金融大數(shù)據(jù)分析 課件 項(xiàng)目7、8 大數(shù)據(jù)在保險(xiǎn)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(xiǎn)行業(yè)數(shù)字化轉(zhuǎn)型目錄1傳統(tǒng)保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型2互聯(lián)網(wǎng)保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型3中介類(lèi)公司的數(shù)字化轉(zhuǎn)型

保險(xiǎn)行業(yè)數(shù)字化轉(zhuǎn)型提問(wèn)導(dǎo)入：根據(jù)傳統(tǒng)保險(xiǎn)業(yè)、互聯(lián)網(wǎng)保險(xiǎn)業(yè)、中介類(lèi)公司，大家能分別舉出幾個(gè)代表性公司嗎？

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

傳統(tǒng)保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型

為積極應(yīng)對(duì)數(shù)字化浪潮，傳統(tǒng)保險(xiǎn)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(xiǎn)業(yè)的現(xiàn)狀傳統(tǒng)保險(xiǎn)業(yè)的挑戰(zhàn)

傳統(tǒng)保險(xiǎn)業(yè)的數(shù)字化轉(zhuǎn)型

為積極應(yīng)對(duì)數(shù)字化浪潮，傳統(tǒng)保險(xiǎn)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(xiǎn)業(yè)的現(xiàn)狀傳統(tǒng)保險(xiǎn)業(yè)的挑戰(zhàn)

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

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

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

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

中介類(lèi)公司的數(shù)字化轉(zhuǎn)型

保險(xiǎn)中介公司正在向依托場(chǎng)景與流量的新型數(shù)字化保險(xiǎn)中介平臺(tái)轉(zhuǎn)型。即所謂的保險(xiǎn)中介3.0時(shí)代，中介公司將通過(guò)互聯(lián)網(wǎng)平臺(tái)切入碎片化場(chǎng)景，搭建場(chǎng)景下的保險(xiǎn)渠道，延伸客戶(hù)觸達(dá)的同時(shí)反哺保險(xiǎn)產(chǎn)品的研發(fā)與銷(xiāo)售。保險(xiǎn)中介類(lèi)公司的現(xiàn)狀保險(xiǎn)中介類(lèi)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(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)任務(wù)三保險(xiǎn)精準(zhǔn)定價(jià)主講教師：年艷郭倩雯目錄1精準(zhǔn)營(yíng)銷(xiāo)概念2保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)策略3保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)優(yōu)勢(shì)4精準(zhǔn)定價(jià)概念5保險(xiǎn)精準(zhǔn)定價(jià)策略6保險(xiǎn)精準(zhǔn)定價(jià)優(yōu)勢(shì)

保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)&保險(xiǎn)精定價(jià)提問(wèn)導(dǎo)入：傳統(tǒng)保險(xiǎn)營(yíng)銷(xiāo)業(yè)務(wù)的流程是怎么樣的？

課堂討論：平安財(cái)險(xiǎn)是如何根據(jù)車(chē)主不同階段推薦不同的保險(xiǎn)產(chǎn)品？保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)&保險(xiǎn)精定價(jià)

保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)

在以數(shù)據(jù)為生產(chǎn)資料的保險(xiǎn)業(yè)，保險(xiǎn)公司只有通過(guò)深度挖掘海量數(shù)據(jù)，據(jù)此對(duì)客戶(hù)實(shí)行差異化銷(xiāo)售和管理，將以保單為中心的傳統(tǒng)營(yíng)銷(xiāo)模式，慢慢轉(zhuǎn)變成以客戶(hù)為中心、以服務(wù)為核心的精準(zhǔn)營(yíng)銷(xiāo)模式，才能有效提升保險(xiǎn)公司的營(yíng)銷(xiāo)質(zhì)效，對(duì)行業(yè)的發(fā)展起到有力的推動(dòng)作用。精準(zhǔn)營(yíng)銷(xiāo)概念

保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)策略

精準(zhǔn)營(yíng)銷(xiāo)就是把合適的產(chǎn)品，在合適的時(shí)間，用合適的方式，賣(mài)給合適的人。市場(chǎng)細(xì)分目標(biāo)市場(chǎng)市場(chǎng)定位

保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)優(yōu)勢(shì)

