消费金融大数据风控整体解决方案课件

消费金融大数据风控整体解决方案消费金融大数据风控整体解决方案1业务模式第一章目录Contents风险挑战第二章大数据风控体系第三章反欺诈服务第四章信用评分服务第五章贷后监控预警服务第六章业务模式第一章目录Contents风险挑战第二章大数据风控体2业务模式1业务模式13消消费费金融金融业务业务模式模式从业务模式看，消费金融服务平台主要通过“嵌入消费场景”提供金融服务，“嵌入消费场景”指消费金融平台与线上线下购物平台或商户合作，将贷款资金直接支付给购物平台或商户，再由后者向消费者提供商品和服务，最后由消费者分期偿还贷款消费金融业务模式从业务模式看，消费金融服务平台主要 通过“嵌4风险挑战2风险挑战25消消费费金融金融风风控面控面临临的主要挑的主要挑战战消费金融 风控面临的主要挑战6互互联联网消网消费费金融金融风险风险案例案例某消费金融公司与一些中介公司合作拓展客户，部分合作公司借此从消金公司违规套取资金，通过“拉人头”的方式骗贷。其中，贷款客户并非实际资金使用人，而套取出的资金却不知所踪。据了解，被中介公司通过“拉人头”方式向消金公司客户已经高达约200人，大多数“人头”的信用记录已经多次逾期，很多人已经向法院起诉，且拒绝向消金公司还款，客户和消金公司的冲突也在不断升级互联网消费金融风险案例某消费金融公司与一些中介公司合作拓展客7大数据风控体系3大数据风控体系381组件化的引擎服务涵盖数据处理、模型训练和策略执行全流程，一站式完成风险评估一站式建一站式建模模2将复杂的数据处理，数据挖掘，机器学习过程标准化，风控人员通过简单的界面操作就能完成风控建模，能够帮助机构迅速构建风控能力快速构建快速构建风风控能控能力力3汇聚海量征信数据，运用大数据计算能力快速精准分析欺诈和信用风险互互联联网大数据网大数据风风控控一站式大数据一站式大数据风风控平台控平台贴贴合互合互联联网信网信贷业务贷业务1组件化的引擎服务涵盖数据处理、模型 训练和策略执行全流程，9A婚恋社交数婚恋社交数据据家庭情况房产情况学历情况生活作息爱情规划爱情账户等级婚恋社交信用度评婚恋社交人脉图谱B用用户认证户认证数数据据公积金、社保、运营商通讯、学历数据、职业数据（猎聘、脉脉和领英）消消费费收支数收支数据据线上电商和线下银联消费数据，银行卡收支数据，航旅出行数据C互互金金和和银银行行黑黑灰灰名名单单信贷逾期名单、司法不良名单、多头申请多头负债名单、团伙欺诈名单、百合&世纪佳缘婚恋社交黑名单D芝麻信芝麻信用用信用评分、行业关注名单、申请欺诈评分、欺诈信息验证、欺诈关注清单、企业信用评分E用用户户行行为为数数据据申请表单填写时间借款协议页面停留时间F设备设备相关数相关数据据设备指纹、设备硬件信息、GPS定位信息、设备安装APP数据A用用户户身份信身份信息息居住地、婚姻状况、子女情况、工作单位、职位、房产、收入、联系人数据BC人行征信人行征信报报告告贷款信息信贷交易信息个人公共信息海量征信数据海量征信数据全方面构建用全方面构建用户户信用画像信用画像A婚恋社交数据B用户认证数据 公积金、社保、运营商通讯、109欺诈提前回购股股东东 信信息息团团队队 情情况况经经营营 情情况况资资产产 情情况况增增信信 情情况况机机构构评评分分卡卡逾期保证金代偿不良债权回购保证金预警件均额度预警现场现场尽尽调调高高风险风险拒拒绝绝人工人工审审批批无无风险风险放放行行在途用信预警控制人预警机构行为预警进件欺诈预警自自动动追追偿偿风险风险决策引擎决策引擎机构冻结人工抽人工抽检检合作平台全流程合作平台全流程风风控控消除平台消除平台风险风险于萌芽于萌芽9欺诈提前 回购股东 信息团队 情况经营 情况资产 情况增信11针对不同的信审环节，构建不同的风控模型和策略，采用定性和定量的方法对贷前审核、贷中监控和贷后催收实施全流程风险管理.