金融風控反欺詐大數(shù)據(jù)方案-金融風險反欺詐管控方案

金融風控反欺詐方案金融公司風險管理01融資融券風險管理系統(tǒng)02大數(shù)據(jù)整體解決方案

03大數(shù)據(jù)構建數(shù)據(jù)倉庫案例04目錄CONTENTSPART1金融公司風險管理多維度數(shù)據(jù)集市畫像應用設備去哪畫像底層有錢搜索貼吧到店知道公開數(shù)據(jù)百科網(wǎng)盤外部數(shù)據(jù)愛奇LBSAPPVolume-海量Variety-多維注冊糯米兒錢包財富花外賣藝文庫……登錄Velocity-實時金融傳統(tǒng)數(shù)據(jù)倉庫5報表平臺績效系統(tǒng)支付系統(tǒng)客戶360個人結算賬戶回單打印銀企對賬存貸標準化監(jiān)管報送系統(tǒng)內(nèi)審系統(tǒng)關聯(lián)交易成本分攤風險監(jiān)控外管報送系統(tǒng)風險預警平臺EAST數(shù)據(jù)報送總部一體化后督AML反洗錢。。。。。?？蛻麸L險大數(shù)據(jù)部分應用場景6網(wǎng)絡金融征信P2P網(wǎng)絡貸款市場規(guī)模急劇增長個人征信業(yè)務需求不斷上升通過大數(shù)據(jù)實時分析客戶信用記錄提升企業(yè)價值小微貸款管理需要大數(shù)據(jù)分析提供業(yè)務支撐利用實時數(shù)據(jù)處理信息管理、交叉營銷、信貸模型分析以及業(yè)務風險控制的需求不斷提升財富管理評估利用大數(shù)據(jù)分析給予用戶有價值的財富管理產(chǎn)品組合使用業(yè)態(tài)廣：銀行/財富管理機構/券商/保險反欺詐預警滲漏與欺詐風險增加，控制力度和手段不足缺乏先進的分析能力“實時高效”的甄別可疑理賠行為客戶識別、流失預警分析識別潛在客戶群體、維護老客戶、降低客戶開發(fā)成本成為主要需求理賠審查評估騙保識別成為保險業(yè)最大問題難點分析、評估理賠數(shù)據(jù)有效降低風險并為保險賠付制定提供依據(jù)高頻交易分析量化投資增長迅速，對結構化/非結構化數(shù)據(jù)利用力度不斷加大實時、準確的數(shù)據(jù)模型提供有價值的交易推薦，提升客戶滿意度保險精算利用大數(shù)據(jù)對險種、賠付率建立模型進行細分維度下的精準預測提升企業(yè)盈利水平保險業(yè)核心業(yè)務需求實時分析客戶信用記錄提供貸款依據(jù)大數(shù)據(jù)提供交叉營銷、信貸模型分析大數(shù)據(jù)實時分析滲漏欺詐風險利用外部內(nèi)部大數(shù)據(jù)有效管理客戶關系實時建立賠付率模型、并根據(jù)客戶分析制定險種劃分內(nèi)外部大數(shù)據(jù)分析有價值的財富投資組合數(shù)據(jù)量化投資組合、建立高效數(shù)據(jù)模型理賠數(shù)據(jù)審查、數(shù)據(jù)評估，有效降低異常賠付和騙保大數(shù)據(jù)在金融領域的熱點應用7用戶畫像風險管理資產(chǎn)產(chǎn)品定價運營優(yōu)化區(qū)塊鏈智能投顧風險定價量化交易精準營銷金融搜索引擎金融領域大數(shù)據(jù)應用熱點圖橫軸代表該應用領域價值周期，表明該應用價值速度的快慢縱軸代表該應用領域的炒作周期階段圓圈代表應用領域的規(guī)模，表示該應用領域當前參與方的多少與應用數(shù)量對大數(shù)據(jù)的理解：深入數(shù)字化，實現(xiàn)全社會數(shù)據(jù)互聯(lián)互通，

