您好、欢迎来到现金彩票网!
当前位置:秒速快3 > 数据欺诈 >

宜人贷李善任:用大数据解决信用和反欺诈问题

发布时间:2019-06-12 00:00 来源:未知 编辑:admin

  新浪财经讯 6月7日消息,“中国金融论坛”作为科博会的重要活动于2017年6月7日-8日在北京召开,本次论坛主题为“金融科技创新服务实体经济发展”,宜人贷副总裁李善任出席并发言。

  谈到宜人贷互联网信贷、在监管方面的努力,李善任举了一个“蜂巢”的例子,这是宜人贷在2013年创建的基于用户授权的大数据采集的一个系统,现包括征信报告的获取,保单的获取,网银流水和信用卡账单,店商社保公积金等一系列数据的获取。

  李善任表示,通过这些大数据的获取,可以为金融产业的信贷,用户在信贷申请过程中进行授信,包括交叉,反欺诈的检测等。

  “蜂巢究竟为业界做了些什么,我觉得数字是最能够说话的。”李善任称,蜂巢一些兄弟部门的信贷产品,完全通过蜂巢最终放款额突破了140亿,体验用户数达到了170万以上,明细数据是45个亿以上,同时在反欺诈识别方面也有数据披露,最终识别出了欺诈用户突破了130万。

  最后,李善任表示,愿意把蜂巢贡献给金融科技这个领域,也希望它能够解决金融科技领域中的一些难题,包括解决在授信,征信环节,在反欺诈环节中的困境。

  李善任:大家下午好,我来自宜人贷,我今天要分享的是在过去的一些年在科技和数据方面的一些创新。我今天的分享主题分为这五个部分,第一是简要概况,第二个是行业面临的困境,第三个是科技引领创新案例,第四个是蜂巢数据魔方,第五部分是蜂巢在行业中的运用。

  在Fintech的发展中,第一个阶段是以IT系统的部署,主要的代表就是直销银行和金融超市,2.0时代可以看作为是互联网和移动互联网的普及,主要表现在资金端支付等等一些互联互通,那么最有代表的就是互联网基金,还有互联网保险的销售,如果说现在是在2.0到3.0的跨越,以及未来的3.0时代,它的代表性应该是大数据征信、人工智能、机器学习以及区块链等等一些技术的成功应用。

  这张图是Fintech在中国的发展热度,我们可以看到在2016年之前,尤其在2015年,首先是网贷平台的数量在急剧增加,它是以用户规模推动的一种效应,那么个人认为在未来的金融科技的发展过程中,更多的引领因素应该是科技,诸如大数据的征信、反欺诈,包括其他的一些人工智能技术在风控模型领域的一些成功应用。大家看一眼就行,这是网贷行业的一个成交量和综合收益率,那么我们可以看到,收益率在逐年的下降,但是成交量在逐渐的递升。这块我就不太擅长了,因为我是技术出身,刚才的一些前辈们都很严谨的讲了一些国家的宏观政策,对这个行业的一些推动,在资金存管、信息披露、余额上限、信息中介定位等一系列的政策规范化以后,我们可以看到右侧这张图,就是平台的数量在递减,但是成交量在上升,这也意味着优质平台逐渐出现。2017年3月,披露的一些数据,平台达到了3611家,尽管这样,但是行业依然面临的一些严峻的挑战,主要表现在这几个方面,第一个是信息孤岛,第二个网络欺诈,三是时效性,第四是数据混乱,还有一些信用体系的不完善。

  那么作为中国金融科技上市第一股的宜人贷,我们在这些方面做了哪些工作,以及做了那些创新,我跟大家简要的分享一下,这是在2014年我们推出的,基于移动端的一个极速模式的APP,它成功的覆盖了那些没有被传统的金融机构覆盖的借款人群,让这些人可以更快速的获得借款,除了我们在产品设计,风险控制以及用户获取上的一些创新以外,那么背后更重要的创新是在大数据征信这个方面。

  蜂巢,这是我们在2013年创建的基于用户授权的大数据信息采集系统,或者叫一个项目群,它现在有包括征信报告的获取、保单的获取、网银流水和信用卡账单,电商、社保公积金等一系列数据的获取,那么通过这些大数据的获取,我们可以为金融产业的信贷用户,在借款申请过程中进行授信,包括交叉、反欺诈的检测,蜂巢可以概述为是一种数据科学驱动的互联网风控解决方案,它通过千万级爬虫并发技术,实时进行数据采集,鲜活的信用、分析特征提取以及多维度特征下的欺诈行为交叉检测等一系列科技手段,来助力于我们前端的金融产品。

  我们在如何解决这些信息孤岛,这些方面我们做了哪些工作呢?首先是我们可以获取到多维度的用户数据,有些用户可能没有信用卡,是不是我们就没有办法为他提供信贷服务了?如果他有运营商,也就是有手机号码,我们通过运营商的数据获取就可以完成一些风险模型的识别,除此以外包括金融数据,就体现在网银的流水,信用卡的电子帐单,还有就是包括征信报告,以及社保公积金。