精確營(yíng)銷(xiāo)不是盲目營(yíng)銷(xiāo)，而是用大數(shù)據(jù)分析技術(shù)來(lái)挖掘和收集用戶(hù)的需求，并利用這些分析的數(shù)據(jù)對(duì)服務(wù)的過(guò)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(yíng)銷(xiāo)方式在為客戶(hù)承保價(jià)格環(huán)節(jié)有利于提升服務(wù)品質(zhì)智能投保

保險(xiǎn)精準(zhǔn)營(yíng)銷(xiāo)案例分析：中意人壽保險(xiǎn)通過(guò)精準(zhǔn)營(yíng)銷(xiāo)方案，銷(xiāo)售額提升5%

精準(zhǔn)定價(jià)概念

保險(xiǎn)定價(jià)能力是保險(xiǎn)公司的核心競(jìng)爭(zhēng)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(xiǎn)，對(duì)保險(xiǎn)產(chǎn)品的定價(jià)精準(zhǔn)性發(fā)揮著重要作用。保險(xiǎn)產(chǎn)品定價(jià)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(jià)概念

保險(xiǎn)精準(zhǔn)定價(jià)策略

大多數(shù)保險(xiǎn)公司已達(dá)成共識(shí)：車(chē)是由人來(lái)開(kāi)的，在車(chē)險(xiǎn)的風(fēng)險(xiǎn)因素中，人的因素影響更大，對(duì)從人因素掌握越多，風(fēng)險(xiǎn)預(yù)估越精準(zhǔn)，越來(lái)越多的公司已把從人因素的應(yīng)用列入戰(zhàn)略考量，未來(lái)是大勢(shì)所趨。車(chē)險(xiǎn)健康險(xiǎn)家財(cái)險(xiǎn)航延險(xiǎn)

保險(xiǎn)精準(zhǔn)定價(jià)優(yōu)勢(shì)

發(fā)起搶答：大數(shù)據(jù)在精準(zhǔn)定價(jià)業(yè)務(wù)中的優(yōu)勢(shì)？通過(guò)精準(zhǔn)定價(jià)，為保險(xiǎn)服務(wù)客戶(hù)帶來(lái)了眾多積極影響，主要優(yōu)勢(shì)在于：對(duì)個(gè)體更具有針對(duì)性對(duì)客戶(hù)更注重多樣性

保險(xiǎn)精準(zhǔn)定價(jià)優(yōu)勢(shì)車(chē)險(xiǎn)綜合改革，從“車(chē)”到“人”的精準(zhǔn)定價(jià)

大多數(shù)保險(xiǎn)公司已達(dá)成共識(shí)：車(chē)是由人來(lái)開(kāi)的，在車(chē)險(xiǎn)的風(fēng)險(xiǎn)因素中，人的因素影響更大，對(duì)從人因素掌握越多，風(fēng)險(xiǎn)預(yù)估越精準(zhǔn)，越來(lái)越多的公司已把從人因素的應(yīng)用列入戰(zhàn)略考量，未來(lái)是大勢(shì)所趨。

保險(xiǎn)精準(zhǔn)定價(jià)優(yōu)勢(shì)車(chē)險(xiǎn)綜合改革，從“車(chē)”到“人”的精準(zhǔn)定價(jià)

案例分析：螞蟻保險(xiǎn)實(shí)現(xiàn)“千人千面”車(chē)險(xiǎn)精準(zhǔn)定價(jià)發(fā)起頭腦風(fēng)暴：討論一下“車(chē)險(xiǎn)分”與“信用分”之間的聯(lián)系？

保險(xiǎn)精準(zhǔn)定價(jià)優(yōu)勢(shì)車(chē)險(xiǎn)綜合改革，從“車(chē)”到“人”的精準(zhǔn)定價(jià)

案例分析：陽(yáng)光財(cái)險(xiǎn)（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(xiǎn)業(yè)大數(shù)據(jù)風(fēng)控主講教師：年艷郭倩雯目錄1保險(xiǎn)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(xiǎn)行業(yè)中的應(yīng)用3國(guó)內(nèi)保險(xiǎn)公司在大數(shù)據(jù)風(fēng)控方面的探索4我國(guó)保險(xiǎn)業(yè)建立大數(shù)據(jù)風(fēng)控體系存在問(wèn)題