形成以數(shù)據(jù)指導業(yè)務的習慣、策略與模式大數(shù)據(jù)一、深入的數(shù)字化不僅僅指傳統(tǒng)意義上的紙質(zhì)文檔電子化形成以數(shù)據(jù)指導業(yè)務的習慣、策略與模式二、全社會數(shù)據(jù)互聯(lián)互通。僅僅局限在企業(yè)內(nèi)部的數(shù)據(jù)，不能把握大數(shù)據(jù)的真正能力。8大數(shù)據(jù)在產(chǎn)業(yè)鏈各環(huán)節(jié)迅速發(fā)展，推動各種創(chuàng)新業(yè)務“遇春花開”數(shù)據(jù)采集4V數(shù)據(jù)VolumeVelocityVarietyValue爬蟲數(shù)據(jù)治理行業(yè)數(shù)據(jù)整合存儲能力列式數(shù)據(jù)庫內(nèi)存數(shù)據(jù)庫Hadoop的keyvalue數(shù)據(jù)存儲TB級跨向PB級計算能力MPP(ShareNothing)去IOE擴展能力跨硬件、跨代、跨廠商分析能力數(shù)據(jù)價值挖掘統(tǒng)計樣本擴大專業(yè)工具多（SAS,R)專業(yè)模型行業(yè)模型應用能力信息可視化管理精細化預防向預測轉(zhuǎn)變精細制度、醫(yī)療智慧城市金融工程項目特點，計算量巨大，可依賴當前大數(shù)據(jù)分布式計算解決證券公司風險管理：主動承擔的風險、需要規(guī)避的間接風險業(yè)務風險市場風險信用風險流動性風險非業(yè)務風險操作風險監(jiān)管風險法律風險10證券公司主要風險市場風險信用風險流動性風險操作風險監(jiān)管風險法律風險為盈利而必須承擔的風險是公司運營過程中產(chǎn)生的間接風險盡量回避、轉(zhuǎn)移或減輕證券公司內(nèi)部風險業(yè)務來源市場風險信用風險操作風險流動性風險價格風險：自營投資、做市等業(yè)務持倉利率風險：銀行存款、結算備付金、存出保證金及債券匯率風險：海外業(yè)務或投資直接信用風險：信用債券投資、理財產(chǎn)品和信托產(chǎn)品等投資，承銷業(yè)務中的債券包銷交易對手風險：自營衍生品類交易、融資融券交易、約定購回及股票質(zhì)押式回購等回購交易結算風險：經(jīng)紀、資產(chǎn)管理和自營投資等業(yè)務隱含在各項業(yè)務活動中，遍布各個業(yè)務領域短融、公司債、報價回購、債券回購等融資到期無法償付金融風險管理新趨勢：數(shù)據(jù)+分析模型+業(yè)務知識1.合規(guī)性/內(nèi)部控制2.損失最小化3.風險計量4.風險管理5.風險與收益最優(yōu)化6.風險資本分配、基于風險定價風險控制保護資產(chǎn)負債表風險/收益最優(yōu)化價值創(chuàng)造風險管理成熟度目標:是管理下行風險

措施:內(nèi)部控制信息、報告程序、預警系統(tǒng)、止損設置等與戰(zhàn)略的相關度高中低行業(yè)競爭前沿融資融券過程復雜，涉及風險種類多，信用風險管理是重點延遲符操作風險信用風險法律風險合規(guī)風險操作風險操作風險市場風險流動性風險操作風險清算風險法律風險信用風險聲譽風險操作風險信用風險操作風險市場風險流動性風險操作風險融資融券流程中主要風險1.信用評定2.授信管理3.開戶4.交易5.實時盯市6.強制平倉7.客戶通知8.權益處理高杠桿股災加深了市場對風險的認識2014Q1Q2Q3Q4Q2Q3Q42016Q1….4030.063920.026034.7510152.1320421.339035.0811690.378711.0013950.02015Q1Current22627.392015/6/18融資余額（億元）融資融券余額TOP5:海通銀河中信廣發(fā)華泰維持擔保比例低于200%的投資人數(shù)TOP5:銀河申萬中信招商廣發(fā)單位：億元金融行業(yè)風控反欺詐體系貸前運行環(huán)境安全黑名單賬戶安全實體關聯(lián)網(wǎng)絡黑中介關聯(lián)黑產(chǎn)關聯(lián)貸中反欺詐規(guī)則體系反欺詐通用模型異常集中度監(jiān)控貸后貸后客戶質(zhì)量監(jiān)控金融獲客活體驗證失聯(lián)修復資產(chǎn)保全多頭借貸粗分好人和壞人防批量欺詐攻擊攔截70%~80%監(jiān)測變動信息降低風險攔截10%~20%識別團伙欺詐監(jiān)測批量騙貸風險攔截5%~10%修正優(yōu)化欺詐技術，提升催收效率有效復聯(lián)50%