金融贷款反欺诈解决方案

建立关联网络反欺诈模型,及时识别并预警团伙型欺诈,降低用户贷前欺诈概率,实现贷前申请精准防控

方案背景

随着企业在客户交易、消费、营销、服务交互等环节的数据沉淀、外部数据的接入,数据的种类与数量都在急剧增长,传统的分析方法已经无法满足关联数据间的分析挖掘需求。如针对客户数据,传统的分析只是针对客户个体或基于客户个体特征进行聚类细分形成的客户群进行分析挖掘,较少考虑客户个体与个体之间的关系,更没考虑到利用客户个体与个体之间存在的不同类型的关系,从而进一步全面深入认识客户,判断评估客户的价值,优化企业客户关系管理。 社交网络由网络成员组成,这些网络成员被界定为一系列“节点”,而节点由不同类型的关系连接在一起,这些关系即称为“边”,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。社交网络是关系的最有效的表示方式。通俗地讲,社交网络就是把所有不同种类的信息连接在一起而得到的一个关系网络。社交网络分析就是基于社交网络进行分析,提供了从“关系”的角度去分析问题的能力。

方案概述

佰聆数据金融贷款反欺诈解决方案,重点针对金融行业贷前申请中的团伙型欺诈风险识别与防控,通过模糊匹配算法,应用贷款申请进件的单位、地址、电话、身份等媒介间的关联关系,实时构造潜在合同与合同、个人与个人间的关联网络,利用申请进件关联网络的规模、特性、形态构造网络规则,建立关联网络反欺诈模型,识别并预警团伙型欺诈,全面揭示进件风险点,在欺诈团伙造成大规模损失前,及时识别风险、控制风险。

*解决方案架构图

业务场景

方案价值

典型案例

某汽车金融公司贷款申请欺诈精准防控

在客户提供便捷化金融服务的同时,不少犯罪分子也开始利用各类新兴技术开展各类欺诈活动。随着欺诈手段的逐步丰富,反欺诈体系也正受到进一步的威胁。其中,尤以团伙欺诈行为的杀伤力最大,犯罪分子间通过团体协作的方式,试图规避银行的防御体系。

佰聆数据基于解决方案能力,开展贷款欺诈网络分析,构建反欺诈检测平台,帮助该汽车金融公司显著提高了贷款申请审批效率,同时提高汽车金融贷款申请欺诈检测的准确率,有效检测出未能被及时发现的欺诈申请。

自2015年上线以来,已成功防范了约90%的组织性欺诈申请,避免信贷违约金额超过2100万元。提升了对欺诈贷款的事前识别和挽回损失能力,降低了欺诈发生的概率,减少企业损失。

挖掘数据价值,拓展数据应用

开启您的专属数字化旅程