn)型

保險中介公司正在向依托場景與流量的新型數(shù)字化保險中介平臺轉(zhuǎn)型。即所謂的保險中介3.0時代，中介公司將通過互聯(lián)網(wǎng)平臺切入碎片化場景，搭建場景下的保險渠道，延伸客戶觸達(dá)的同時反哺保險產(chǎn)品的研發(fā)與銷售。保險中介類公司的現(xiàn)狀保險中介類公司的挑戰(zhàn)金融大數(shù)據(jù)分析項(xiàng)目七任務(wù)二保險精準(zhǔn)營銷任務(wù)三保險精準(zhǔn)定價主講教師：年艷郭倩雯目錄1精準(zhǔn)營銷概念2保險精準(zhǔn)營銷策略3保險精準(zhǔn)營銷優(yōu)勢4精準(zhǔn)定價概念5保險精準(zhǔn)定價策略6保險精準(zhǔn)定價優(yōu)勢

保險精準(zhǔn)營銷&保險精定價提問導(dǎo)入：傳統(tǒng)保險營銷業(yè)務(wù)的流程是怎么樣的？

課堂討論：平安財(cái)險是如何根據(jù)車主不同階段推薦不同的保險產(chǎn)品？保險精準(zhǔn)營銷&保險精定價

保險精準(zhǔn)營銷

在以數(shù)據(jù)為生產(chǎn)資料的保險業(yè)，保險公司只有通過深度挖掘海量數(shù)據(jù)，據(jù)此對客戶實(shí)行差異化銷售和管理，將以保單為中心的傳統(tǒng)營銷模式，慢慢轉(zhuǎn)變成以客戶為中心、以服務(wù)為核心的精準(zhǔn)營銷模式，才能有效提升保險公司的營銷質(zhì)效，對行業(yè)的發(fā)展起到有力的推動作用。精準(zhǔn)營銷概念

保險精準(zhǔn)營銷策略

精準(zhǔn)營銷就是把合適的產(chǎn)品，在合適的時間，用合適的方式，賣給合適的人。市場細(xì)分目標(biāo)市場市場定位

保險精準(zhǔn)營銷優(yōu)勢

精確營銷不是盲目營銷，而是用大數(shù)據(jù)分析技術(shù)來挖掘和收集用戶的需求，并利用這些分析的數(shù)據(jù)對服務(wù)的過程進(jìn)行優(yōu)化與改善，從而做到服務(wù)質(zhì)量的提升。受眾精確業(yè)務(wù)效果精細(xì)化新的廣告營銷方式在為客戶承保價格環(huán)節(jié)有利于提升服務(wù)品質(zhì)智能投保

保險精準(zhǔn)營銷案例分析：中意人壽保險通過精準(zhǔn)營銷方案，銷售額提升5%

精準(zhǔn)定價概念

保險定價能力是保險公司的核心競爭力。在互聯(lián)網(wǎng)技術(shù)廣泛應(yīng)用的條件下，大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈技術(shù)賦能保險，對保險產(chǎn)品的定價精準(zhǔn)性發(fā)揮著重要作用。保險產(chǎn)品定價與大數(shù)法則有關(guān)，而大數(shù)法則又與大數(shù)據(jù)密切相關(guān)。精準(zhǔn)定價概念

保險精準(zhǔn)定價策略

大多數(shù)保險公司已達(dá)成共識：車是由人來開的，在車險的風(fēng)險因素中，人的因素影響更大，對從人因素掌握越多，風(fēng)險預(yù)估越精準(zhǔn)，越來越多的公司已把從人因素的應(yīng)用列入戰(zhàn)略考量，未來是大勢所趨。車險健康險家財(cái)險航延險

保險精準(zhǔn)定價優(yōu)勢

發(fā)起搶答：大數(shù)據(jù)在精準(zhǔn)定價業(yè)務(wù)中的優(yōu)勢？通過精準(zhǔn)定價，為保險服務(wù)客戶帶來了眾多積極影響，主要優(yōu)勢在于：對個體更具有針對性對客戶更注重多樣性

保險精準(zhǔn)定價優(yōu)勢車險綜合改革，從“車”到“人”的精準(zhǔn)定價

大多數(shù)保險公司已達(dá)成共識：車是由人來開的，在車險的風(fēng)險因素中，人的因素影響更大，對從人因素掌握越多，風(fēng)險預(yù)估越精準(zhǔn)，越來越多的公司已把從人因素的應(yīng)用列入戰(zhàn)略考量，未來是大勢所趨。

