調(diào)研了上百家從事風(fēng)控數(shù)據(jù)業(yè)務(wù)的公司，有行業(yè)大牛也有各種低調(diào)開展業(yè)務(wù)的，在不會泄露各公司太敏感信息的前提，本著客觀的角度及學(xué)習(xí)的態(tài)度，逐一揭秘各家公司的征信風(fēng)控產(chǎn)品及數(shù)據(jù)源特色。本期的目標(biāo)將是風(fēng)控行業(yè)的做營銷做的比較出眾的【同盾科技】

之前說了“前”91征信（已升級“智帆金科”），主打的是同業(yè)共享平臺，也就是特指信貸行業(yè)數(shù)據(jù)共享平臺。而同盾是為數(shù)不多，我比較看好的一家跨行業(yè)聯(lián)防聯(lián)控數(shù)據(jù)科技公司。

跨行業(yè)相對同業(yè)，有哪些優(yōu)勢呢，請慢慢看下文。

一．同盾5大金剛

蔣韜CEO

蔣韜，04年獲得復(fù)旦大學(xué)計算機軟件和理論碩士學(xué)位。碩士畢業(yè)后加入IBM全球化研究院，2006年加入美會軟件，成為首席工程師。?2009年加入阿里巴巴，在阿里巴巴期間一直從事反欺詐和風(fēng)險控制相關(guān)領(lǐng)域的研究和產(chǎn)品開發(fā)，是阿里眾多基礎(chǔ)反欺詐產(chǎn)品的締造者，13年離開阿里創(chuàng)立杭州同盾科技。

張新波

同盾科技聯(lián)合創(chuàng)始人兼技術(shù)副總裁。09年加入阿里巴巴，成為國際交易風(fēng)控與反欺詐團隊的早期成員。09年至11年，全程參與了國際站風(fēng)控與反欺詐系統(tǒng)的建設(shè)，因為績效突出被晉升為技術(shù)專家。后期負責(zé)整個B2B風(fēng)控與反欺詐系統(tǒng)并參與集團統(tǒng)一風(fēng)控平臺的建設(shè)，對風(fēng)控與反欺詐領(lǐng)域有深入的研究。加入阿里巴巴之前，曾參與創(chuàng)辦過一家移動短信搜索公司，獲得過4 項發(fā)明和實用新型專利。

馬駿驅(qū)CTO

同盾科技執(zhí)行副總裁兼CSO，出生于香港，香港大學(xué)電機與電子工程學(xué)士，2005年獲長江商學(xué)院EMBA工商管理碩士學(xué)位。20多年工作經(jīng)歷遍布各大洲，歷任IBM香港、加拿大高級工程師，加拿大皇家銀行技術(shù)規(guī)劃部主管，香港八達通系統(tǒng)總架構(gòu)師。 后專注于發(fā)展新興市場技術(shù)應(yīng)用與咨詢服務(wù)的商業(yè)拓展，先后任職多家公司高管，曾參與如浦發(fā)、深發(fā)、建行、平安等大型企業(yè)的咨詢與變革項目，同時被委任為多個國家單位(如工信部、發(fā)改委)的顧問。2012年加入ThreatMetrix任亞太區(qū)副總裁。2014年加入同盾科技成為聯(lián)合創(chuàng)始人。

董騮煥博士CRO

2005年董騮煥獲得南開大學(xué)概率統(tǒng)計博士學(xué)位，博士畢業(yè)后加入中科院，ILOG/IBM從事數(shù)學(xué)模型在各種業(yè)務(wù)問題中的應(yīng)用，2010年加入FICO擔(dān)任高級經(jīng)理，主要支持金融行業(yè)反欺詐。2013年加入SAS擔(dān)任中國區(qū)金融反欺詐首席咨詢師，帶領(lǐng)SAS中國金融反欺詐建模咨詢團隊，針對銀行、保險、汽車金融等領(lǐng)域的申請，交易等欺詐和風(fēng)控問題提供解決方案，尤其是SAS中國的大型金融機構(gòu)的反欺詐數(shù)據(jù)分析咨詢和建模服務(wù)，其先后帶領(lǐng)和參與過各大銀行，保險公司和車貸等金融反欺詐風(fēng)控項目的規(guī)劃與實施咨詢工作。

