浅析消费金融风控之贷中、贷前、贷后风控(风控模型、决策引擎)

消费金融迎来“爆发增长”期

 预计到2020年,我国消费信贷总市场规模将达到45万亿元,年复合增长率将达到18%前景广阔的消费金融市场,将成为我国经济发展的重要内驱力!

业务痛点:征信体系缺失;分支风控标准不一;欺诈手段层出不穷;多头借贷现象普遍;人工评估耗时低效……“场景+风控”成为消费金融破局关键,未来消费金融将朝平台化、风控化等趋势发展。

 消费金融场景

汽车消费分期、线下实体商店分期购物、教育培训分期、旅游分期

 消费金融风控解决方案

仁润云依托大数据、云计算和人工智能等技术,结合用户行为画像,利用多维征信信息对用户进行交叉核验,并基于不同消费场景搭建专业风控模型及决策引擎系统,为消费金融机构提供贷前、贷中、贷后全流程风控服务。

 贷前核验

1)征信数据查询

仁润云集成央行征信、多头借贷报告、反欺诈等多数据接口通过多种手段交叉验证用户信息的真实性,有效进行反欺诈。

2)风控模型

基于大数据分析,结合客户自有数据及仁润云第三方外部数据,联合建立定制化、有效的风控模型,并定期进行优化升级

3)决策引擎

仁润云集成反欺诈规则、信用评分等模块,帮助金融机构低成本构建贷前风控体系。

4)用户行为画像

凭借强大的数据处理分析及建模能力,准确判断借款人身份证真伪、职业、常驻地址以及消费水平等,进行快速灵活验真。

贷中监控

借助关系图谱设备指纹等技术挖掘用户行为数据,实时监测用户的网络行为,对用户贷款用途和还款意愿进行追踪监控

贷后预警催收

运用大数据、人工智能等技术构建“贷后预警”、“智能催收”风控体系,在消费金融贷后环节上进行全面智能监控。

反欺诈纬度信息库

身份核实:四要素认证:姓名,身份证号,手机号,银行卡号;个人学历状况;个人投资任职状况;个人公积金社保;个人通讯信息;个人消费信息

黑灰名单:欺诈,老赖,违约相关的手机号、邮箱、身份证号、姓名、银行卡号、设备IDIP地址

跨平台交易查询:交叉验证,多头借贷,多头申请

司法失信信息:法院案件号、欠款描述、身份证号、组织机构代码、姓名、手机号、银行卡号,不良买家、不良商户

用户行为库:设备IDIP、地理位置、交易时间、用户ID交易场景,事件以及事件持续时间

移动设备信息库:硬件属性信息、IP信息、GPS地理位置信息、设备所安装应用信息

用户关联图谱验真:基于设备、IP、地理位置、地域、联系人、通话记录,社交关系等多维度数据挖掘用户关联图谱

相关定位:IP全球最精准IP定位、 GPS经纬定位、基站定位数据

转载于:https://www.cnblogs.com/dashuju1/p/10314603.html

你可能感兴趣的:(浅析消费金融风控之贷中、贷前、贷后风控(风控模型、决策引擎))