  现在蜂巢的运营商数据可以覆盖全国全网,通过这个运营商的数据我们可以看到用户的实名信息及号码,以及包括它号码的一度二度涉黑涉灰信息,这些都可以分析出来。同时还可以获取到用户的电商数据、详细的交易详情,我们通过对它的消费水平进行分析,可以得出它的购物品类,喜好以及支付行为等等,除此以外,我们还可以基于用户授权的行为下获取电子帐单,通过对非结构化的信用卡账单,实时抓取和分析有没有逾期、分期等等一些行为的产生,除此以外,还有保单数据,保单数据我们也是在基于用户充分授权基础上,对以上数据进行抓取解析,哪些保单数据更有一些价值?就是我们可以看到用户的家庭以及它是否拥有住房,车辆等一些大额的资产。还有包括公积金,社保数据等等,这些我就不赘述了,这些我们可以看到用户的信息,以及它工作的时长等等一系列的信息,我们都可以获取到。

  蜂巢创建于2013年,到现在已经是四年半的时间,这张PPT是为了展示它的一些稳定性,它的稳定性包括几个方面,就是第一系统的稳定性,就是它常年有没有当过机,有没有出现大的故障等等,第二个我们这些系统都是在用户授权的情况下去实时获取用户的数据,那么也就意味着它的抓取解析率是否稳定,成功率是多少,这个数据是截取了过去一年的数据情况,左侧大家可以看到有我们的运营商,右侧有其他的一些子系统,包括账单,征信,店商。

  那么大家可以看到在2017年春节期间,我们看到有一个曲线下降的比较厉害,这是源于我们央行的征信系统在春节期间维护造成的,除以之外,我们整体的系统,基本上都可以保持在99%以上的稳定性,以及抓取解析成功率。刚才我们说到了,现在行业面临的一些困境,包括信息孤岛以及实时性,这一块我们怎么去解决的?我们知道我们前端可以设计一个APP的产品,那么当用户去授权它的账号的时候,我们去获取这些数据的时候,怎样保证一个实时性,这个就是我们截取了过去一个系统的一段时间的一个真实的数字,基本上我们从抓取它的非结构化的数据,到完成解析、清洗、去噪等等一系列的过程,最后给到分析模型,我们所用到的时长是三十秒及以下,这也是成就了极速模式。这一个是蜂巢的一个技术框架,我觉得大家看一眼就可以,前端最早是用户授权的采集,我们可以采集一系列用户的数据,运营商的、电商的、账单的、网银的等等,接下来是数据的ETL,再接下来就是大数据的储存,然后还有分布式的计算,以及一些更先进的科技手段,包括深度学习,关系图谱,还有一些人工智能引擎等等技术的应用。

  这个数据也是在公开场合首次披露,蜂巢究竟为业界做了些什么,我觉得数字是最能够说话的,我们完全通过蜂巢的宜信一些兄弟部门的信贷产品,普惠端得产品,完全通过蜂巢所最终的放款额突破了140个亿,我们体验用户数达到了170万以上,明细数据是45个亿以上,同时我们在反欺诈这个识别方面,也有一些数据的披露,就是我们最终识别出了欺诈用户是突破了130万,拦截的账号有80万以上,因为大家都是做金融这个产业的,有金融的地方,有金钱的地方就一定会有欺诈发生。

  我们在获取用户的授权的这种,各种数据的时候,有些用户也在利用这些漏洞,然后去做一些手脚,比如说他去伪造他的这个信用卡电子帐单从最早的拙劣的手工的去更改,就是更改一下姓名,更改一下卡片的额度,以及更改消费明细,到最后伪造银行的发件员,一系列的科技手段,除此以外还有更强大的团伙,他就类似于我们真实的这种金融性的公司,它和公司一样,只不过是它做的是一个灰色产业,他们养了一帮技术人员,这一帮技术人员就专门去寻找你的漏洞,然后去伪造一系列的数据,用欺诈的手段骗取贷款,我们怎样去识别这些?它去改了电子帐单,我们可以通过机器学习的一些方法去识别出来,前提是我们首先会教给系统一些方法。

  我们现在愿意把蜂巢贡献给金融科技这个领域,也希望它能够解决金融科技领域中的一些难题,包括在授信、征信环节,在反欺诈环节,大家遇到的一些困境等等。如果以客观的角度来看未来Fintech的发展趋势,我个人的理解,它会有几个方面的驱动,有大数据,人工智能和信用体系的逐渐完善,以及数据安全,在这些因素的驱动下,极少数的企业会自我发展壮大,他们有丰富的数据维度,有更强的数据处理能力,还有一些平台会通过并购逐步发展壮大,当然大部分的企业会自然淘汰,不符合政策,不符合合规,以及缺乏战略,还有是没有建立自己的核心竞争力等等。蜂巢希望帮助一些企业去在这个过程中发展壮大,去解决它的痛点,解决它的问题等等,今天我的分享就是这些,谢谢大家。

  新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网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。

  《财经会议》报道你看不见的会场实况,传播会议精华内容,会议直播提前预告,不定期送出免费超值会议门票。官方微博:财经会议,微信号:caijinghy。扫码更方便。

http://istighcomputing.com/shujuqizha/295.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有