保險精準(zhǔn)定價優(yōu)勢車險綜合改革，從“車”到“人”的精準(zhǔn)定價

案例分析：螞蟻保險實(shí)現(xiàn)“千人千面”車險精準(zhǔn)定價發(fā)起頭腦風(fēng)暴：討論一下“車險分”與“信用分”之間的聯(lián)系？

保險精準(zhǔn)定價優(yōu)勢車險綜合改革，從“車”到“人”的精準(zhǔn)定價

案例分析：陽光財(cái)險（IRC理賠紅黃藍(lán)項(xiàng)目）金融大數(shù)據(jù)分析項(xiàng)目七任務(wù)四保險業(yè)大數(shù)據(jù)風(fēng)控主講教師：年艷郭倩雯目錄1保險業(yè)大數(shù)據(jù)風(fēng)控的特征2大數(shù)據(jù)風(fēng)控在保險行業(yè)中的應(yīng)用3國內(nèi)保險公司在大數(shù)據(jù)風(fēng)控方面的探索4我國保險業(yè)建立大數(shù)據(jù)風(fēng)控體系存在問題

保險業(yè)大數(shù)據(jù)風(fēng)控提問導(dǎo)入：隨著大數(shù)據(jù)的應(yīng)用，保險風(fēng)控哪些方面可以應(yīng)用大數(shù)據(jù)？

課堂討論：保險可以利用哪些數(shù)據(jù)進(jìn)行風(fēng)險控制？保險業(yè)大數(shù)據(jù)風(fēng)控

保險業(yè)大數(shù)據(jù)風(fēng)控的特征

基于場景化的互聯(lián)網(wǎng)保險產(chǎn)品應(yīng)運(yùn)而生，伴隨著保險產(chǎn)品的多樣化、定制化特征，保險風(fēng)險特征也越來越復(fù)雜化、多樣化，風(fēng)險的傳播速度也越來也快，風(fēng)險防范也越來越具有隱蔽性。大數(shù)據(jù)風(fēng)控的特征

大數(shù)據(jù)風(fēng)控在保險行業(yè)中的應(yīng)用

課堂討論：結(jié)合生活實(shí)際，保險哪些業(yè)務(wù)環(huán)節(jié)應(yīng)用了大數(shù)據(jù)風(fēng)控？應(yīng)用于保險業(yè)各業(yè)務(wù)環(huán)節(jié)應(yīng)用于保險業(yè)各產(chǎn)品線

國內(nèi)保險公司在大數(shù)據(jù)風(fēng)控方面的探索

國內(nèi)保險公司在大數(shù)據(jù)風(fēng)控方面做了很多的探索：行業(yè)車險信息集中平臺眾安在線財(cái)險保險公司定損寶

發(fā)起頭腦風(fēng)暴：利用大數(shù)據(jù)進(jìn)行保險風(fēng)控具有哪些優(yōu)勢？國內(nèi)保險公司在大數(shù)據(jù)風(fēng)控方面的探索

我國保險業(yè)建立大數(shù)據(jù)風(fēng)控體系還存在以下問題：我國保險業(yè)建立大數(shù)據(jù)風(fēng)控體系存在問題行業(yè)內(nèi)外數(shù)據(jù)連接存在困難，數(shù)據(jù)共享不夠數(shù)據(jù)真實(shí)度有待驗(yàn)證，保險業(yè)數(shù)據(jù)采集的深度和廣度不夠大數(shù)據(jù)分析人才儲備缺乏法律保障尚不健全跨界競爭壓力增大監(jiān)管界限不清晰，監(jiān)管難度增加金融大數(shù)據(jù)分析項(xiàng)目八任務(wù)一

金融科技企業(yè)大數(shù)據(jù)應(yīng)用目錄1金融科技企業(yè)發(fā)展現(xiàn)狀2大數(shù)據(jù)在金融科技企業(yè)營銷中的應(yīng)用3大數(shù)據(jù)在金融科技企業(yè)運(yùn)營中的應(yīng)用4大數(shù)據(jù)在金融科技企業(yè)風(fēng)控中的應(yīng)用