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

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

保險(xiǎn)業(yè)大數(shù)據(jù)風(fēng)控的特征

基于場(chǎng)景化的互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品應(yīng)運(yùn)而生，伴隨著保險(xiǎn)產(chǎn)品的多樣化、定制化特征，保險(xiǎn)風(fēng)險(xiǎn)特征也越來(lái)越復(fù)雜化、多樣化，風(fēng)險(xiǎn)的傳播速度也越來(lái)也快，風(fēng)險(xiǎn)防范也越來(lái)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(xiǎn)行業(yè)中的應(yīng)用

課堂討論：結(jié)合生活實(shí)際，保險(xiǎn)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(xiǎn)業(yè)各業(yè)務(wù)環(huán)節(jié)應(yīng)用于保險(xiǎn)業(yè)各產(chǎn)品線(xiàn)

國(guó)內(nèi)保險(xiǎn)公司在大數(shù)據(jù)風(fēng)控方面的探索

國(guó)內(nèi)保險(xiǎn)公司在大數(shù)據(jù)風(fēng)控方面做了很多的探索：行業(yè)車(chē)險(xiǎn)信息集中平臺(tái)眾安在線(xiàn)財(cái)險(xiǎn)保險(xiǎn)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(xiǎn)風(fēng)控具有哪些優(yōu)勢(shì)？國(guó)內(nèi)保險(xiǎn)公司在大數(shù)據(jù)風(fēng)控方面的探索

我國(guó)保險(xiǎn)業(yè)建立大數(shù)據(jù)風(fēng)控體系還存在以下問(wèn)題：我國(guó)保險(xiǎn)業(yè)建立大數(shù)據(jù)風(fēng)控體系存在問(wèn)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(xiǎn)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(chǔ)備缺乏法律保障尚不健全跨界競(jìng)爭(zhēng)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(yíng)銷(xiāo)中的應(yīng)用3大數(shù)據(jù)在金融科技企業(yè)運(yùn)營(yíng)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(guó)金融科技企業(yè)當(dāng)前依賴(lài)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(lèi)角度來(lái)看，金融科技公司可大致分為四類(lèi)：支付、借貸、資管和保險(xiǎn)。

大數(shù)據(jù)在金融科技企業(yè)營(yíng)銷(xiāo)中的應(yīng)用問(wèn)題引入是不是所有用戶(hù)都能擁有“京東白條”、“京東金條”、“螞蟻花唄”等產(chǎn)品的開(kāi)通權(quán)限？信用分又是如何計(jì)算出來(lái)的？開(kāi)通京東白條需滿(mǎn)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(huì)員，以及中國(guó)大陸居民；3.賬戶(hù)已完成實(shí)名認(rèn)證，且狀態(tài)正常、未被申訴過(guò)。4.個(gè)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(yíng)銷(xiāo)中的應(yīng)用3124數(shù)據(jù)處理營(yíng)銷(xiāo)要素匹配數(shù)據(jù)獲得用戶(hù)畫(huà)像大數(shù)據(jù)的應(yīng)用流程金融科技平臺(tái)交易數(shù)據(jù)、社交平臺(tái)數(shù)據(jù)、征信數(shù)據(jù)等

用戶(hù)畫(huà)像就像給用戶(hù)貼上一個(gè)個(gè)標(biāo)簽。大數(shù)據(jù)在金融科技企業(yè)營(yíng)銷(xiāo)中的應(yīng)用

大數(shù)據(jù)在金融科技企業(yè)營(yíng)銷(xiāo)中的應(yīng)用精準(zhǔn)營(yíng)銷(xiāo)技術(shù)流程

大數(shù)據(jù)在金融科技企業(yè)運(yùn)營(yíng)中的應(yīng)用解決普惠金融痛點(diǎn)客戶(hù)數(shù)據(jù)管理通過(guò)對(duì)客戶(hù)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(hù)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(guò)分析客戶(hù)服務(wù)數(shù)據(jù)，金融科技企業(yè)可提高客戶(hù)滿(mǎn)意度和忠誠(chéng)度。

