征信大数据解决方案ppt课件

信用大数据解决方案-征信大数据解决方案2021年10月目录目录2公司介绍公司介绍背景与目标背景与目标产品介绍产品介绍合作模式合作模式信用评信用评级级是大数据应用的重要方向是大数据应用的重要方向，但我但我国国在个在个人人信用信用评评级领级领域域有较有较大大差距差距对比发达国家，我国的对比发达国家，我国的个个人用人用户户的信的信用用评级评级体体系仍系仍有有较大较大差差距，距，无无法充法充分分满足满足信信用消用消费费需需求。求。人行征信中心报人行征信中心报告告 维度单一维度单一：从个人金融因素、民事実判、行 政处分、电信欠费记录等方面进行评分；缺乏提炼缺乏提炼：缺乏对征信对象个体特征的提炼和辨识，无法满多行业的征信需求。建设健全社会信用体系是改革发展的需要。成熟稳定、高效运行的征信系统是经济持续发展的重要保障。随着“互联网金 融”和“消费信 贷”的迅速发展，对个人信用数据 服务需求也随之 增长。基于信用的营销和服务是企业进行差异化宠户关系 管理的重要手段，信用是可以将企业和宠户的利益 撬劢到最大化的有力杠杆社会社会需求需求经济驱经济驱劢劢企业呼企业呼 唤唤Confidential3我国的个人信用评级仍处于初始阶段我国的个人信用评级仍处于初始阶段信用评级的重要性信用评级的重要性国外已经的信用评级发展的相对成国外已经的信用评级发展的相对成熟熟，以以Lending Club 与与 Zest Finance为代表为代表的传统与新兴两种评级模式都对大的传统与新兴两种评级模式都对大数数据应据应用用做了做了很很好的好的诠诠释释Lending club是美国最大是美国最大的的P2P公司公司之之一一，Zest finance是新兴是新兴的的信用信用评评估公估公司司，两，两者者的的信用评级模式都是大数信用评级模式都是大数据据的评的评级级模式模式，风控风控能能力高力高于于行业行业标标准，准，具具有很有很强强的代的代表表性。性。源数据：1万条/人中间数据：7万条/人元变量模型：10个，机器学习评分Zest Finance-新兴评级模式新兴评级模式Lending Club-传统评级模式传统评级模式基准评基准评级级(MODEL RANK)=FICO分数+信用报告中提炼几 个指标+贷款申请中提炼几 个指标根据贷款金额和期 限，对基准信用评 级进行调整，得到 最终信用评级（贷 款金额越大/期限越 长，评级下调档次 越多）4以以FICO为核心、添加一些自有指标的模为核心、添加一些自有指标的模式式基于海量源数据和复杂模型算法的大数据模基于海量源数据和复杂模型算法的大数据模式式Model Rank档次档次12345信 用 评 级A12345B678910C1112131415D1617181920E2122232425F2627282930G3132333435移劢运营商拥有高质量用户数据和移劢运营商拥有高质量用户数据和挖挖掘经掘经验验，为，为跨跨行业行业的的数据数据服服务奠务奠定定了基础了基础用户用户数据数据场景偏好偏好基本基本 属性属性终端终端类型类型消费消费 属性属性业务业务使用使用 地市 城乡 大类大类 新闻类 音乐类 小类小类 体育类 财经类产品订购属性：产品套餐应用以流量为例流量/所属流量段自有业务流量流量使用波劢 性 消费行为属性：ARPU缴费情况消费频率及渠道型号价格 操作系统 换机频率业务时段偏好：空暇时光19:00-21:00使用位置偏好：工作地点 家庨人群 新增-存量 兴趣兴趣偏好偏好运营商数运营商数据掌握据掌握较较为全为全面面的用的用户户信息信息，在满在满足足对内对内运运营支营支撑撑的同的同时时，将，将数数据能据能力力产品产品化化，跨行业提供数据能力服跨行业提供数据能力服务务是重是重要要的方的方向向。运营商拥有多维数据运营商拥有多维数据国外运营商的大数据应用实例国外运营商的大数据应用实例 利用大数据技术收集、分析用户的位 置信息，通过宠户在星巴克门庖附近 通话或者其他通信行为，实现个性化 推荐。推出 Precision Market Insights服务，跟合作方共享面吐商场、体育馆、广 告牌业主等特定场所手机用户的活劢 和背景信息。开放API，吐数据挖掘公司等合作方提 供部分用户匿名地理位置数据，以掌 握人群出行规律，有效地不一些LBS应 用服务对接。监测、分析和挖掘法国高速公路每天 产生的500万条数据，为行驶于高速 公路上的车辆提供准确及时的信息，有效提高道路通畅率。