-60%利用百度人工智能和大數(shù)據(jù)技術，精準刻畫用戶的欺詐風險，構建多層次化的金融反欺詐安全防控體系PART2融資融券風險管理系統(tǒng)風控關聯(lián)網(wǎng)絡架構應用層：當前在金融反欺詐的主要應用場景用戶接口：底層關聯(lián)網(wǎng)絡提供Restful圖交互接口、Cypher圖交互接口和離線圖計算任務接口，同時面向用戶提供Web、桌面版和SDK（建設中）三種形態(tài)的服務存儲計算層：基于sparkgraphx建立的一套子圖計算管理、關聯(lián)快照和關聯(lián)分析算法數(shù)據(jù)建模：對源數(shù)據(jù)進行加工，抽取出實體、實體關系、實體屬性，形成圖基礎數(shù)據(jù)多維數(shù)據(jù)集市金融數(shù)據(jù)賬戶數(shù)據(jù)數(shù)據(jù)源行為數(shù)據(jù)社交數(shù)據(jù)黑產(chǎn)數(shù)據(jù)……源數(shù)據(jù)層：負責各種數(shù)據(jù)源的引入、清洗和管理，包括金融數(shù)據(jù)、行為數(shù)據(jù)和第三方數(shù)據(jù)12關聯(lián)網(wǎng)絡應用：教育信貸業(yè)務關聯(lián)分析某計算機職業(yè)培訓學校（正常）某職業(yè)技能培訓學校（騙貸）逾期人員的機構關聯(lián)分布圖關聯(lián)網(wǎng)絡應用：現(xiàn)金貸業(yè)務關聯(lián)分析百度現(xiàn)金貸M2+逾期關聯(lián)百度現(xiàn)金貸正常用戶關聯(lián)（抽樣1萬人）中介和貸款人關聯(lián)圖（綠色貸款中介，褐色關聯(lián)貸款人）關聯(lián)網(wǎng)絡應用：催收復聯(lián)修復信息維度電話客戶其他新電話親友/同事電話郵箱郵箱地址通訊錄電話常個人地址親友、同事地址駐地電話本中公司地址址聯(lián)系人地址失聯(lián)預警預測當前效果內(nèi)單：百度用戶的覆蓋率為99%,復聯(lián)率為60%+外單：（實驗）外部用戶的覆蓋率☆為60-80%，復聯(lián)率為15-30%強關聯(lián)關系挖掘相關性排序常駐點挖掘失聯(lián)催收ROI排序施壓點挖掘數(shù)據(jù)挖掘潛在關聯(lián)關系挖掘金融關聯(lián)網(wǎng)絡百度錢包百度有錢百度賬號……社交關聯(lián)網(wǎng)絡通訊關聯(lián)信貸關聯(lián)支付關聯(lián)AP關聯(lián)……IDMapping百度糯米百度外賣下一階段從最終催款效果出發(fā)，提升復聯(lián)精準度原始數(shù)據(jù)微博畫像數(shù)據(jù)愛奇異。。。百度地圖提升（實驗）外單復聯(lián)率和精準度人行征信階段二工作階段一工作下一階段☆:尚處于階段性樣本測試階段，不同樣本的復聯(lián)率表現(xiàn)存在差異主要內(nèi)容整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向金融工程指標VolatilityShareRatioIRRatioBarvarRatioBetaAlhpa深度刻畫客戶特征對客戶分類分級客戶管理風險管理專項投顧客戶風險管理系功能：分析數(shù)據(jù)，提供多種服務證券公司數(shù)據(jù)優(yōu)勢客戶數(shù)據(jù)市場數(shù)據(jù)客戶風險管理系統(tǒng)交易行為分析交易習慣分析投資策略分析管理策略設計對客戶分類對客戶分級風險管理差異化保證金比例維持擔保比例管理授信額度管理統(tǒng)計報告研究優(yōu)異客戶優(yōu)秀策略優(yōu)異投資習慣客戶服務風險提示客戶問題分析交易習慣展示交易優(yōu)化建議產(chǎn)品推薦專業(yè)報告服務數(shù)據(jù)數(shù)據(jù)分析分析結果整理提供服務整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景1-高層