• 个人征信报告
  • 商家征信报告(定制版)
  • 风控模型实验室
  • 个人报告能做什么?

    What can a personal report do?

    报告内容
    Report Content
  • 线上风控新挑战
    • 群体欺诈多
      有组织、有规模进攻
    • 风险高
      客群下沉、欺诈成本低
    • 量大
      人工无法大规模审批、成本高
    • 数据收集难
      需要的数据维度多,分布零散
    • 数据验证难
      数据质量参差不齐,真伪难辩
    • 微信、QQ社交圈
      海量非结构化数据,难以统一
    如何应对
    How To Deal
    商家征信报告打通“数据孤岛”,聚合业内海量分散数据源
    多维度识别、验证高风险用户
    • 真实身份验证
      姓名、性别、年龄、星座 身份证号、首次发放地 手机号、手机号所属地 公安联网核查、运营商联网核查
    • 借贷意向验证
      基于个人在金融机构中出现的多次申请的情况进行分析,评估个人的共债倾向
    • 特殊名单验证
      本人及一度人脉和二度人脉在银行、小贷、P2P和消费金融机构的不良记录,包括短时逾期、不良、欺诈、拒绝和失联等
    • 还款意愿评估
      信贷历史
      不良记录
      失联信息
      移动社交
    产品特点
    Product Features
    • 01
      数据安全
      数据有银行级安全防护,
      保障每位用户的风控数据安全
    • 02
      灵活配置
      商家可自由多种数据源及模块,
      灵活配置最合适自身场景的风控报告
    • 03
      数据安全
      专属后台管理系统,随时复查报告、
      角色账号管理、BI大盘时时统计
    接入方式
    Access Mode
    • API标准接口对接
      简单的IT对接,即可获得并储存原始
      报告数据
    • 接入方式
    • API标准接口对接
      简单的IT对接,即可获得并储存原始
      报告数据
    微信公众号一键嵌入
    来查贝商家版,各大应用商店均可
    下载
  • 风控模型实验室
    来查贝风控模型实验室联合四川大学数学学院统计中心教授作为模型算法顾问,风控模型算法工程师曾服务于 多个甲方资产端的风控部门。模型试验室目前在机器学习方面的技术储备包括以下几点内容:
    • 随机森林,神经网 络,支持向量机, 决策树类的单个模 型以及上述单个模 型的bagging算法。
    • 适用于机器学习的 cross validation算 法。
    • 各种基础算法的st acking方法实现。
    • 决策树的gradient boosting machin e 算法。
    • 基于SVM的半监督 学习等。
    风控联合建模