
大数据公司“闪银”推出租车公司风控系统_数据分析师考试
成立于2014年4月,目前累计有超过2000万用户。平台依托数据挖掘分析和机器学习技术,对申请者提交的信息进行识别,并结合个人社交行为及海量互联网信息,对个人信用进行在线评分。基于强大的数据点基础,平台3分钟即可完成评估,让用户得到信用额度,额度可以用在各类金融和非金融服务领域。闪银的合作伙伴覆盖了银行、P2P网贷、消费金融、小贷公司等金融领域,也包括租车、租房、招聘、社交等非金融领域。闪银的信用评估系统可以帮助机构合作者简化了审批流程、降低人力成本、降低客户违约风险并降低资金交易成本。
![]()
2
|
根据罗兰贝格咨询公司的预测,2015年中国租车市场规模约400亿元左右,而到2018年,中国租车市场规模有望增至650亿元。但是目前租车行业的丢车率约为1%-3%,在部分地区,这个比例甚至高达8%,大部分被骗车辆通过投资担保、贷款抵押等方式流入黑市,而大部分租车平台信息化程度很低,更不要说有自己的风控系统了。
为了解决租车行业的痛点,闪银租车风控系统在7月15日正式上线公测,该系统针对租车行业的特点推出了独有的模型算法。闪银租车风控系统利用7000个互联网数据节点对租车人的数据进行全面采集,其中包括用户的交通违章、银联、运营商通话记录、关联人、身份、驾驶证、其他租车平台历史记录等数据,并用15个基于机器学习的分析模型对这些数据进行计算、分析。随着租车诈骗、违法犯罪事件的逐渐增多,越来越多的不法分子利用租车企业的系统漏洞来从事各种违法诈骗行为,闪银在预防此类事件发生的同时,也从互联网上获取了大量违法犯罪的信息特征及嫌疑人物画像数据(灰色人群),任何互联网上被挖掘的个人数据都将被用作欺诈侦查、预防犯罪、身份认证等流程。此外,闪银还联合阳光保险集团推出了针对租车诈骗事件提供信用人群的租车风控保险。
闪银已经与宝驾租车、大方租车、悟空租车、微租车等多个租车企业达成战略合作协议,为他们提供租车风控系统。对于租车公司来说,店员可以在闪银的客户端上输入用户信息并获取用户的信用审查结果(如上图),闪银会根据客户的安全驾驶能力、履约能力和消费能力给客户打分,最后给店员一个是否可以把车租给客户的建议。目前,每天通过闪银租车风控系统审核的用户有上千人。
闪银在租车风控领域最强进的竞争对手就是阿里的芝麻信用,后者早在今年2月就对接了神州租车,还对接了车纷享和一嗨租车两家租车平台。不过闪银表示他们和芝麻信用相比还是有竞争优势的,因为阿里用的主要是自己的电商和支付数据,但闪银用的是互联网上的公开数据,数据覆盖面更广,而且因为闪银是第三方征信机构,所以不存在BAT等大公司的排他性。另外,闪银已经和上市公司汉鼎股份合作成立了汉鼎闪银征信科技有限公司,正在申请征信牌照。
闪银团队现在有160多人,大部分是技术人员。公司在去年7月获得IDG的4000万元A轮融资,今年3月获的SIG的2000万美元B轮融资。未来闪银将针对企业HR部门推出应聘人员背景调查的职场征信系统。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09