管理經(jīng)營目標融資融券余額利息收入傭金收入融資融券利潤風險融資融券余額/凈資本監(jiān)管合規(guī)融資融券余額凈資本監(jiān)管或內(nèi)控：400%預警：320%整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向融資融券余額年度經(jīng)營目標傭金收入差額利息收入盈利應用場景2.1-風險管理人員，制作各類圖表指標金額（元）占凈資本比例預警值監(jiān)管值融資融券余額32,867,861.25280%320%400%融資余額29,632,436.30------融券余額3,235,424.95------客戶維持擔保比例客戶數(shù)(個）客戶數(shù)據(jù)<130%的客戶125需立即處理130%-150%的客戶335高?？蛻?50%-170%的客戶153危險客戶170%-200%的客戶245低危客戶200%-300%的客戶1690超低?？蛻?gt;300%的客戶356安全客戶匯總2904--總體風險風險狀態(tài)VAR值（萬元）203035401天3天5天10天整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景2.2：風險管理員,公司級或客戶級壓力測試公司級壓力測試單券集中度>90%的客戶假設市場下跌幅度：15%30%50%65%整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景3.1：業(yè)務人員,授信額度管理、客戶開發(fā)示例：找出高價值客戶，提高他們信用額度，充分挖掘客戶價值高價值客戶是是

通過否拒絕否是高拒絕中高拒絕中通過低高通過低拒絕低拒絕否拒絕指標體系↓凈資產(chǎn)>3500萬170%<維持擔保比例<300%換手率Βeta（orBarvarRatio）Alpha決策整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景3.2：業(yè)務人員，交叉銷售、精準營銷資金量大、或?qū)I(yè)機構推薦報價回購推薦約定購回連續(xù)虧損客戶推薦集合理財產(chǎn)品推薦專項資產(chǎn)管理推薦量化投資交易量小、交易次數(shù)小的膽小型客戶推薦固定收益產(chǎn)品推薦理財產(chǎn)品期間行為分析行業(yè)偏好分析風險偏好分析外部信息精準營銷交叉銷售整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景3.3：業(yè)務人員，發(fā)送系統(tǒng)分析報告，提供個性化服務投資建議系統(tǒng)性報告專題報告整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向應用場景4：研究員，針對投資行為、資產(chǎn)組合等做專業(yè)研究客戶交易行為分析：判斷投資者類型客戶開倉、平倉行為歸因止盈/止損風格持倉習慣（多頭、空頭、換手率、平均持股時間）客戶收益、風險、杠桿結構收益率、alphaShareRatio、IRRatioBeta、BavarRatio波動率、SotinoRatio借入杠桿、名義杠桿、組合杠桿、金融工具杠桿資產(chǎn)組合管理研究資產(chǎn)配置專業(yè)的客戶資產(chǎn)選擇與再平衡管理優(yōu)秀客戶整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向客戶風險管理系統(tǒng)介紹：6個核心模塊+1個客戶報告導出資產(chǎn)負債統(tǒng)計持倉統(tǒng)計期間交易交易行為投資績效壓力測試客戶報告導出客戶風險管理系統(tǒng)整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：資產(chǎn)負債統(tǒng)計資產(chǎn)負債統(tǒng)計整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