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
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17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