大數(shù)據(jù)在金融科技企業(yè)風(fēng)控中的應(yīng)用問(wèn)題引入你是否聽(tīng)說(shuō)過(guò)或經(jīng)歷過(guò)有人冒充金融機(jī)構(gòu)、“**金融平臺(tái)客服”等身份，以“共享屏幕“、“注銷(xiāo)賬號(hào)”、“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(píng)價(jià)。01用戶(hù)欺詐賬戶(hù)偽冒開(kāi)立、盜刷等申請(qǐng)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(qǐng)、交易環(huán)節(jié)注冊(cè)環(huán)節(jié)天盾安全與反欺詐模型用戶(hù)注冊(cè)環(huán)節(jié)，就可以通過(guò)關(guān)系網(wǎng)絡(luò)、知識(shí)圖譜、神經(jīng)網(wǎng)絡(luò)等的欺詐算法的應(yīng)用，有效識(shí)別‘羊毛黨’等營(yíng)銷(xiāo)欺詐。登錄環(huán)節(jié)通過(guò)生物探針、行為序列、人臉識(shí)別等人機(jī)識(shí)別技術(shù)，可以對(duì)用戶(hù)身份進(jìn)行識(shí)別和確認(rèn)，讓欺詐寸步難行。申請(qǐng)環(huán)節(jié)的信息核驗(yàn)、交易環(huán)節(jié)的異常檢測(cè)等，對(duì)賬戶(hù)偽冒開(kāi)立、盜刷等申請(qǐng)和交易欺詐行為的全方位覆蓋，為用戶(hù)的賬戶(hù)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(hù)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(hù)安全與反欺詐系統(tǒng)、天網(wǎng)交易風(fēng)險(xiǎn)監(jiān)控系統(tǒng)對(duì)每次賬戶(hù)行為進(jìn)行后臺(tái)安全掃描，實(shí)時(shí)計(jì)算，識(shí)別惡意行為及高風(fēng)險(xiǎn)訂單，并和商城配送體系打通，對(duì)高風(fēng)險(xiǎn)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(wú)二的優(yōu)勢(shì)。通過(guò)強(qiáng)大的自動(dòng)化風(fēng)控系統(tǒng)，實(shí)現(xiàn)全流程風(fēng)險(xiǎn)監(jiān)控，使得正常用戶(hù)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(qǐng)數(shù)十萬(wàn)起，攔截高風(fēng)險(xiǎn)訂單數(shù)億元。

大數(shù)據(jù)未來(lái)發(fā)展趨勢(shì)

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(gè)時(shí)期，金融科技企業(yè)越來(lái)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(lái)的發(fā)展趨勢(shì)有哪些呢？加快平臺(tái)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(tái)反洗錢(qián)的應(yīng)用2大數(shù)據(jù)在第三方支付反欺詐風(fēng)險(xiǎn)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(tái)反洗錢(qián)的應(yīng)用提問(wèn)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(xiǎn)？

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

大數(shù)據(jù)在三方支付平臺(tái)反洗錢(qián)的應(yīng)用案例分析：慧安金科-智能反洗錢(qián)（1）數(shù)據(jù)處理：利用銀行豐富的賬戶(hù)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(tái)處理數(shù)據(jù)，進(jìn)行多緯度的個(gè)體特征及關(guān)聯(lián)特征提取分析。（2）團(tuán)伙識(shí)別：以自主研發(fā)的半監(jiān)督主動(dòng)式機(jī)器學(xué)習(xí)技術(shù)為核心，融合圖分析、分類(lèi)和聚類(lèi)等算法優(yōu)點(diǎn)，進(jìn)行用戶(hù)行為和關(guān)聯(lián)的建模，識(shí)別出洗錢(qián)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(duì)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(tái)反洗錢(qián)的應(yīng)用

數(shù)據(jù)收集

一是通過(guò)網(wǎng)絡(luò)爬蟲(chóng)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(guò)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(guò)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(tái)反洗錢(qián)的應(yīng)用

數(shù)據(jù)整合

一是數(shù)據(jù)類(lèi)型轉(zhuǎn)換，使不同的數(shù)據(jù)信息來(lái)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(xiàn)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(cāng)庫(kù)。

大數(shù)據(jù)在三方支付平臺(tái)反洗錢(qián)的應(yīng)用

數(shù)據(jù)分析

大數(shù)據(jù)在三方支付平臺(tái)反洗錢(qián)的應(yīng)用

數(shù)據(jù)應(yīng)用

大數(shù)據(jù)在三方支付平臺(tái)反欺詐的應(yīng)用知識(shí)點(diǎn)：欺詐行為的兩種方式（1）不法分子通過(guò)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(hù)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(shí)較弱得以實(shí)現(xiàn)的。大數(shù)據(jù)技術(shù)對(duì)第三方支付反欺詐風(fēng)險(xiǎn)防范中的應(yīng)用，主要從以下4個(gè)場(chǎng)景展開(kāi)。

