存量用户洞察分析数据羽乐科技存量用户洞察数据产品,用于辅助判断客户贷款意愿,更好的满足金融机构存量用户贷款需求,帮助金融机构实现业务增长。
基于通信维度的欺诈风险评分数据羽乐科技基于通信维度的欺诈风险评分数据产品,用于辅助判断客户欺诈风险,帮助金融机构解决客户欺诈风险较高问题,提升金融机构反欺诈水平
存量用户洞察分析数据存量用户洞察数据应用场景是羽乐科技数据应用的场景之一。羽乐科技基于用户授权的情况下,获得用户匿名陌电服务场景的数据,将相关信息集合形成匿名化处理后的分析/统计类信息,加工形成应用于金融服务场景的存量用户洞察数据产品。金融机构基于其客户授权的情况下,调用羽乐科技上述存量用户洞察数据产品,用于辅助判断客户贷款意愿,更好的满足金融机构存量用户贷款需求,帮助金融机构实现业务增长。计算近7天陌电查询次数、近30天陌电查询天数、近15天命中疑似营销标签标准差、近30天命中疑似营销标签标准差、近30天命中疑似风险标签PV值、近60天命中疑似风险标签PV值、近150天陌电查询次数等统计量,再基于多个统计量,利用算法模型加工为分值评分,用于度量意愿或质量水平的概率。存量用户洞察分析结果=a*近7天陌电查询次数+b*近30天陌电查询天数+c*近15天命中疑似营销标签标准差+d*近30天命中疑似营销标签标准差-e*近30天命中疑似风险标签PV值-f*近60天命中疑似风险标签PV值-g*近150天陌电查询次数。其中,a、b、c、d、e、f、g为各个指标的权重,可以根据实际情况进行调整。最终计算分值在[0,300)区间,则代表存量客户意愿极低,不建议对其营销;[300,600)区间,则代表存量客户意愿较低,考虑进行轻度营销;[600,1000],则代表存量客户意愿较高,可以着重进行营销。
基于通信维度的信用风险评分数据羽乐科技基于用户授权的情况下,获得用户匿名陌电服务场景的数据,将相关信息集合形成匿名化处理后的分析/统计类信息,加工形成应用于金融服务场景的基于通信维度的信用风险评分数据产品。金融机构基于其客户授权的情况下,调用羽乐科技上述基于通信维度的信用风险评分数据产品,用于辅助判断客户信用风险,帮助金融机构解决识别客户信用风险问题,提升金融机构风控水平。计算近35天陌电查询次数、近30天命中泛金融标签(偏好客群)占比、近30天命中泛金融标签(偏坏客群)占比、近30天陌电查询PV均值、近30天陌电查询标准差、近30天命中泛金融标签次数、近30天命中疑似风险标签中位数、近30天陌电查询PV均值、近30天陌电查询标准差等统计量,再基于多个统计量,利用算法模型加工为分值评分,用于度量疑似信用风险程度的概率。标准分=a*近35天陌电查询次数+b*近30天命中泛金融标签(偏好客群)占比-c*近30天命中泛金融标签(偏坏客群)占比+(d*近30天陌电查询PV均值*近30天陌电查询标准差)-(e*近30天命中泛金融标签次数*近30天命中疑似风险标签中位数)+(f*近30天陌电查询PV均值*近30天陌电查询标准差)其中,a、b、c、d、e、f为各个指标的权重,可以根据实际情况进行调整。最终计算分值在[0,320)区间,则代表用户信用评分极好,风险极低;[320,560)区间,则代表用户信用评分较好,风险较低;[560,840),则代表用户信用评分一般,有一定的风险;[840,1000),则代表用户信用评分较差,风险较高。
号码风险等级-标准分电话号码风险评级类产品;可输出两项评分用于风险评级:信用风险评分:参考当前违约30+标签,分别针对各类命中结果进行量化评估;欺诈风险评分:参考当前违约90+标签,分别针对各类命中结果进行量化评估。
基于通信维度的信用风险评分数据羽乐科技基于通信维度的信用风险评分数据产品,用于辅助判断客户信用风险,帮助金融机构解决识别客户信用风险问题,提升金融机构风控水平。
号码标签数据金融机构基于其客户授权的情况下,调用羽乐科技上述号码标签数据产品,用于识别金融客户通信维度的风险行为,帮助金融机构解决核查客户风险信息问题,提升金融机构风控水平。
基于通信维度的欺诈风险评分数据羽乐科技基于用户授权的情况下,获得用户匿名陌电服务场景的数据,将相关信息集合形成匿名化处理后的分析/统计类信息,加工形成应用于金融服务场景的基于通信维度的欺诈风险评分数据产品。金融机构基于其客户授权的情况下,调用羽乐科技上述基于通信维度的欺诈风险评分数据产品,用于辅助判断客户欺诈风险,帮助金融机构解决客户欺诈风险较高问题,提升金融机构反欺诈水平。计算近45天陌电查询次数、近360天25%分位值、近30天陌电查询PV均值、近30天陌电查询标准差、近15天命中泛金融标签次数、近15天命中疑似风险标签中位数、近30天命中泛金融标签次数、近30天命中疑似风险标签中位数等统计量,再基于多个统计量,利用算法模型加工为分值评分,用于度量疑似欺诈风险的概率或类别。基于通信维度的欺诈风险评分=a*近45天陌电查询次数+b*近360天25%分位值+(c*近30天陌电查询PV均值*近30天陌电查询标准差)-(d*近15天命中泛金融标签次数*近15天命中疑似风险标签中位数)-(e*近30天命中泛金融标签次数*近30天命中疑似风险标签中位数)。其中,a、b、c、d、e为各个指标的权重,可以根据实际情况进行调整。用户评分分值在[0,280)区间,则代表用户欺诈风险极低;[280,500)区间,则代表用户欺诈风险较低;[500,700),则代表用户有一定的欺诈风险;[700,1000),则代表用户欺诈风险较高。
邦信分-通信指数基于运营商通信数据,输出近期逾期提醒行为统计变量;通过逾期提醒往来频次判断风险,使用通讯数据和逾期提醒标签做关联输出字段。