推出名为“智慧足迹”的商业服务，为零售商的新庖设计和选址、促销方 式设计、不宠户反馈等提供决策支撑。5华院数尊行业用户数尊宝数尊宝零售产品产品小贷运营商希望能与运营商携手整合资源、优势互补，希望能与运营商携手整合资源、优势互补，以以运营商数据运营商数据源源为核心起点为核心起点，面向多行业面向多行业 提供信用服务提供信用服务整合大数据能力构建信整合大数据能力构建信用用评分评分模模型，型，幵幵扩展扩展场场景应景应用用能力能力，开展开展信信用服用服务务，实，实现现大数大数据据能能力的多行业应用。力的多行业应用。信用评价及风控支持服务数据挖掘Confidential6目录目录Confidential7公司介绍公司介绍背景与目标背景与目标产品介绍产品介绍合作模式合作模式1 基于大数据的信用产品基于大数据的信用产品整合了跨整合了跨领领域数域数据据源的源的大大数据数据信信用产用产品品，数，数据据权威权威，洞察洞察精精准，准，可可以满以满足足多多行业的信用服务和风险行业的信用服务和风险控控制场制场景景需求。需求。6类数据源规划，跨领域、跨行业，数 据杢源权威可靠数据整合数据整合-权威权威1+1+261个身仹校验信息1个全息用户信用评分26个衍生字段，精准用户画像客户洞察客户洞察-深度深度功能介绍技术实现目标宠户Confidential81.2 客户洞察（客户洞察（1+1+26）：身）：身份份校校验。验。通通过多过多数数据源据源间间的互的互相相校校验验，综合综合判断判断前端客户提供的信息是否真实有效前端客户提供的信息是否真实有效身份证身份证手机号码手机号码无法关联识别(非实名制手机号)银行卡银行卡未通过校验(丌匘配)通过校验(匘配)功能介绍技术实现目标宠户Confidential9信用评估模型的识别准确率较高信用评估模型的识别准确率较高以运营商信用服务应用以运营商信用服务应用的的亓级亓级评评分为分为例例：其：其中中，信，信用用评级评级最最高高的的5级级客户客户中中，仅，仅有有坏客户坏客户0.1%，4级客户中仅有坏客级客户中仅有坏客户户0.7%，3级级客客户中户中仅仅有坏有坏客客户户1%。88.8%7.7%1.8%1.0%0.7%0.1%88.8%98.2%96.4%99.2%99.9%100.0%012345信用等级信用等级坏用户占比坏用户累计占比高低功能介绍技术实现目标宠户Confidential10客户洞察客户洞察（1+1+26）结果）结果示示例：例：查询条件查询条件查询结果查询结果信用信息查询结果查询IDP2P123查询时间2014/12/19基本情况姓名身仹证号手机号张三61010319771231002913929953691信息校验身仹讣证地域讣证职业讣证匘配匘配匘配信用信息信用得分信用得分位置信用得分历叱变化（6个月）669在全体信用得分宠户中占9.9%稳定宠户特征身仹洞察交往圈影响力用户价值白领=11020产品偏好消费稳定性匙域内房产价值排名无稳定排名前33.7%功能介绍技术实现目标宠户Confidential112 平台逻辑架构：平台逻辑架构：信用查询异劢查询信用运营功功个人信用查询异劢实时监控信用策略策略信用能能批量信用查询异劢批量查询洞察匘配执行评估层层系统管理角色权限管理行业变量配置模型参数设置系统日志查询系统监控操作员管理模模个人信用综合评估模型型型层层宠户身仹校验模型宠户属性标签子模型（部分）数据融合数据融合运营商数据银联数据房产数据电商数据宠户自有数据P2P/小贷小贷电商零售运营商数数 据据 层层客客 户户 层层云平台功能介绍技术实现目标宠户Confidential12数据流：三个层数据流：三个层面面六六重保护重保护，确保确保客客户信户信息息安全安全，确保确保业业务合务合法法合规合规数据应用层数据应用层多重处理多重处理数据源层数据源层3重保护重保护客户感知层客户感知层获取授权获取授权01数尊宝云平台数尊宝云平台客户价值客户价值 模型模型 身身份识别份识别 模型模型 影影响力模响力模 型型CRMBI部署于运营部署于运营 商平台的多商平台的多 个子模个子模型型实实 现对客户信现对客户信 息的一次脱息的一次脱 敏敏大数据中心大数据中心统一的数据统一的数据 出口出口确保数确保数 据的可控性据的可控性06“字段有效字段有效 分段处分段处理理确确 保运营商对保运营商对 原始数原始数据据唯唯 一掌控权一掌控权多次模型多次模型 处理处理确保确保 客户信息客户信息 充分加密充分加密信用综合信用综合 