风险风险定价定价模型模型身份身份认证认证策略策略贷款申请风险评级风险评级模型模型贷贷后后风风险监险监控控预预警策略警策略反欺反欺诈诈模模型和策略型和策略贷贷中复中复查查策略策略放款贷中复查借款人全流程管控借款人全流程管控防范防范风险风险无死角无死角针对不同的信审环节，构建不同的风控模型和策略，采用定性和定量12反欺诈服务4反欺诈服务413不同的金融应用场景,有着不同的业务流程和环节，需要设计不同的风险检查环节和风控策略.构建完成基于场景、事件、规则驱动的欺诈风险判别服务,通过灵活配置就能满足不同场景下、不同业务环节欺诈风险判别的能力.贴贴合合场场景和景和业务业务灵活定制灵活定制风风控控环节环节和反欺和反欺诈诈策略策略不同的金融应用场景,有着不同的业务流程和环节，需要设计不同的14多多层层式多式多维维度个人欺度个人欺诈评诈评估估全面排除欺全面排除欺诈风险诈风险多层式多维度个人欺诈评估 全面排除欺诈风险15-三要素核身-客户端环境检-异常登录地检-人脸识别测-注册设备是否-异常登录IP检关联多用户用户 注册-异常设备登录-四要素核身检测测测银行卡是否涉-登录异常人脸识别登录设备是否绑定多银行卡开户及欺诈开户 绑卡-欺诈名单比对-虚假用信校验同卡同出监控-多头申请借贷-信用情况是否-失信名单比对名单比对-多头逾期负债名单比对-关联人欺诈名单比对申请 授信恶化确认 用信提现七大策七大策略略信信贷贷全流全流程程七大反欺七大反欺诈诈策略，覆盖信策略，覆盖信贷业务贷业务全流程全流程-三要素核身-客户端环境检 -异常登录地检 -人脸识别测16 整体整体风险趋风险趋势势 高中低高中低风险风险比例比例统统计计 击击中反欺中反欺诈规则统诈规则统计计 高高风险风险地域分地域分析析 高高风险场风险场景分景分析析欺欺诈风险诈风险大大盘盘实时实时分析把控分析把控风险趋势风险趋势 整体风险趋势欺诈风险大盘 实时分析把控风险趋势17反欺诈是一场持久战，需要和专业的欺诈团伙长期斗争，针对不断演进的欺诈技术和手段，持续优化反欺诈模型和策略，保证攻防战最终胜利.集集检测检测、响、响应应和分析和分析预预防于一体的反欺防于一体的反欺诈诈攻防体系攻防体系反欺诈是一场持久战，需要和专业的欺诈团伙长期斗争，针对不断演18信用评分服务5信用评分服务519信用信用评评分服分服务务信用评分服务20构建信用构建信用评评分卡模型分卡模型精准精准评评估借款人估借款人还还款能力和款能力和还还款意愿款意愿构建信用评分卡模型 精准评估借款人还款能力和还款意愿21 训练评分模型的基础是训练样本（借款人真实还款表现数据），没有半年左右的交易数据，无法通过机器学习算法来训练模型。故信贷业务开展初期，训练样本的缺失和不足，直接导致消费金融机构，无法建立评分模型.通过共享合作平台数万笔分期借款还款数据，评分模型能够快速启动数万笔分期借数万笔分期借还还款款样样本，保障模型快速启本，保障模型快速启动动 训练评分模型的基础是训练样本（借款人真实还款表现数据）22组件化的风控引擎服务涵盖数据处理、模型训练和策略执行全流程，一站式完成模型训练和评估.训练引擎将复杂的数据处理，数据挖掘，机器学习过程标准化，风控人员通过简单的界面操作就能快速完成风控建模和评测，降低模型迭代和调优周期，适应互联网业务需要一站式模型一站式模型训练训练决策引擎，快速构建决策引擎，快速构建评测评测模型模型组件化的风控引擎服务涵盖数据处理、模型训练和策略执行全流程，23贷后预警服务6贷后预警服务624贷贷后后实时监实时监控控预预警警及及时发现时发现信用信用恶恶化迹象化迹象贷后实时监控预警 及时发现信用恶化迹象25谢谢你的观看谢谢你的观看26