大數(shù)據(jù)在金融科技公司的應(yīng)用課前思考：我國金融科技企業(yè)當(dāng)前依賴的技術(shù)要素主要有哪些？主要是哪幾種要素？

金融科技細(xì)分領(lǐng)域分析支付資管借貸消費(fèi)金融按業(yè)務(wù)分類角度來看，金融科技公司可大致分為四類：支付、借貸、資管和保險。

大數(shù)據(jù)在金融科技企業(yè)營銷中的應(yīng)用問題引入是不是所有用戶都能擁有“京東白條”、“京東金條”、“螞蟻花唄”等產(chǎn)品的開通權(quán)限？信用分又是如何計(jì)算出來的？開通京東白條需滿足的基礎(chǔ)條件主要有以下幾點(diǎn)：1.年齡在18周歲到55周歲之間；2.是京東會員，以及中國大陸居民；3.賬戶已完成實(shí)名認(rèn)證，且狀態(tài)正常、未被申訴過。4.個人信用良好，小白信用分達(dá)八十分及以上。

大數(shù)據(jù)在金融科技企業(yè)營銷中的應(yīng)用3124數(shù)據(jù)處理營銷要素匹配數(shù)據(jù)獲得用戶畫像大數(shù)據(jù)的應(yīng)用流程金融科技平臺交易數(shù)據(jù)、社交平臺數(shù)據(jù)、征信數(shù)據(jù)等

用戶畫像就像給用戶貼上一個個標(biāo)簽。大數(shù)據(jù)在金融科技企業(yè)營銷中的應(yīng)用

大數(shù)據(jù)在金融科技企業(yè)營銷中的應(yīng)用精準(zhǔn)營銷技術(shù)流程

大數(shù)據(jù)在金融科技企業(yè)運(yùn)營中的應(yīng)用解決普惠金融痛點(diǎn)客戶數(shù)據(jù)管理通過對客戶數(shù)據(jù)收集、整合、分析，金融機(jī)構(gòu)可以更好地了解客戶需求和行為。群體更廣、服務(wù)更便捷、成本更低。業(yè)務(wù)效率提高例如通過分析客戶服務(wù)數(shù)據(jù)，金融科技企業(yè)可提高客戶滿意度和忠誠度。

大數(shù)據(jù)在金融科技企業(yè)風(fēng)控中的應(yīng)用問題引入你是否聽說過或經(jīng)歷過有人冒充金融機(jī)構(gòu)、“**金融平臺客服”等身份，以“共享屏幕“、“注銷賬號”、“調(diào)低利率”等為由實(shí)施詐騙？你是否收到某消費(fèi)金融產(chǎn)品套現(xiàn)的廣告？

金融科技企業(yè)大數(shù)據(jù)風(fēng)控的痛點(diǎn)數(shù)據(jù)不完整、數(shù)據(jù)割裂不同的數(shù)據(jù)提供商數(shù)據(jù)割裂；商業(yè)機(jī)密和隱私保護(hù)目的不愿共享數(shù)據(jù)。僅輸出標(biāo)簽化的信用評價。01用戶欺詐賬戶偽冒開立、盜刷等申請和交易欺詐行為02

案例學(xué)習(xí)

京東“風(fēng)控超腦”大數(shù)據(jù)在金融科技企業(yè)風(fēng)控中的應(yīng)用

案例學(xué)習(xí)

京東“風(fēng)控超腦”大數(shù)據(jù)在金融科技企業(yè)風(fēng)控中的應(yīng)用申請、交易環(huán)節(jié)注冊環(huán)節(jié)天盾安全與反欺詐模型用戶注冊環(huán)節(jié)，就可以通過關(guān)系網(wǎng)絡(luò)、知識圖譜、神經(jīng)網(wǎng)絡(luò)等的欺詐算法的應(yīng)用，有效識別‘羊毛黨’等營銷欺詐。登錄環(huán)節(jié)通過生物探針、行為序列、人臉識別等人機(jī)識別技術(shù)，可以對用戶身份進(jìn)行識別和確認(rèn)，讓欺詐寸步難行。申請環(huán)節(jié)的信息核驗(yàn)、交易環(huán)節(jié)的異常檢測等，對賬戶偽冒開立、盜刷等申請和交易欺詐行為的全方位覆蓋，為用戶的賬戶安全提供了層層保障。

