
财付通:利用社交大数据 提升移动支付风控效率_数据分析师
2014年,我国的移动支付市场风生水起,但在移动支付蓬勃发展的同时,其带来安全问题也愈加凸显。如何确保用户的交易安全,已然成为移动支付企业面临的首要任务。在12月26日,在“天下无贼反信息诈骗联盟”论坛上,财付通助理总经理张平发表了主题演讲,分享了财付通在移动支付风险控制方面的相关做法和取得的成效等,让与会的听众受益匪浅。
据介绍,财付通风控体系目前支持微信支付,QQ钱包和财付通PC端业务三个业务平台。经过9年的发展,财付通资金损失率降低为15万分之一,为业内领先水平。目前,QQ的活跃用户已高达8亿,微信的活跃用户数高达4亿人次。财付通如何借助腾讯公司庞大的用户和社交数据,在保证支付效率的前提下,提升风控安全水平!张平为听众们一一进行了讲解。
充分利用社交大数据,提升反欺诈效率
张平指出,和PC端支付不同,移动支付有着特有的安全特点,这当中包括:多终端可接入,移动设备易丢失和借用,移动设备常用性,与传统线下欺诈相结合,便捷性和安全性相结合等。这些特点给赋予了移动支付便捷的体验,也给对风控工作带来较大挑战。对此,张平表示,财付通有着“独家秘诀”。
我们通过社交大数据扩大反欺诈的检测范围和深度,防御阵线可更前置和后移。借助微信、QQ社交大数据优势,结合自身支付数据,来研究用户行为规律,提升风控效率。比如说,当发现可疑交易时,我们可通过检测注册前的账户情况,如是否已经注册QQ或微信,注册时间长短,好友数量,活跃度,常用登录地等后台数据;事中是否出现交易异常;事后用户活跃、设备指纹、好友数等活动数据,从而得出精准的判断,通过各种数据维度进行分析对比,期望尽早将风险排除在外。
侧重事中监控,提升用户体验,保护用户利益。通过加强商户和用户审核准入条件,设置高门槛,将风险排除在外。用户成功开通移动支付账号后,在进行移动支付交易时,财付通后台还会根据用户交易前的登陆地,使用的设备以及账号是否有异常等信息,来判定此笔交易是否安全。就是说,在事中监控方面,我们通过主动承担更多的风险成本,让用户使用财付通移动端的便捷支付服务,我们在支付效率和风控安全之间的寻找平衡,而不会片面追求风险最低或牺牲安全的便捷体验。
多道防线的纵深防御
当发现交易异常时,财付通风控中心具体有哪些措施进行应对?张平称,我们围绕交易中的五大关键要素——人,账户,卡,设备和交易,来进行后台大数据系统的搭建和数据分析,从而来制定相应的策略。
通过实时策略和离线分析,实现精准打击和额度管理。交易过程中,我们风控后台会进行实时离线分析,通过多维度对账号,设备指纹,用户,银行卡等信息进行评级,一般分为可信和可疑。从而根据具体情况采取实时策略,包括拦截,限额,冻结账号等。最后,我们会根据可疑程度进行识别和分级,为后续跟踪账户交易做好基础工作。
纵深防御,刚柔相济。在具体的风控管理中,我们采取了纵向和横向想结合的方式,来确保交易安全。包括:与手机管家合作,鼓励用户装管家,给装管家用户极速赔付;与微信或手q共享信息;关注用户的支付行为变化,拦截或暂停交易;与商家和银行紧密合作,拦截资金和进行损失追讨;跨平台与银行、第三方支付企业以及公安进行合作,共同打击非法行为等。
张平还表示,除了上述一系列风控管理外,财付通在应对异常情况发生,也有着全面的反应体系。数据、系统、人工审核一个都不能少,绝不允许任一关节出现问题,以确保无论在何种情况下,财付通都能确保用户资金安全,让用户用得放心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04