征信大数据解决的方案.ppt

信用大数据解决方案 -征信大数据解决方案 2021年10月  目录 公司个绍 背景与目标 产品介绍 合作模式  信用评级是大数据应用的重要方向,但我国在个人信用评级领域有较大差距 对比发达国家,我国的个人用户的信用评级体系仍有较大差距,无法充分满足信用消费需 求 信用评级的重要性 我国的个人信用评级仍处于初始阶段 建设健全社会信用体系是改革发展的 人行征信中心报告 需要。成熟稳定、高效运行的征信系 统是经济持续发展的重要保障,随着“互联网金 融”和“消费信 经济驱货的迅速发展 助对个人信用数据 服务需求也随之 维度单一:从个人金融因素、民事实判 基于信用的营销和服务是企业进行差异化宠户关系 政处分、电信欠费记录等方面进行评分 管理的重要手段,信用是可以将企业和宠户的利益 缺乏提炼:缺乏对征信对象个体特征的提 撬劢到最大化的有力杠杆 和辨识,无法满多行业的征信需求  国外已经的信用评级发展的相对成熟,以 ending Club与 Zest Finance为代表 的传统与新兴两种评级模式都对大数据应用做了很好的诠释 Lending club是美国最大的P2P公司之一, Zest finance是新兴的信用评估公司,两者的 信用评級模式都是大数据的评级模式,风控能力高于行业标准,具有很强的代表性 Lending Club-传统评级模式 Zest Finance·新兴评级模式 以FO为核心、添加一些自有指标的模式 基于海量源数据和复杂模型算法的大数据模式 Model 基准评级 MODEL。0。0.0.0.源数据:1万条/人 RANK=FCO分 8848中间数据:7万条人 。。C元变量 D1517181920根据贷款金额和期 限,对基准信用评 22N2颗明日E:1个,图学习 长,评级下调档次 G3132333435 SCORE  移劢运营商拥有高质量用户数据和挖掘经验,为跨行业的数据服务奠定了基础 运营商数据掌握较为全面的用户信息,在满足对内运营支撑的同时,将数据能力产品化, 跨行业提供数据能力服务是重要的方向。 运营商拥有多维数据 国外运营商的大数据应用实例 利用大数据技术收集 新墙存量 百信息,通过宠户在星巴克门]庖附近 A通话或者其他通信行为,实现个性化 以流量为例 流量/所属流量 推出 Precision Market Insights服务 自有业务流量 跟台作方共享面吐商场、体育馆 流量使用波 音乐类 牌业主等特定场所手机用户的活劢利 劢性 开放AP,吐数据挖握公司等合作方提 ★ 握人群出行规律,有效地不一些LBS应 用报务对接 缴费情况 消费频率及渠道 蓝、分析和挖法国高速公路每天 生的500万条数据,为行驶于高速 1900-21:00 公路上的车辆提供准确及时的信息, 有效提高道路通畅率。 推出名为“智慧足迹”的商业服务 操作系统 R6u为零售商的新设计和选址促销方 式设计、不宠户反馈等提供决策支  希望能与运营商携手整合资源、优势互补,以运营商数据源为核心起点,面向多行业提供信用矚务 整合大数据能力构建信用评分模型,开扩展场景应用能力,开展信用服务,实现大数据能 力的多行业应用。 数据挖掘 信用评价及风控支持服务 数尊宝 零售 产品 小货 运营商 华院数尊  目录 公司个绍 背景与目标 产品介绍 合作模式  功能个绍》技术实现目标宠户 1基于大数据的信用产品 整合了跨领域数据源的大数据信用产品,数据权威,洞察精准,可以满足多 行业的信用服务和风脸控制场景需求 数据整合6类数据源规划,跨领域、跨行业,数 叔权威据查源权威可靠 1+1+26 客户洞察·1个身仹校验信息 深度 1个全息用户信用评分 26个衍生字段,精准用户画像  功能介绍》技术实现目标宠户 12客户洞察(1+1+26):身份校验。通过多数据源间的互相校验,综合判断 前端客户提供的信息是否真实有效 手机号码 无法关联识别( 非实名制手机号) 身份证 通过校验 银行卡 (配) 居民身份证 未通过校验  功能个绍》技术实现目标宠户 信用评估模型的识别准确率较高 以运营商信用服务应用的亓级评分为例:其中,信用评级最高的5级客户中,仅有坏客户 0.1%,4级客户中仅有坏客户07%,3级客户中仅有坏客户1%。 “坏用户占比坏用户累计占比 982% 888% 信用等级