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MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02