精准防控整体思路
数据管理
    • 行内用户数据
    • 账户数据
    • 交易数据
    • 行为数据.
    • ...
    • 各来源可疑名单
    • 公安、人行、总行、运营商...
分级分类
    • 对各来源数据进行分析建模
    • 针对于不同数据源数据,不同数据维度数据,分别进行建模分析,构建多类分级分类规则模型。
精准管控
    • 策略落地
    • 根据归一选择的策略进行业务风控
    • 策略效果评估
    • 根据落地管控效果,针对与不同管控策略进行评估反馈,进行分级分类模型迭代与管控策略调整。
策略汇聚
    • 策略贯穿与各个业务环节
    • 开卡环节—事前预警—事中监控—事后报送
    • 策略汇总/归一
    • 制定业务管控策略
    • 分级分类风险归一
    • 风险名单分级分类策略选择
平台优势
丰富的外部数据支撑
依托三大运营商及头部互联网公司强大的数据能力,提供例如涉赌涉诈银行卡、手机号风险标签等外部数据支撑,在各反欺诈场景中完成覆盖度更广,更加精准的风险防控以及账户分级分类。
强大的数据处理功能
反欺诈平台支持国内外主流数据存储方式汇聚,并且提供例如地址模糊匹配等强大的数据处理能力,在后续业务模型制定时提供精准强力的数据支撑。
简易便捷的分级系统操作
平台可以制定不同级别权限,分行及支行处置人员通过反欺诈平台可以快速的串联出各来源风险名单的相关信息,快速处置欺诈警报,并且可以给相关分析人员提供详细的分析工具。
完善的业务迭代流程
反欺诈平台提供基于知识图谱的事后案件调查功能,可以给到相关分析人员,针对于反欺诈新手法新形态的分析提供功能支撑,构建完善的案件固化上报流程,以推动反欺诈业务分级分类规则模型迭代。
多源数据汇聚
策略落地精准防控