大數(shù)據(jù)在三方支付平臺(tái)反欺詐的應(yīng)用知識(shí)點(diǎn)：欺詐行為的四種場(chǎng)景（1）登錄場(chǎng)景。（2）注冊(cè)場(chǎng)景。（3）用戶(hù)綁卡場(chǎng)景。（4）支付場(chǎng)景。

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

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

大數(shù)據(jù)在三方支付平臺(tái)反洗錢(qián)的應(yīng)用歸納總結(jié)：反欺詐模型的具體實(shí)施過(guò)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(hù)、渠道商、客戶(hù)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(qǐng)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(píng)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(gòu)房和購(gòu)車(chē)）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(qǐng)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(shí)代的消費(fèi)金融信用評(píng)估發(fā)起討論：傳統(tǒng)消費(fèi)金融和大數(shù)據(jù)時(shí)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(qǐng)環(huán)節(jié)-反欺詐為主貸款申請(qǐng)環(huán)節(jié)工作主要需要利用大數(shù)據(jù)技術(shù)針對(duì)客戶(hù)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(shí)別技術(shù)電信運(yùn)營(yíng)商驗(yàn)證銀行卡驗(yàn)證

案例分析：度小滿(mǎn)金融大數(shù)據(jù)反欺詐體系

案例分析：度小滿(mǎn)金融大數(shù)據(jù)反欺詐體系度小滿(mǎn)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(chǎng)景智能識(shí)別能力。根據(jù)欺詐類(lèi)型的不同，大數(shù)據(jù)反欺詐在信貸的整個(gè)流程中發(fā)揮著不同的作用。例如，借款人本人欺詐，在申請(qǐng)貸款時(shí)，對(duì)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(xiǎn)排查，最終結(jié)合額度決策規(guī)則集（評(píng)分卡）決定是否放貸。還有像在賬戶(hù)被盜用情況下，為了降低客戶(hù)及企業(yè)的風(fēng)險(xiǎn)，可以通過(guò)第三方數(shù)據(jù)進(jìn)行交叉驗(yàn)證以及活體識(shí)別等技術(shù)防止賬戶(hù)資金被他人盜用。

2.貸款審批環(huán)節(jié)消費(fèi)金融公司會(huì)組建自己的大數(shù)據(jù)團(tuán)隊(duì)搭建數(shù)據(jù)平臺(tái)，一方面支持企業(yè)經(jīng)營(yíng)管理，另一方面是收集客戶(hù)信息進(jìn)行風(fēng)險(xiǎn)控制信用審核，部分業(yè)務(wù)可以做到純線(xiàn)上，系統(tǒng)自動(dòng)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(xiǎn)評(píng)分模型就有150個(gè)子模型，模型中的變量就有90萬(wàn)維以上。該模型已經(jīng)歷10個(gè)大版本20多次迭代。根據(jù)“小白守約分”得出信用風(fēng)險(xiǎn)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(duì)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(lái)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(chǎng)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(yíng)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(hù)體驗(yàn)很重要的一個(gè)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(shū)，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(guò)支付衍生的金融消費(fèi)和用戶(hù)畫(huà)像，從而開(kāi)展具有針對(duì)性的信貸服務(wù)；通過(guò)支付平臺(tái)向貸款用戶(hù)進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)、給予其量身定做的金融產(chǎn)品，同時(shí)在支付過(guò)程中沉淀的用戶(hù)交易信息、經(jīng)營(yíng)狀況、資金流向等數(shù)據(jù)提供征信服務(wù)。

5.客戶(hù)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(hù)管理環(huán)節(jié)外部輿情監(jiān)控存量用戶(hù)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(gòu)政策等

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

6.貸后逾期催收與轉(zhuǎn)賣(mài)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(xiàn)用戶(hù)貸款出現(xiàn)逾期違約時(shí)，金融科技公司催收和處置這些不良資產(chǎn)時(shí)將非常困難。這些客戶(hù)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(shí)對(duì)自身償還能力過(guò)于高估、或者一開(kāi)始就抱著不還的念頭貸款，拿到錢(qián)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(duì)失聯(lián)客戶(hù)進(jìn)行修復(fù)。金融公司可以通過(guò)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(hù)信息，最后達(dá)到催收還款目的。頭腦風(fēng)暴：除了申請(qǐng)環(huán)節(jié)要求客戶(hù)提供訪(fǎng)問(wèn)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(hù)？花唄和白條是如何