：持倉統(tǒng)計持倉統(tǒng)計整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：期間交易期間交易整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：交易行為平倉行為平倉行為歸因整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：投資績效風險收益/風險整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向功能簡介：壓力測試維持擔保比例保證金額整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向后臺綜合指標查詢000000代表所有客戶功能簡介：客戶報告可將分析報告導出，并發(fā)給客戶根據(jù)客戶分類等級，或客戶需求，制定導出內(nèi)容整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向技術邏輯架構開發(fā)采用BS模型，MVC架構數(shù)據(jù)模型分為源數(shù)據(jù)層、EDW、DDW三層數(shù)據(jù)源數(shù)據(jù)導入層數(shù)據(jù)服務層應用服務層數(shù)據(jù)備份、恢復、運營控制ODS數(shù)據(jù)中心數(shù)據(jù)登場區(qū)ODSEDW推送數(shù)據(jù)DDW數(shù)據(jù)歸治理業(yè)務邏輯業(yè)務指標分析OLAP報表駕駛艙查詢整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向ETL工具開發(fā)與運營環(huán)境硬件名稱數(shù)量（臺）要求單價（元）總價（元）用途X86服務器2內(nèi)存256G、硬盤1T

20,000.00

40,000.00數(shù)據(jù)存儲、計算臺式機1主流即可

10,000.00

10,000.00前端開發(fā)測試路由器1主流

20,000.00

20,000.00用于客戶端與服務端訪問軟件名稱數(shù)量（臺）要求單價（元）總價（元）說明操作系統(tǒng)每臺服務器一套LinuxN/AN/A一般隨機自帶或免費數(shù)據(jù)庫軟件LicenseOracle或其它主流數(shù)據(jù)庫N/AN/A由甲方自行采購ETL工具1Informatic600,000600,000由甲方自行采購整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向系統(tǒng)設計、開發(fā)前端開發(fā)：JAVA+WEB后臺開發(fā)：SQL存儲過程EDW(數(shù)據(jù)整合層）24個復雜存儲過程,111個普通存儲過程DDW(數(shù)據(jù)匯總、分析層)

4個超大型存儲過程,17個大中型存儲過程36個中型存儲過程,121個普通存儲過程設計：UML數(shù)據(jù)模型期間交易設計整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向系統(tǒng)亮點、難點，以及演化方向金融工程思維量化管理金融指標專業(yè)度高融入現(xiàn)代資產(chǎn)管理理論計算量大金融工程指標多計算量大盈虧計算創(chuàng)新業(yè)務、復雜業(yè)務多下一步發(fā)展方向移動APP化模塊獨立化利用大數(shù)據(jù)分布式計算基于系統(tǒng)結果開發(fā)風險評分模型整體功能應用場景核心模塊示例技術架構系統(tǒng)難點及演進方向PART3大數(shù)據(jù)整體解決方案大數(shù)據(jù)部分應用分析-某互聯(lián)網(wǎng)金融產(chǎn)品44互聯(lián)網(wǎng)金融行業(yè)在解決什么問題面臨怎樣的風險用什么樣的技術手段來應對?