2015年5月董騮煥博士加入同盾科技擔(dān)任CRO（首席風(fēng)險官）

二．同盾融資情況

2013-11-01

融資輪次：A輪

融資金額：1000萬

投資方：IDG資本，華創(chuàng)資本

2014-08-01

融資輪次：A+輪

融資金額：近千萬美元

投資方：IDG資本，寬帶資本

2015-05-20

融資輪次：B輪

融資金額：數(shù)千萬美元

投資方：IDG資本，啟明創(chuàng)投，寬帶資本

2016-04-13

融資輪次：B+輪

融資金額：數(shù)千萬美元

投資方：尚珹資本，元禾控股，啟明創(chuàng)投

2017-10-10

融資輪次：C輪

融資金額：數(shù)千萬美元

投資方：信達漢石，Temasek淡馬錫?，天圖資本

三．以下是同盾科技的全景布局

紅色是歷年來的投資機構(gòu)

三大主將CEO蔣韜，CTO馬駿驅(qū)，CRO董騮煥，撐起公司的戰(zhàn)略、技術(shù)底層架構(gòu)、風(fēng)險策略算法等；

戰(zhàn)略趨勢布局：中博信征信（2015-06-23成立的征信備案殼公司），外灘征信（2016-12-29

入股，布局小微企業(yè)征信），逾期管家（2017-07-11成立，意義應(yīng)該在于將鏈條后向布局，獲取不良用戶的貸后行為數(shù)據(jù)）

這里說下外灘征信：外灘征信是由上海新金融研究院（外灘征信的主辦單位上海新金融研究院是一家非官方、非盈利行獨立智庫，致力于新金融領(lǐng)域的政策研究。研究院成立于2011年7月14日，由中國金融四十人論壇，與上海市黃浦區(qū)人民政府戰(zhàn)略合作，有著深厚的行業(yè)積淀。）發(fā)起的企業(yè)征信平臺，自2015年6月成立以來，以小微企業(yè)征信為主要業(yè)務(wù)方向，秉承獨立、專業(yè)、共享的理念，致力于打造一個面向金融行業(yè)的新型數(shù)據(jù)服務(wù)企業(yè)。為小微金融機構(gòu)輸出行業(yè)共享的理念，努力推進行業(yè)信用信息共享平臺建設(shè)，圍繞互聯(lián)網(wǎng)信貸服務(wù)行業(yè)風(fēng)險控制的需求推出外部大數(shù)據(jù)查詢、行業(yè)共享征信服務(wù)平臺與信貸反欺詐系統(tǒng)。

同盾入股外灘征信一舉，在B2B2C的基礎(chǔ)，增加了B2B2B的布局。完成了對個人與企業(yè)端的數(shù)據(jù)業(yè)務(wù)布局。

四．同盾的主要產(chǎn)品及服務(wù)分為5大板塊

信貸風(fēng)控服務(wù)

包括貸前審核、貸中復(fù)查、貸后監(jiān)控、聯(lián)合建模、同盾智信分、信貸保鏢、逾期管家；

反欺詐服務(wù)

包括業(yè)務(wù)風(fēng)控服務(wù)（渠道、接口、賬戶、交易、支付、營銷等）、欺詐洞察（欺詐情報、行業(yè)報告）；

信息核驗服務(wù)

對應(yīng)關(guān)系驗證

核心風(fēng)控工具

決策引擎、模型平臺、復(fù)雜網(wǎng)絡(luò)、案件管理

核心風(fēng)控技術(shù)

設(shè)備指紋、代理檢測、人機識別、地理定位技術(shù)、AI風(fēng)控模型、黑產(chǎn)工具識別、全網(wǎng)黑產(chǎn)名單庫、虛假號、小號識別、地址雷達、實時團伙檢測