案例學(xué)習(xí)

京東“風(fēng)控超腦”

京東金融“白條”在賬戶登錄、激活、交易、信息修改等全流程環(huán)節(jié)，天策決策引擎系統(tǒng)、天盾賬戶安全與反欺詐系統(tǒng)、天網(wǎng)交易風(fēng)險監(jiān)控系統(tǒng)對每次賬戶行為進(jìn)行后臺安全掃描，實(shí)時計(jì)算，識別惡意行為及高風(fēng)險訂單，并和商城配送體系打通，對高風(fēng)險訂單實(shí)現(xiàn)配送最后一公里攔截，這在業(yè)內(nèi)是獨(dú)一無二的優(yōu)勢。通過強(qiáng)大的自動化風(fēng)控系統(tǒng)，實(shí)現(xiàn)全流程風(fēng)險監(jiān)控，使得正常用戶繼續(xù)享受便捷極致服務(wù)，欺詐惡意份子作案成本不斷提高。風(fēng)控系統(tǒng)累計(jì)攔截疑似欺詐申請數(shù)十萬起，攔截高風(fēng)險訂單數(shù)億元。

大數(shù)據(jù)未來發(fā)展趨勢

發(fā)起頭腦風(fēng)暴：歷經(jīng)互聯(lián)網(wǎng)金融--金融科技--數(shù)字科技三個時期，金融科技企業(yè)越來越注重大數(shù)據(jù)和人工智能等技術(shù)的融合。你還知道哪些金融科技企業(yè)的轉(zhuǎn)型呢？大數(shù)據(jù)未來的發(fā)展趨勢有哪些呢？加快平臺間數(shù)據(jù)互通隱私計(jì)算和更規(guī)范監(jiān)管大數(shù)據(jù)與其他技術(shù)深度協(xié)同發(fā)力金融大數(shù)據(jù)分析項(xiàng)目八任務(wù)二第三方支付領(lǐng)域主講教師：盧晶瑩目錄1大數(shù)據(jù)在第三方支付平臺反洗錢的應(yīng)用2大數(shù)據(jù)在第三方支付反欺詐風(fēng)險防范中的應(yīng)用3實(shí)戰(zhàn)演練：第三方支付風(fēng)控

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用提問導(dǎo)入：第三方支付的流程是怎么樣的？存在著怎樣的風(fēng)險？

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用查找資料、案例討論：傳統(tǒng)的反洗錢系統(tǒng)是如何實(shí)現(xiàn)的？

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用案例分析：慧安金科-智能反洗錢（1）數(shù)據(jù)處理：利用銀行豐富的賬戶信息、交易流水、行為操作日志等數(shù)據(jù)，依托發(fā)數(shù)據(jù)平臺處理數(shù)據(jù)，進(jìn)行多緯度的個體特征及關(guān)聯(lián)特征提取分析。（2）團(tuán)伙識別：以自主研發(fā)的半監(jiān)督主動式機(jī)器學(xué)習(xí)技術(shù)為核心，融合圖分析、分類和聚類等算法優(yōu)點(diǎn)，進(jìn)行用戶行為和關(guān)聯(lián)的建模，識別出洗錢可疑團(tuán)伙。（3）團(tuán)伙展示：前端可視化采用點(diǎn)邊結(jié)合的方式，直觀地對團(tuán)伙進(jìn)行展示，便于核查人員核查反饋。

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用

數(shù)據(jù)收集

一是通過網(wǎng)絡(luò)爬蟲系統(tǒng)，突破地理距離的限制，捕捉和整合相關(guān)信息，并通過校驗(yàn)規(guī)則的設(shè)立及其關(guān)聯(lián)性分析得到有效數(shù)據(jù)。

二是考慮與金融科技機(jī)構(gòu)建立合作機(jī)制，直接通過數(shù)據(jù)接口獲取相關(guān)數(shù)據(jù)。

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用

數(shù)據(jù)整合

一是數(shù)據(jù)類型轉(zhuǎn)換，使不同的數(shù)據(jù)信息來源可以被量化分析，比如將字符型變量轉(zhuǎn)換成數(shù)值型變量等；

