数有智能风险预警系统

        Proper risk management makes your company a proactive player and get ahead of your competitors.

产品特色

01

海量风险规则

    建立风险管控与预警模型,支持风险筛查,全面覆盖人工筛查容易遗漏的细小风险规则。

02

个性化风险管控

    为支持客户对风险管控的不同要求,可提供灵活修改及配置规则阈值的功能,更有效地进行风险管控。

03

基础数据标准化

    通过与企业内部数据的整合与对接,建立客户风险信息库,为风险管控提供更高质的数据。

04

智能风险预警

    通过专家经验输入与统计学算法相结合的方式搭建风险评估与预警模型,持续推动模型的迭代与优化。

产品功能

模糊匹配

利用模糊匹配技术规范化中文地址数据,识别错误的中文地址;通过定义匹配度,对地址进行模糊匹配,将相似地址关联到一起,从中挖掘商业价值。

信息关联

通过基本信息将研究对象实体,比如交易双方、主申请人、共同申请人,担保人之间的信息进行关联并得出潜在风险客户的社交网络关系图。社交网络分析对团伙欺诈具有更加直观的洞察能力,并可根据不同的业务需求定制。

风险预警

运用大数据爬取、处理和存储技术,将多来源数据清洗后,结合业务场景创建schema,定义实体、关系及属性,绘制出大型的关系语义化网络和洗钱关系图谱,将规则、关系及变量通过关系网络表现,通过更深层信息挖掘和推理,提供动态分析和监测。

关系建模

针对复杂对象的关联关系进行非线性建模,由节点(实体)和节点之间错综复杂的关系(实体之间关系)构成拓扑网络结构,实现从全局的网络角度,分析个体在群体中的风险、作案手段,以及团伙作案概率,识别“个体正常”但是属于洗钱团伙的行为和数据。

深度学习

利用机器学习技术识别大额和可疑交易。数据质量管理交易模型通过收集正常交易和洗钱交易的样本,基于数据质量分析报告对数据进行缺失值处理和异常值处理后,利用特征工程,提取数据质量管理交易重要特征,形成训练数据集。基于数据特点、不同模型的特性和业务场景选用合适的模型。利用测试数据训练集评估结果,特征工程、模型选择和模型参数调优三者都会影响模型的准确性。

网络分析

通过构建人、账户、手机、设备、企业等关联网络,结合时序分析,计算中心性、重要性等指标,识别账户及关联账户的异常交易链路,不仅能根据已列入黑名单的洗钱账户识别关联账户群组及生态圈,而且可以基于异常关系网络分析,识别新生成的洗钱团伙。基于识别的关系网络指标实时动态部署规则,实现洗钱团伙挖掘。

产品优势

信贷风控  

基于全链路实时纵深防御风控和深度画像为基础银行信贷提供深度智能风控解决方案,通过赋能机构实现金融业务所需的全流程风险管理,满足实时高效、风险可控、低成本及自主演进的核心需求。

交易反欺诈

帮助金融机构快速建立交易反欺诈体系。通过方案中实时风险决策系统内置的伪卡盗刷、套现洗钱等专家策略,能追踪用户近期交易异常行为,再结合设备指纹产品反馈的风险信息,实时输出判定结果,识别交易反欺诈风险。

强关联性  

由于中文的语法特点以及个体表达方式的差异,导致同一个地址有不同录入数据,让多数情况下中文地址很难关联到一起。通过模糊地址匹配,能关联并识别出欺诈团伙,规避风险。

实时管理  

提供完整的实时风险管理信息,保证各类安全风险的管控情况能得到合理控制。可根据历史数据为管理工作者提供决策支持,减少管理成本。

应用场景

    针对内审所要处理的高度概括性、模糊性、关联性的海量电子数据,数有智能风险预警系统采集多维度数据,挖掘数据之间的关联性,从资金、业务、社交、时间的走向发现疑点。建立相应的数据模型,跳出单一账本、单一勾稽的关系,从更多的数据维度中挖掘事实的真相,实现数据“增值”,从而提高内部审计工作水平。同时对金融企业内部的数据实行实时监控,把监督关口前移,将问题消灭在萌芽状态。

    基于新技术和新场景的保险诈骗手段不断升级,软、硬件攻击,社会工程学等方式并举,犯罪分子欺诈能力不断提升,欺诈方式更具专业化、智能化,欺诈手段迅速翻新。应对层出不穷的高科技欺诈手段,数有智能风险预警系统可帮助保险公司提前预防和控制相关风险的发生,以降低风险所带来的损失,从而降低赔付,将风险管理由被动向主动,由事后向前置发展。