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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08