二是數(shù)據(jù)變量的非線性轉(zhuǎn)換，使得轉(zhuǎn)換后的變量能更好地適合模型算法；

三是挖掘不同主題數(shù)據(jù)的關(guān)聯(lián)關(guān)系，建立關(guān)聯(lián)數(shù)據(jù)倉庫。

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用

數(shù)據(jù)分析

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用

數(shù)據(jù)應(yīng)用

大數(shù)據(jù)在三方支付平臺反欺詐的應(yīng)用知識點(diǎn)：欺詐行為的兩種方式（1）不法分子通過木馬病毒等方式在消費(fèi)者不知情的情況，侵入消費(fèi)者的第三方支付客戶端盜取相關(guān)信息。（2）不法分子的欺詐行為是利用消費(fèi)者自身的防騙意識較弱得以實(shí)現(xiàn)的。大數(shù)據(jù)技術(shù)對第三方支付反欺詐風(fēng)險防范中的應(yīng)用，主要從以下4個場景展開。

大數(shù)據(jù)在三方支付平臺反欺詐的應(yīng)用知識點(diǎn)：欺詐行為的四種場景（1）登錄場景。（2）注冊場景。（3）用戶綁卡場景。（4）支付場景。

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用案例分析：盜用賬號支付

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用案例分析：盜用賬號支付

大數(shù)據(jù)在三方支付平臺反洗錢的應(yīng)用歸納總結(jié)：反欺詐模型的具體實(shí)施過程

實(shí)戰(zhàn)演練：第三方支付風(fēng)控以小組為單位，分配小微商戶、渠道商、客戶經(jīng)理、風(fēng)控經(jīng)理崗位，在風(fēng)控決策系統(tǒng)當(dāng)中進(jìn)行從產(chǎn)品申請到風(fēng)控處理全流程的任務(wù)。金融大數(shù)據(jù)分析項(xiàng)目八任務(wù)三

消費(fèi)金融領(lǐng)域主講教師：周宇蔚目錄1消費(fèi)金融涵義2大數(shù)據(jù)在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用3風(fēng)控各流程節(jié)點(diǎn)信用評分卡模型

消費(fèi)金融涵義消費(fèi)金融：2013年修訂的《消費(fèi)金融公司試點(diǎn)管理辦法》規(guī)定消費(fèi)貸款是指消費(fèi)金融公司向借款人發(fā)放的以消費(fèi)（不含購房和購車）為目的的貸款。消費(fèi)金融是金融科技公司的重要業(yè)務(wù)之一。想一想：請同學(xué)們找找看以下金融科技公司有哪些消費(fèi)金融產(chǎn)品？

大數(shù)據(jù)時代的消費(fèi)金融信用評估發(fā)起討論：傳統(tǒng)消費(fèi)金融和大數(shù)據(jù)時代的消費(fèi)金融企業(yè)分別是如何風(fēng)控的？

在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用消費(fèi)金融信貸流程圖

大數(shù)據(jù)在消費(fèi)信貸領(lǐng)域的具體應(yīng)用

1.貸款申請環(huán)節(jié)-反欺詐為主貸款申請環(huán)節(jié)工作主要需要利用大數(shù)據(jù)技術(shù)針對客戶的身份驗(yàn)真、黑名單排除、欺詐排除。在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用欺詐行為身份驗(yàn)證技術(shù)大數(shù)據(jù)OCR活體識別技術(shù)電信運(yùn)營商驗(yàn)證銀行卡驗(yàn)證

案例分析：度小滿金融大數(shù)據(jù)反欺詐體系

案例分析：度小滿金融大數(shù)據(jù)反欺詐體系度小滿基于大數(shù)據(jù)的反欺詐構(gòu)建關(guān)鍵在于獨(dú)有的數(shù)據(jù)挖掘技術(shù)、科學(xué)的反欺詐模型，多場景智能識別能力。根據(jù)欺詐類型的不同，大數(shù)據(jù)反欺詐在信貸的整個流程中發(fā)揮著不同的作用。例如，借款人本人欺詐，在申請貸款時，對身份認(rèn)證、年齡、學(xué)歷等基礎(chǔ)準(zhǔn)入信息進(jìn)行檢查，再結(jié)合大數(shù)據(jù)中收集到的歷史借貸信息記錄、多頭借貸情況、失信被執(zhí)行人員名單進(jìn)行風(fēng)險排查，最終結(jié)合額度決策規(guī)則集（評分卡）決定是否放貸。還有像在賬戶被盜用情況下，為了降低客戶及企業(yè)的風(fēng)險，可以通過第三方數(shù)據(jù)進(jìn)行交叉驗(yàn)證以及活體識別等技術(shù)防止賬戶資金被他人盜用。

