这一点成为极融金融科技输出优势最直观的表现

提了多年的大数据风控,很多人在诸多新技术名词下更无法直观理解大数据风控。但随着金融与科技的快速融合,金融科技公司以科技赋能的方式打破传统金融机构的获客方式以及固有范围限制,帮助金融机构获取更多流量。

10月份,艾瑞咨询(iResearch)发布《2019年中国金融科技行业研究报告》中针对金融科技细分领域技术提供方的详细分析中,报告以极融等业内领先企业为案例详细阐述了针对持牌机构获客引流赋能。

助贷机构会收集一些非人行征信的信息,像身份特征、信用历史、人脉关系、还款能力和交易行为等,数据建模中心会提取数据特征并挖掘,开发出ABC评分卡,再将这些评分部署到风控决策引擎,开展反欺诈和全流程监控。

这类数据跟银行征信数据不一样,一般被称为弱金融数据。客户在淘宝上买衣服,这跟他贷款的逾期概率并不直接相关,但如果把特征提炼出来,比如购买的时间、商品的价格区间、购买的频率等等,就有可能跟客户的逾期风险相关联。对大量的弱金融数据通过特征挖掘,无疑是对金融科技公司的技术考验。

我们从极融的案例中可以看到,做好大数据风控技术输出至少需要考验2个层面:

第一是底层数据的梳理。把客户所有的数据留存和梳理。这些数据包括互联网数据、运营商数据、用户行为数据等等,以便于在发现新的特征以后,能够从留存数据中进行挖掘分析。值得注意的是,用户数据的保护越来越重要。

第二是数据特征的计算。通过关系图谱引擎、时间序列分析这类工具,从客户的弱金融数据中提炼出一些特征,把提炼的特征放到模型里去计算,通过其他的一些规则,最后输出到决策引擎。

根据报告中显示,极融助贷云可根据客户的资产偏好,匹配多场景进行营销获客并同步介入前期风控,形成初步筛选。大数据风控作为极融的核心优势,极融通过专家经验把一套完整的大数据风控体系或一个系统解构资源集市和训练工厂,在资源集市里构建算法数据,根据不同的数据帮助银行训练出其所需的模型,把风控体系分解成训练和执行两个过程。这种可训练的迭代,更能帮助机构构建一套贴合自身的大数据风控系统。随着金融科技的发展,我们也期待看到更多极融在大数据风控输出方面的实际案例。

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，读者据此操作，风险自担。

企业信息