360數科沈贇:壞賬率僅0.2%,精細化全週期智慧風控讓欺詐無所遁形
隨著金融業務逐漸下沉,以及基於新技術、新場景的欺詐手段不斷更新,金融機構面臨的風控挑戰愈發嚴峻。在此背景下,結合新技術的反欺詐成為了金融系統中不可或缺的一環。在11月27日中國人民大學中國普惠金融研究院舉辦的面向國際國內金融機構、高校學者、監管單位的“普惠視角下的產業與消費金融發展研討會”中,360數科大資料風控研究院院長沈贇博士分享了360數科普惠金融領域的風控實踐,通過案例形式詳細解析360數科如何實現覆蓋獲客、貸前、貸中、貸後全生命週期的精細化風控管理。
個人與企業反欺詐雙向並行
近年來,我國金融科技蓬勃發展,金融業務在更寬客群內快速擴張,但其中的欺詐風險也逐步蔓延。傳統人工稽核申請資訊的方式存在誤判、耗費時間人力等痛點,不能滿足金融機構應對日益變幻的欺詐風險的需求。精細化的風控管理,能夠幫助金融機構以技術手段增強針對個人、小微企業等客群的風險識別能力,降低因欺詐造成的損失。
在反欺詐中,針對個人與小微企業的風控技術都會運用金融知識圖譜,通過挖掘個體之間或企業間的實體關係屬性,判定企業或者個人是否存在欺詐行為。
針對個人使用者,360數科以使用者作為節點,通過知識把使用者關聯,反推使用者是否有欺詐嫌疑。沈贇舉例道,“比如,一個使用者關聯多個身份證,這個是非常明顯的欺詐行為。另外欺詐團伙填的緊急聯絡人都是同一個人,我們會判斷欺詐的可能性很高。”
針對小微企業的金融知識圖譜考察層面更加複雜。通過企業工商、行政、司法、關聯人資訊、企業信用記錄等資料,以百萬級企業節點構成整個圖譜。沈贇表示,“我們經常遇到兩家公司為了造假企業實力,頻繁交易以虛增銷售與營業額。通過我們的知識圖譜,能夠識別兩家公司的法人是有某種關聯的,那麼我們會判定其有一定的欺詐嫌疑。”
全生命週期精細化風控管理更進一步
據沈贇介紹,在獲客階段,360數科通過流量篩選以及存量客戶交叉銷售,在提高渠道投放質量的同時,深度挖掘客戶需求並沉澱核心客戶。在流量篩選階段,通過精準識別最有潛力的目標客戶以及觸達目標客戶的最佳渠道,輸出對目標客戶有吸引力的定價及優惠政策。在針對存量客戶層面,通過提供一系列分析和預測模型幫助金融機構合作伙伴識別存量客戶可能購買的其他產品及服務,以增加客戶的向上銷售及交叉銷售機會。並且在客戶挽留層面,通過建立客戶行為偏好、流失預測等模型,提示採取行動的最佳時機及觸達目標客戶的方式和渠道。
在貸前階段,360數科以金融知識圖譜關聯使用者,對使用者進行資質評估,幫助金融機構有效識別風險和進行風險定價。不僅如此,當客戶在APP上進行申請完件等操作,或出現逾期等風險行為時,360數科還會將資料實時更新到關係網路圖資料庫,基於分散式圖計算引擎中的社群發現、pagerank等演算法,實時得到傳銷團伙、貸款中介等風險社群及節點,實現智慧反欺詐。
目前,360數科關係網路圖資料庫已累計百億級邊及十億級關係節點,毫秒級輸出計算結果。如在2019年,360數科基於圖計算引擎就迅速發現某一社群團伙先後多人在同一個地點申請360借條,同時使用規律性暗號相互稱呼,經人工核查確認該風險社群為超6000人傳銷團伙,成功避免一起欺詐事件。
在貸中階段,360數科會基於使用者實時行為資料,通過模型平臺評估存量客戶的未來信貸意願與風險等級,調整貸中管理策略,包括風險管制、調額調價、高額產品推薦、營銷促動、開放平臺等。
