京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 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 ...
2026-07-21