傳統(tǒng)金融V.S.互聯(lián)網(wǎng)金融?信用風險V.S.欺詐風險?傳統(tǒng)風控V.S.數(shù)據(jù)科學技術風控互聯(lián)網(wǎng)金融行業(yè)中的風險45風險遇到的問題業(yè)界通常的方法業(yè)界的方法為什么無效信用風險還款能力收集收入水平、消費水平、負債情況等對用戶進行風險評分無權威數(shù)據(jù)、數(shù)據(jù)收集難度大、傳統(tǒng)評分卡有效特征挖掘難度大欺詐風險偽冒申請和欺詐交易人工審查、信用黑名單、基于規(guī)則人工效率低、無權威黑名單、無法自動發(fā)現(xiàn)異常、欺詐手段更新快互聯(lián)網(wǎng)金融風險分析實踐46借款用戶通信社交網(wǎng)絡與欺詐風險結論1:與壞用戶有大量關聯(lián)的借款用戶的壞賬率是未關聯(lián)用戶的2.9倍結論2：高分段用戶的壞賬率是低分段用戶的3.3倍風控建模中的數(shù)據(jù)科學47數(shù)據(jù)獲取與清洗特征提取高級特征提取建模風險控制金融數(shù)據(jù)消費數(shù)據(jù)行為數(shù)據(jù)社交數(shù)據(jù)其他統(tǒng)計學習數(shù)據(jù)分析社交網(wǎng)絡分析......消費能力評級用戶風險評級社交關聯(lián)評級用戶屬性評級其他GBDT梯度提升決策樹SVM支持向量機RF隨機森林......2016年成都銀行歷史數(shù)據(jù)平臺一期48調(diào)度監(jiān)控ODBCJDBC專用接口數(shù)據(jù)加載數(shù)據(jù)壓縮數(shù)據(jù)安全數(shù)據(jù)處理數(shù)據(jù)查詢數(shù)據(jù)導出共享存儲統(tǒng)一調(diào)度統(tǒng)一監(jiān)控歷史數(shù)據(jù)存儲應用功能信貸系統(tǒng)核心系統(tǒng)個貸系統(tǒng)微貸系統(tǒng)CRM網(wǎng)銀系統(tǒng)信用卡手機銀行二代支付其他海量數(shù)據(jù)并行處理數(shù)據(jù)存儲歷史明細數(shù)據(jù)獲取測試明細數(shù)據(jù)獲取相關應用系統(tǒng)測試環(huán)境接口服務數(shù)據(jù)查詢應用司法查詢、歷史指標查詢客戶歷史數(shù)據(jù)查詢歷史數(shù)據(jù)查詢界面柜面終端非現(xiàn)場審計審計界面查詢服務源系統(tǒng)2017年長沙華融湘江銀行大數(shù)據(jù)平臺49吉貝克大數(shù)據(jù)事業(yè)部產(chǎn)品長信資本險保保融資融券風險管理黑名單精準決策數(shù)據(jù)自有數(shù)據(jù)合作伙伴數(shù)據(jù)加工整合數(shù)據(jù)大數(shù)據(jù)技術大數(shù)據(jù)平臺解決方案大數(shù)據(jù)業(yè)務應用設計大數(shù)據(jù)平臺實施產(chǎn)品數(shù)據(jù)技術產(chǎn)品1——黑名單：風險管理利器申請申請信息征信調(diào)查政策性排除申請風險評分批準/拒絕線下搜集信息同業(yè)數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)潛在客戶開發(fā)交易管理賬戶持續(xù)管理貸前貸中貸后政策性排除：指不需要做風險評，直接按公司經(jīng)營規(guī)定需要提前剔除的規(guī)定。例如處于黑名單中的客戶、老賴、過去多年有過破產(chǎn)的客戶、當正處于違約中的客戶、年齡小于18歲或大于70歲的客戶等?？蛻籼峤恍畔?