京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据风控助力徽常有财发展
12月13日,杭州邦盛金融信息技术有限公司与徽商银行直销银行“徽常有财”在合肥举行签约仪式。这意味着“徽常有财”将正式启用邦盛金融的授信决策产品,以减少银行互联网信贷业务面临的欺诈风险,同时利用大数据技术提高互联网信贷业务的效率。
直销银行兴起于上世纪90年代末,是传统银行在互联网时代布局的一种新型银行运作模式。它打破了时空的限制,极大地拓展了传统银行的生存空间。但与此同时,直销银行所面临的风险也不可小觑,除了传统金融的业务风险外,还有互联网金融的技术类风险。比如银行线上授信类业务即可能面临多重欺诈风险,这其中包括逾期信用风险、本人伪造欺诈风险、他人伪造欺诈风险以及团队/中介欺诈风险等等。如何快速识别欺诈风险,同时利用技术手段提高整体运营效率,这将是传统银行在互联网金融浪潮中继续保持竞争力所面临的重大挑战之一。
而这正是邦盛金融成立后用整整四年时间来研究的一件事。传统的授信业务是线下进行的,申请授信的人与银行的人要面对面,提交银行要求的各种材料,银行要对材料的真伪进行核实,包括现场核实。互联网授信业务是在线上进行的,申请授信的人与银行的人不是面对面的,因此互联网授信业务极大提升效率的同时,也带来了巨大风险。邦盛金融的互联网授信决策产品应运而生。简单来说,就是在用户申请的环节,识别欺诈的风险;在授信的环节,通过海量数据,包括人行征信数据,电商数据,运营商数据,社保缴费数据,等等十几个维度的数据优化成的模型做评分,从而决定授信额度,而这一切都是秒级完成,通过分析海量数据实现的。“我们所做的,就是不断通过大数据技术的处理能力,综合各方面的数据提高银行互联网授信业务的的整体效率与最终客户体验。”邦盛金融副总经理王昊一如此表述。
不同于目前市场上其他的金融风控产品方案,邦盛金融的授信决策产品具有全业务场景支持调用、全生命周期风险管理、全自动化审批决策、全授权数据采集以及全数据清洗加工等五大特点,所有方案都是基于客户定制开发的本地化规则模型,全方位、多角度地为其提供超一流的技术体验。
徽商银行电子银行部总经理助理王涛表示,“邦盛金融在互联网反欺诈、实时风控、大数据应用以及底层技术实现等方面具有丰富的实施经验,因此,“徽常有财”选择与邦盛金融一起,携手拓展互联网消费信贷业务。”
成立于2010年,邦盛金融是国内最早从事事中反欺诈技术研究与应用的企业,同时也是目前少数拥有自主产权底层平台的技术公司。目前公司拥有一整套以实时金融风险监控产品为主线的高性能解决方案,服务领域囊括第三方支付、互联网金融、银行、外汇、证券、基金、保险等行业,是国内金融风控行业领军者。
邦盛金融副总经理王昊一在签约仪式上表示,徽商银行作为较早布局互联网金融领域的传统金融机构,选择邦盛作为合作伙伴,是出于对未来发展的判断,更是对我们的一种信任。邦盛金融此次提供的授信决策产品包括申请欺诈风险侦测模型和授信模型两部分内容,除此之外邦盛还将为徽商银行的互联网消费金融业务提供风控咨询服务。
未来,双方将进一步在互联网反欺诈、实时风控、模型研发、数据挖掘等相关领域深化合作,将“科技+金融”的组合最大化,让技术为传统金融机构的转型插上翅膀。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22