在貸後階段,360數科則根據客戶畫像判定還款能力、還款意願、情緒因素等,綜合評估催回難度,制定催回策略。其中,催回難度低、申請人情緒穩定的案件可由360數科自研的智慧催收機器人完成,實現催收效果最優化。目前,360數科通過AI機器人催回金額已達到總體回收金額的83%。
截至2020年9月30日,360數科由於欺詐造成的壞賬率僅為0.2%。而於未來金融行業風控的發展方向,沈贇則認為要在保護隱私的前提下,通過技術實現多方合作共贏,打破資料孤島。360數科也將繼續打磨技術,讓更多客戶、合作伙伴實現與金融服務的連結,推進智慧、普惠金融的發展。
相關文章
- 信貸風控全流程-反欺詐
- 金融風控反欺詐之圖演算法演算法
- 命令讓redis服務端所有資訊無所遁形Redis服務端
- MySQL 慢查詢日誌——讓“慢”無所遁形MySql
- 《大學生金融反欺詐調研報告》釋出!新浪數科助力“無詐校園”
- 《風控要略:網際網路業務反欺詐之路》一萬字讀後詳細總結
- DataFun Talk演算法架構系列活動——智慧時代:風控及反欺詐體系搭建演算法架構
- 讓人工智慧無所不及人工智慧
- 一個命令讓redis服務端所有資訊無所遁形~(收藏吃灰系列)Redis服務端
- AI助力金融風控,出門問問「問真-智慧反欺詐解決方案」頻頻亮相金融峰會AI
- 細說 rust 生命週期引數Rust
- LikeLib“區塊鏈+數字版權” 讓盜版無處遁形區塊鏈
- 重置欺詐日益猖獗AppsFlyer推出Protect360防範方案APP
- 【資料分析】颱風災害期間房屋損壞率預測
- 華為雲災備,讓資料風險無處遁形
- 《社交娛樂·風控課堂》議題1:《大資料和AI加持下的社交反欺詐》大資料AI
- 金融欺詐資料分析
- 智慧坐便器合格率僅60% 還能不能好好上廁所
- ICO調查:80%是欺詐專案,只有8%在交易所上市
- 防禦郵件欺詐妙招 讓你安全風險降為零
- 頌車網:全流程智慧化風控 為客戶提供全方位風險管理
- 風變科技,讓學習不再僅僅是“輸入”
- 蘋果等多家公司因股票期權認購欺詐受起訴蘋果
- 杜絕採購欺詐:利用SRM系統監控採購計劃
- 天美TA談“跨學科”:學科化精細研究對遊戲精品化的影響遊戲
- 資料驅動!精細化運營!用機器學習做客戶生命週期與價值預估!⛵機器學習
- Go語言精進之路讀書筆記第45條——使用模糊測試讓潛在bug無處遁形Go筆記
- 數商雲智慧供應鏈管理系統數字化供應鏈全週期管理,提升企業市場競爭力
- 智慧供應鏈管理系統數字化供應鏈全週期管理,提升企業市場競爭力
- 『iPhone SE釋出前三週中國市場佔有率僅0.2%』今日資料行業日報(2016.04.27)iPhone行業
- Unirech:阿里雲國際版賬戶無法登陸,為什麼賬戶會被風控?阿里
- Xintell——全生命週期的模型建設+智慧資料中臺Intel模型
- 金融反欺詐-交易基礎介紹
- 360智慧商業:《2021年中國汽車行業研究報告》全文——精細化運營成重點行業
- 華為:讓精益生產插上智慧化的翅膀
- #POWERBI_指標監控(第二部分,週期內下降天數及日期明細)指標
- 用深度學習進行欺詐檢測深度學習
- DAIC:針對BEC欺詐的開源利器AI