京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据公司“闪银”推出租车公司风控系统_数据分析师考试
成立于2014年4月,目前累计有超过2000万用户。平台依托数据挖掘分析和机器学习技术,对申请者提交的信息进行识别,并结合个人社交行为及海量互联网信息,对个人信用进行在线评分。基于强大的数据点基础,平台3分钟即可完成评估,让用户得到信用额度,额度可以用在各类金融和非金融服务领域。闪银的合作伙伴覆盖了银行、P2P网贷、消费金融、小贷公司等金融领域,也包括租车、租房、招聘、社交等非金融领域。闪银的信用评估系统可以帮助机构合作者简化了审批流程、降低人力成本、降低客户违约风险并降低资金交易成本。
2
|
根据罗兰贝格咨询公司的预测,2015年中国租车市场规模约400亿元左右,而到2018年,中国租车市场规模有望增至650亿元。但是目前租车行业的丢车率约为1%-3%,在部分地区,这个比例甚至高达8%,大部分被骗车辆通过投资担保、贷款抵押等方式流入黑市,而大部分租车平台信息化程度很低,更不要说有自己的风控系统了。
为了解决租车行业的痛点,闪银租车风控系统在7月15日正式上线公测,该系统针对租车行业的特点推出了独有的模型算法。闪银租车风控系统利用7000个互联网数据节点对租车人的数据进行全面采集,其中包括用户的交通违章、银联、运营商通话记录、关联人、身份、驾驶证、其他租车平台历史记录等数据,并用15个基于机器学习的分析模型对这些数据进行计算、分析。随着租车诈骗、违法犯罪事件的逐渐增多,越来越多的不法分子利用租车企业的系统漏洞来从事各种违法诈骗行为,闪银在预防此类事件发生的同时,也从互联网上获取了大量违法犯罪的信息特征及嫌疑人物画像数据(灰色人群),任何互联网上被挖掘的个人数据都将被用作欺诈侦查、预防犯罪、身份认证等流程。此外,闪银还联合阳光保险集团推出了针对租车诈骗事件提供信用人群的租车风控保险。
闪银已经与宝驾租车、大方租车、悟空租车、微租车等多个租车企业达成战略合作协议,为他们提供租车风控系统。对于租车公司来说,店员可以在闪银的客户端上输入用户信息并获取用户的信用审查结果(如上图),闪银会根据客户的安全驾驶能力、履约能力和消费能力给客户打分,最后给店员一个是否可以把车租给客户的建议。目前,每天通过闪银租车风控系统审核的用户有上千人。
闪银在租车风控领域最强进的竞争对手就是阿里的芝麻信用,后者早在今年2月就对接了神州租车,还对接了车纷享和一嗨租车两家租车平台。不过闪银表示他们和芝麻信用相比还是有竞争优势的,因为阿里用的主要是自己的电商和支付数据,但闪银用的是互联网上的公开数据,数据覆盖面更广,而且因为闪银是第三方征信机构,所以不存在BAT等大公司的排他性。另外,闪银已经和上市公司汉鼎股份合作成立了汉鼎闪银征信科技有限公司,正在申请征信牌照。
闪银团队现在有160多人,大部分是技术人员。公司在去年7月获得IDG的4000万元A轮融资,今年3月获的SIG的2000万美元B轮融资。未来闪银将针对企业HR部门推出应聘人员背景调查的职场征信系统。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16