京公网安备 11010802034615号
经营许可证编号:京B2-20210330
百融金服受资本热捧 开启金融大数据2.0时代
提前到来的资本寒冬让投资者们捂紧了自己的钱包,以更加审慎的态度考量互联网市场。有人说,这一时期每一笔“来之不易”的投资都是行业风向的一个信号,而这一次,位于风口的是金融大数据行业。10月20日,百融金服召开B轮融资新闻发布会,融资额高达两亿元。据悉今年5月份投资者就已经与百融进入达成了投资协议,融资距离百融金服上一轮融资仅过去了不到半年的时间,在如此短时间内,能够再次吸引到更多世界顶级投资人的亲睐,足以彰显百融金服在国内金融大数据服务领域的领头羊地位。
大数据技术开启全民征信时代
目前我国征信体系尚处于发展初期,金融机构在对个人进行信用评分时,几乎完全依赖于人民银行征信中心掌握的个人信用记录,而央行的征信系统目前收录的主要是来自银行的的信贷记录,只覆盖了中国14亿人口中的3 亿人的信用记录,也就是说中国总人口的80%依然没有信用记录。能够为金融机构方便应用的个人信用评估数据的匮乏严重制约了我国金融业尤其是普惠金融、互联网金融的健康有效的发展。
然而大数据技术的日趋成熟让金融机构看到了个人征信的另一种可能性——即利用非金融领域的数据为金融机构提供用户信用评估。大数据技术可以对人口统计数据、消费数据、网站行为数据、社交数据、金融数据等结构化以及非结构化数据进行挖掘和关联性分析,给出相应信用评分,为金融机构提供信用参考。大数据征信收集信息面宽,可以覆盖很多无法被央行征信中心覆盖的学生、工人、农民、个体工商户等群体,让更多的人可以拥有一份全面的个人征信报告,进而能够享受到普惠金融带给每个个体的切实利益。
百融大数据助力金融客户提升行业整体运营水平
作为最早进入金融领域的创新型大数据公司之一,百融金服凭借一流的数据挖掘技术、建模经验以及特有的线上线下融合的、多维度海量数据,依据金融行业客户业务特点及需求开发了包含贷前营销、贷前审核以及贷后不良资产管理在内的客户全生命周期产品及服务。
百融金服成立于2014年3月,是一家专业提供大数据金融信息服务的公司。公司依托大数据技术及来自互联网、金融机构、线下零售、社交、媒体、航空、教育、运营商、品牌商等多维数据源,创新性地为信贷,保险,投资理财等行业企业提供精准营销、反欺诈、贷前信审、贷后不良资产管理等服务,助力金融客户提升整体运营管理水平。目前,百融金服已经和包括建设银行、招商银行、光大银行、兴业银行、浦发银行、华夏银行、北京银行、中银消费金融、捷信消费金融、人人贷和人人有信、搜易贷、你我贷、手机贷、中腾信、等250余家金融机构达成合作。同时,百融金服非常重视保险行业的大数据应用开拓,与包括中国人保、中国人寿、太平洋保险、新华保险、中华保险在内的多家大型财寿险公司进行测试与合作,其效果得到市场普遍认可。
百融反欺诈联盟成立 共同构建信用社会
此次发布会上,百融反欺诈联盟的成立也是亮点之一。百融反欺诈联盟由百融金服倡导成立,旨在以积极、开放、合作的心态,建立统一的反欺诈平台,以更加整合的大数据弥补割裂的信息孤岛所带来的缺陷。100多家机构成为联盟首批成员单位。
据了解,近年来金融诈骗罪已经成为金融领域的一大公害。金融欺诈活动网络化、团队化、专业化明显,且欺诈的频次和金额正在不断攀升。严重破坏了国家的金融安全和社会秩序,直接危害到经济建设的健康发展,阻碍了普惠金融的落实。
百融金服基于为金融机构提供大数据风控服务的经验,建立了千万量级的特殊名单库,并开放给联盟全体成员免费查询使用。从而帮助联盟成员更好地利用大数据,从多维度进行风险监控与分析,最大限度降低运营风险,提高投资者的资金安全。百融金服同时倡导整个金融行业在反欺诈的环节上携手合作,共同打造诚信的金融环境,加强人们对金融行业的信心,促进普惠金融的落实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24