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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09