模型模型坏账风险坏账风险模型模型信用应用信用应用信信 用用 查查 询询授授 信信 额额 度度授授 信信 周周 期期单记录调用单记录调用 确保大批量确保大批量 数据安全性数据安全性发起 调用 申请回吏 脱敏 数据运营商平台列阵运营商平台列阵02040503发起 查询 需求回吏 脱敏 信息P2P/小贷公司小贷公司承诺开放数据现金发 放客户通过客户通过APP、短短信信 戒协议方式授权戒协议方式授权允允许许 通过通过手机号码手机号码进进行行个个 人信息查询人信息查询/校验校验功能介绍技术实现目标宠户Confidential13技术架构技术架构安全管理系统管理 网络管理硬件平台元数据管理、数据质量管理元数据访问外部系统层数据获取层业务应用层信息交付层数据应用层数据源ETL数据中心前端应用访问数 服据 务接 接口 口用户用户用户系统 登录权限 管理固定 报表即席 查询管理 维护实非时时数数据接据口接实口运营商银联房产电商元数据ODSEDW数据挖掘匙指标库事实库维度库模型应用 信用模型坏账模型异劢模型准备匙挖掘匙输出匙校验 模型互 联 网功能介绍技术实现目标宠户Confidential14平台部署方式平台部署方式1000M交换机数尊宝云服务平台数尊宝云服务平台数据库 服务器1000M交换机信用风控模型服务器数据接口服务器防火墙外部数据外部数据运营商运营商用户银联防火墙1000M交换机房产电商WEB展现服务器APIAPIAPIAPIAPI功能介绍技术实现目标宠户Confidential153 目标客户：面目标客户：面向向1（运营商（运营商）+5类类目标目标客客户提户提供供多场多场景景应用应用服服务务运运营营商商P2P小贷小贷电商电商银行银行零售零售功能介绍技术实现目标宠户Confidential163.2 面向其它行业客户提供面向其它行业客户提供的的四类四类场场景景应用应用 以小贷公司为例以小贷公司为例信用评估能力能力欺诈有效识别信用准确评定创新应用服务、加速放贷效率、支撑小贷全流程，支撑小贷全流程，”让天下没有难贷的款“深度挖掘能力能力需求精准洞察精准洞察关键时机捕捉代售代售-“引进来引进来”贷贷前前-“筛出来筛出来”贷中贷中-“贷出去贷出去”贷贷后后-”收回来收回来”深度宠户场景出发，挖 掘宠户贷款需求，提供优 质宠户清单平台价值必备能力识别欺诈风险，评估宠 户信用，基于宠户信用评 估授信额度系统化支撑放贷流程基于宠户偏好实现金融产品智能推荐持续跟踪贷款人信用情 况，监控宠户偿还风险，支撑及时催收精准支撑能力能力全流程系统支撑策略智能匘配催收能力能力宠户信用的实时监控宠户风险的精准评估功能介绍技术实现目标宠户Confidential17目录目录Confidential18公司介绍公司介绍背景与目标背景与目标产品介绍产品介绍合作模式合作模式（标准版）商（标准版）商务务模式模式按查按查询询人次收取人次收取查查询询费费单笔查询费用8元-15元；套餐收费查询费用9折/10万户模式模式1：收益：收益分分成成查询服务分成，分成比例：运营商30%对对 需求方需求方对对 运营商运营商+模式模式2：包年：包年买买断断按年买断（如300万/年），丌再进行额外的收益分成Confidential19戒戒收益空间测算：仅收益空间测算：仅以以P2P市场市场为为例（例（买买方客方客户户不是不是仅仅有有P2P公公司）司）我国的我国的消消费类费类信信贷贷市场发市场发展展活跃活跃，2014年年9月月当当月交月交易易总总量量19.3万万笔笔，不不考虑交考虑交易易量增量增长长，按按1/3查询率、查询率、1/3运营商市场运营商市场份份额，额，测测算算全全国国每月每月查查询询2万万笔。笔。分分成前成前年年收入收入240万。万。在地域分布方面，珠三在地域分布方面，珠三角角和长和长三三角的角的需需求尤求尤为为旺盛。旺盛。2014年全国120家P2P平台交易量（单位：万）Confidential2019.317.312.57月8月9月9月，120家P2P平台交易总量为19.3万笔，交易量增长趋势良好，月环比超过10%。注：数据杢源于网贷之家需要运营商配合的工作需要运营商配合的工作硬件准备硬件准备环境准备环境准备数据接口服务器一台，用于交换基础数据建议配置：8核CPU，32G内存，500G存储空 间，1G网络软件环境：Linux，JAVA网络接口：JSONXML数据交换接口数据准备数据准备开放脱敏后的底层数据，如：ARPU分段具体数据需求详见附件Confidential21