山东移动金融大数据 2019年04月 目录 一、金融大数据概况 二、产品介绍 1 2 3 三、应用场景 3 四、商务模式 4 3 五、案例分析 5 金融行业需求 无论是风险防控、精准营销以及新客户获取和流失客户分析，都涉及到信用评估，一个良好的信用记录，无论是对风险防控、零售贷款、产品精准营销都起到决定性的作用。 在金融领域，征信是风险控制的第一道门槛 账户盗用、申请欺诈时有发生对金融企业的安全构成一定威胁。 人工审批准确性、一致性差且效率低成本高。 如何降低征信成本,风险防控 市场竞争格局加剧，得客户者得天下 新型业务，如理财产品、理财保险等业务竞争激烈。 传统营销无针对性，其成本高，获客率低。 如何获取价值客户,精准营销 零售贷款是银行发展趋势 其金额小、业务数量大、消费者群体特征复杂。 贷款审批流程慢，征信成本较高。 客户流失严重，保量客户关怀不够。 优化审批，如何安全快速放贷 整体架构图 金融大数据平台在企业级大数据平台的基础上，通过提取所以运营商和金融行业、征信行业相关的数据，针对多类海量数据进行数据分析、数据/应用建模，形成信用分评估、信息验真、失联修复、客户流失、智慧经营等多类金融大数据产品，面向金融行业客户支撑风险防控、精准服务、智慧经营等多个对外业务应用场景。 运营商两大能力 通过信令话单获取用户位置信息，同时通过信令共享平台，关联用户身份信息、上网偏好信息、标签信息和前端应用等信息，挖掘用户位置、轨迹、属性和行为特征，提供多维度的统计分析能力。 一、金融大数据概况 二、产品介绍 1 3 三、应用场景 3 四、商务模式 4 3 五、案例分析 5 2 行业客户分析 金融行业大数据需求单位主要包括银行、保险、证券、互联网金融等。运营商的大数据资源有国内较好的信息化基础，基于用户基本信息、位置信息、消费信息、社交信息等，与银行、保险、证券、互联网金融等多个行业客户合作，带动金融行业多方面实现管理的转型和业务产品的创新。 产品介绍-信用分 信用评分 通信消费能力、身份特征、 信用历史、行为偏好、人脉关系 ARPU 流量 年龄 套餐 在网时长 综合 评分 评价 指标 客观 变量 行为特征 互联网访问行为 通话稳定度行为 位置轨迹稳定性等 履约历史 身份特征 号码状态/品牌/主套餐 实名制情况 VIP类型/星级客户 年龄/职业/住宅/工作小区 主套餐包含费用 消费能力 账户余额 社交关系 信用分 信用分是参考国内外先进信用模型，从用户的身份特征、消费能力、履约历史、行为特征、社交关系五个维度进行数据建模运算，筛选出数十项指标，清晰描绘出用户全息精准画像，以此为基础对用户进行综合评分。信用分介于300~1000分之间，分数越高，表示用户信用程度越高。 高频联系号码 流量共享套餐 停机天数/次数 欠费金额/次数 ARPU/MOU/DOU 所在网格平均arpu 产品介绍-信用分模型 移动DPI数据 运营商数据 基础数据 评估维度 信用总分 信用评估 维度得分 信用报告 信用解读 信用申诉 信用查询 身份特征 行为偏好 履约能力 消费能力 通信数据 上网数据 社交数据 履约数据 消费数据 位置数据 社交人脉 … … 规则引擎 算法模型 + 逻辑回归 + 交叉融合 多维关联 分析预测 用户画像 数据挖掘 决策树 神经网络 … 评分模型 Spark R/MLlib机器学习 信用分评估模型 等级划分 模型管理 模型优化 维度优化 规则优化 数据调整 信用结果 信用评估模型架构图 信用分系统参考国际上通用的“5C信用评估模型”结合运营商数据从身份特征、行为偏好，社交关系、履约能力、消费能力五大维度综合评估。 产品介绍-信用分模型 信用分功能展现 个人用户提供个人通用模型信用分评估，信用分解读，信用分变化趋势，信用分报告，报告下载及预览等功能 产品介绍—定制/合作模型信用分 定制模型信用分：面向对信用指标有特定需求的行业，根据其需求业务场景，提供定制化模型服务，输出定制模型信用分。 合作模型信用分：由客户自带信用评分模型、数据，移动提供数据源，经过模型规则运算，经脱敏处理后，输出合作模型信用分。 合作方模型、 数据 移动资产 （数据、硬件、软件、网络） 合作模型信用分 学生征信模型 家庭征信模型 企业征信模型 购房人群识别模型 购车人群识别模型 网约车司机识别模型 催收分模型 赌博分模型 风险预警模型 高价值人群模型 高流动人群模型 高活跃度人群模型 教师模型 母婴模型 医生模型 产品介绍-信息验真 信息验真主要结合运营商数据，实现个人用户、批量用户的姓名、身份证、电话号码验真，并在此基础上可以实现家庭地址、工作地址、联系人、交往圈等多业务场景验证。 基础验真功能是输入数据内容与运营商数据比对后，匹配结果是否真实或正确，主要包括手机号姓名验证、手机号身份证验证、三维验证和实名验证等。 产品介绍-信息验真 高级验真功能根据运营商数据建模，结合大数据分析算法，实现验真用户的家庭地址验证、工作地址验证、第一联系人验证、第二联系人验证等等，实现更多场景的业务应用。 涉及到的模型有家庭地址模型、工作地址模型、交往圈模型、社交识别模型、常驻人口、工作人口模型等等。