2.貸款審批環(huán)節(jié)消費(fèi)金融公司會組建自己的大數(shù)據(jù)團(tuán)隊(duì)搭建數(shù)據(jù)平臺，一方面支持企業(yè)經(jīng)營管理，另一方面是收集客戶信息進(jìn)行風(fēng)險控制信用審核，部分業(yè)務(wù)可以做到純線上，系統(tǒng)自動就完成貸款全部流程環(huán)節(jié)做到幾秒鐘就能放款。案例：京東白條的信用風(fēng)險評分模型就有150個子模型，模型中的變量就有90萬維以上。該模型已經(jīng)歷10個大版本20多次迭代。根據(jù)“小白守約分”得出信用風(fēng)險結(jié)果。在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用

3.確認(rèn)額度環(huán)節(jié)小組討論：螞蟻集團(tuán)、京東金融等大型金融科技公司對自有數(shù)據(jù)非常自信，原因是什么？作為其他消費(fèi)金融公司，它們的貸款審批和確認(rèn)額度環(huán)節(jié)的數(shù)據(jù)來源是哪些？在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用付費(fèi)調(diào)用央行征信及市場化征信機(jī)構(gòu)，鵬元征信的學(xué)歷信息芝麻信用反欺詐信息和騰訊征信社交數(shù)據(jù)，同盾和百融數(shù)據(jù)，調(diào)用運(yùn)營商、航旅、教育等數(shù)據(jù)。

4.放款環(huán)節(jié)在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用第三方支付是放款環(huán)節(jié)客戶體驗(yàn)很重要的一個環(huán)節(jié)。合法的、權(quán)威的、第三方認(rèn)證授權(quán)機(jī)構(gòu)（CA機(jī)構(gòu)）簽發(fā)的證書，就是一種包含公鑰以及私鑰擁有者信息的電子文檔。在放款支付環(huán)節(jié)除了最重要的交易安全保證外，另外一點(diǎn)就是通過支付衍生的金融消費(fèi)和用戶畫像，從而開展具有針對性的信貸服務(wù)；通過支付平臺向貸款用戶進(jìn)行精準(zhǔn)營銷、給予其量身定做的金融產(chǎn)品，同時在支付過程中沉淀的用戶交易信息、經(jīng)營狀況、資金流向等數(shù)據(jù)提供征信服務(wù)。

5.客戶管理環(huán)節(jié)在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用客戶管理環(huán)節(jié)外部輿情監(jiān)控存量用戶管理中為決策者提供預(yù)警：銀行的利率調(diào)整、各地區(qū)房管局的限購政策等

貸款挪用偵測大數(shù)據(jù)技術(shù)可以在貸后偵測貸款挪作他用的情況

6.貸后逾期催收與轉(zhuǎn)賣環(huán)節(jié)在消費(fèi)金融信貸風(fēng)控流程的應(yīng)用當(dāng)在線用戶貸款出現(xiàn)逾期違約時，金融科技公司催收和處置這些不良資產(chǎn)時將非常困難。這些客戶之所以產(chǎn)生逾期違約主要是因?yàn)槠渥陨淼赖掠^念不強(qiáng)、同時對自身償還能力過于高估、或者一開始就抱著不還的念頭貸款，拿到錢之后就立刻失去聯(lián)系。關(guān)聯(lián)分析技術(shù)：金融科技行業(yè)最大的困難就是對失聯(lián)客戶進(jìn)行修復(fù)。金融公司可以通過集中的、流通的大數(shù)據(jù)中心以家族族譜的方式獲取到與借款人相關(guān)的朋友、親戚、或者旅行住宿信息，從而間接的修復(fù)失聯(lián)客戶信息，最后達(dá)到催收還款目的。頭腦風(fēng)暴：除了申請環(huán)節(jié)要求客戶提供訪問通訊錄的權(quán)限進(jìn)行關(guān)聯(lián)以外，還有哪些方式可以修復(fù)逾期或失聯(lián)客戶？花唄和白條是如何