京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据风控助力徽常有财发展
12月13日,杭州邦盛金融信息技术有限公司与徽商银行直销银行“徽常有财”在合肥举行签约仪式。这意味着“徽常有财”将正式启用邦盛金融的授信决策产品,以减少银行互联网信贷业务面临的欺诈风险,同时利用大数据技术提高互联网信贷业务的效率。
直销银行兴起于上世纪90年代末,是传统银行在互联网时代布局的一种新型银行运作模式。它打破了时空的限制,极大地拓展了传统银行的生存空间。但与此同时,直销银行所面临的风险也不可小觑,除了传统金融的业务风险外,还有互联网金融的技术类风险。比如银行线上授信类业务即可能面临多重欺诈风险,这其中包括逾期信用风险、本人伪造欺诈风险、他人伪造欺诈风险以及团队/中介欺诈风险等等。如何快速识别欺诈风险,同时利用技术手段提高整体运营效率,这将是传统银行在互联网金融浪潮中继续保持竞争力所面临的重大挑战之一。
而这正是邦盛金融成立后用整整四年时间来研究的一件事。传统的授信业务是线下进行的,申请授信的人与银行的人要面对面,提交银行要求的各种材料,银行要对材料的真伪进行核实,包括现场核实。互联网授信业务是在线上进行的,申请授信的人与银行的人不是面对面的,因此互联网授信业务极大提升效率的同时,也带来了巨大风险。邦盛金融的互联网授信决策产品应运而生。简单来说,就是在用户申请的环节,识别欺诈的风险;在授信的环节,通过海量数据,包括人行征信数据,电商数据,运营商数据,社保缴费数据,等等十几个维度的数据优化成的模型做评分,从而决定授信额度,而这一切都是秒级完成,通过分析海量数据实现的。“我们所做的,就是不断通过大数据技术的处理能力,综合各方面的数据提高银行互联网授信业务的的整体效率与最终客户体验。”邦盛金融副总经理王昊一如此表述。
不同于目前市场上其他的金融风控产品方案,邦盛金融的授信决策产品具有全业务场景支持调用、全生命周期风险管理、全自动化审批决策、全授权数据采集以及全数据清洗加工等五大特点,所有方案都是基于客户定制开发的本地化规则模型,全方位、多角度地为其提供超一流的技术体验。
徽商银行电子银行部总经理助理王涛表示,“邦盛金融在互联网反欺诈、实时风控、大数据应用以及底层技术实现等方面具有丰富的实施经验,因此,“徽常有财”选择与邦盛金融一起,携手拓展互联网消费信贷业务。”
成立于2010年,邦盛金融是国内最早从事事中反欺诈技术研究与应用的企业,同时也是目前少数拥有自主产权底层平台的技术公司。目前公司拥有一整套以实时金融风险监控产品为主线的高性能解决方案,服务领域囊括第三方支付、互联网金融、银行、外汇、证券、基金、保险等行业,是国内金融风控行业领军者。
邦盛金融副总经理王昊一在签约仪式上表示,徽商银行作为较早布局互联网金融领域的传统金融机构,选择邦盛作为合作伙伴,是出于对未来发展的判断,更是对我们的一种信任。邦盛金融此次提供的授信决策产品包括申请欺诈风险侦测模型和授信模型两部分内容,除此之外邦盛还将为徽商银行的互联网消费金融业务提供风控咨询服务。
未来,双方将进一步在互联网反欺诈、实时风控、模型研发、数据挖掘等相关领域深化合作,将“科技+金融”的组合最大化,让技术为传统金融机构的转型插上翅膀。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27