內(nèi)部信息授權版塊額度板塊定價板塊溝通板塊催收板塊續(xù)貸板塊黑名單張某某違約…余某某破產(chǎn)…韓某某法院…80%的信用損失來自于審批20%來自于后續(xù)賬戶管理產(chǎn)品數(shù)據(jù)技術產(chǎn)品1——黑名單：技術架構，大數(shù)據(jù)+大數(shù)據(jù)技術+移動互聯(lián)網(wǎng)融合多來源的數(shù)據(jù)，分多個類別對經(jīng)濟主體的負面信息進行監(jiān)測采集/關鍵項抽取數(shù)據(jù)來源Hadoop/mysql數(shù)據(jù)加工數(shù)據(jù)應用法院數(shù)據(jù)、行業(yè)網(wǎng)站數(shù)據(jù)、政府監(jiān)管機構數(shù)據(jù)、行業(yè)專業(yè)網(wǎng)站數(shù)據(jù)平臺爬取主體抽取和自動分主題歸類增值應用轉(zhuǎn)化合作伙伴授權數(shù)據(jù)：伙伴自有平臺數(shù)據(jù)的融合，含輿情數(shù)據(jù)、工商數(shù)據(jù)、政府統(tǒng)計數(shù)據(jù)、電信數(shù)據(jù)、海關數(shù)據(jù)、電商數(shù)據(jù)、金融行業(yè)客戶數(shù)據(jù)等等。合作伙伴查詢分析及監(jiān)測應用形式主體評價報告產(chǎn)品數(shù)據(jù)技術產(chǎn)品1——黑名單：數(shù)據(jù)來源廣，并不斷擴大數(shù)據(jù)來源仍在隨著數(shù)據(jù)的開放程度以及合作伙伴的加入持續(xù)擴充行業(yè)主管機構公告法院數(shù)據(jù)質(zhì)管機構公告黨政機關公告產(chǎn)品數(shù)據(jù)技術黑名單移動APP黑名單查詢名單詳情經(jīng)濟主體風險監(jiān)測風險分析產(chǎn)品1——黑名單：界面示例產(chǎn)品數(shù)據(jù)技術吉貝克大數(shù)據(jù)業(yè)務部數(shù)據(jù)吉貝克大數(shù)據(jù)自有數(shù)據(jù)法院工商新聞信息公開財務數(shù)據(jù)市場數(shù)據(jù)合作伙伴數(shù)據(jù)工商數(shù)據(jù)法院數(shù)據(jù)稅務數(shù)據(jù)輿情數(shù)據(jù)電商數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)宏觀經(jīng)注數(shù)據(jù)自有數(shù)據(jù)，主要用于支持公司內(nèi)部產(chǎn)品合作伙伴數(shù)據(jù)：支持公司產(chǎn)品開發(fā)新型產(chǎn)品市場出售產(chǎn)品數(shù)據(jù)技術法院數(shù)據(jù)56電商數(shù)據(jù)57外部授權插件爬取的數(shù)據(jù)形成的報告樣例58大數(shù)據(jù)技術平臺業(yè)務數(shù)據(jù)采集技術數(shù)據(jù)存儲（約5TB）數(shù)據(jù)安全數(shù)據(jù)治理數(shù)據(jù)業(yè)務數(shù)據(jù)分析數(shù)據(jù)出售數(shù)據(jù)采集解決方案大數(shù)據(jù)技術選型企業(yè)數(shù)據(jù)模型設計數(shù)據(jù)業(yè)務規(guī)劃產(chǎn)品數(shù)據(jù)技術吉貝克大數(shù)據(jù)平臺服務60大數(shù)據(jù)采集、加工與銷售大數(shù)據(jù)解決方案大數(shù)據(jù)云存儲和云分析產(chǎn)品為政府、金融機構和企業(yè)提供大數(shù)據(jù)規(guī)劃咨詢、數(shù)據(jù)治理、數(shù)據(jù)應用開發(fā)服務。鑒別高價值數(shù)據(jù)資源，并在合規(guī)前提下進行提取、整合及銷售。搭建數(shù)據(jù)共融基礎平臺，支撐大數(shù)據(jù)應用產(chǎn)品開發(fā)、運營大數(shù)據(jù)業(yè)務運營基于大數(shù)據(jù)技術基礎，開展征信、互聯(lián)網(wǎng)金融等具體業(yè)務。吉貝克大數(shù)據(jù)平臺總體架構61661數(shù)據(jù)采集基礎設施（服務器、存儲、網(wǎng)絡）數(shù)據(jù)服務數(shù)據(jù)檢索與查詢業(yè)務職能部門數(shù)據(jù)供應傳統(tǒng)