【獵人說】活生生一個風(fēng)控全流程的工具包集合

首先說下這些核心技術(shù)（所有基礎(chǔ)業(yè)務(wù)的支撐技術(shù)）

設(shè)備指紋

同盾設(shè)備指紋為每一個操作設(shè)備建立一個全球唯一的設(shè)備ID，結(jié)合同盾強大的決策引擎，精確分析出一個設(shè)備上的所有用戶的操作行為，發(fā)現(xiàn)多用戶之間的關(guān)聯(lián)情況，描摹出一個基于設(shè)備的用戶畫像

【獵人說】設(shè)備指紋，主要目的是通過各種交叉信息，鎖定你。一般設(shè)備指紋可以識別一個人的姓名、身份證號、手機號、手機IMEI、手機IMSI、MAC地址或分配給機器硬件的其他唯一序列號、TCP / IP配置，OS指紋，IEEE 802.11（無線）設(shè)置，和硬件時鐘偏移等等。這塊技術(shù)每家都有自己的一些特色，獵人對這塊了解不深，只能簡單做下介紹。

代理檢測

惡意用戶進行操作或者攻擊網(wǎng)站的時候，會使用代理技術(shù)隱藏自己的真實IP地址，同盾代理檢測技術(shù)可以及時發(fā)現(xiàn)這些風(fēng)險，準(zhǔn)確識別當(dāng)前用戶是否使用代理訪問網(wǎng)站，同時會獲取躲在代理服務(wù)器后的真實IP地址。

【獵人說】代理檢測，一般用于注冊時，識別惡意撞庫、薅羊毛等；貸前審核識別是否為風(fēng)險IP，虛假IP等。多適用于電商平臺、游戲平臺、互金理財?shù)取?/p>

人機識別

互聯(lián)網(wǎng)黑產(chǎn)為了利益最大化，往往會編寫腳本和軟件，在批量的設(shè)備上，自動化地完成惡意行為。同盾會從設(shè)備環(huán)境、用戶行為、調(diào)用狀態(tài)等多維度的檢測去判斷當(dāng)前用戶是否為機器用戶。

【獵人說】人機識別，主要通過APP中內(nèi)嵌的識別器，判斷這些手機等設(shè)備，配合IP識別判斷是否在一個地域固定不變，固定時間內(nèi)是否有移動行為或者晃動行為，若長時間固定不動，在識別策略上一般判為機器。

地理定位技術(shù)

同盾地理位置庫包括IP、基站、wifi、身份證、手機號及銀行卡等多維度的地理位置信息,通過地理位置庫可以快速精準(zhǔn)的定位網(wǎng)絡(luò)訪問者的地理位置,包括城市、經(jīng)緯度及網(wǎng)絡(luò)類型等信息。通過真實地理位置識別可以有效防范基于位置的欺詐行為。

【獵人說】地理定位，IP通過運營商網(wǎng)絡(luò)可以識別大概區(qū)域；基站一般基于運營商手機基站3站交叉鎖定幾百-3公里的范圍；WIFI可以鎖定幾十米的范圍；身份證、手機號、銀行卡這些多通過歸屬地判斷，有一定的誤差，準(zhǔn)確性不高。還有些就是根據(jù)庫存物流數(shù)據(jù)判斷。地理定位多是基于以上各種方式主打或被動定位用戶位置。目前，最精確的是GPS+運營商基站定位+WIFI三點定位。

AI風(fēng)控模型

傳統(tǒng)的風(fēng)控需要大量的人力和時間投入，并且在優(yōu)化效果的過程中，很難形成指數(shù)型的突破。同盾將機器學(xué)習(xí)、人工智能應(yīng)用到風(fēng)控模型中，提升效果的同時，也大量地提高了效率。

【獵人說】這就沒啥好說的了，依靠大量數(shù)據(jù)喂出來的各種算法、策略和模型?，F(xiàn)在處于半人半機器狀態(tài)，需要人監(jiān)督，及時調(diào)整特殊情況。

黑產(chǎn)工具識別

同盾可以識別市場上黑產(chǎn)常用的作弊工具，覆蓋度達到98%以上。比如識別設(shè)備是否處于root/越獄狀態(tài)，是否安裝了cydia框架、xposed框架、安卓模擬器、改機工具、代理軟件、虛擬定位等黑產(chǎn)工具。

【獵人說】黑產(chǎn)工具，最常見的是改PC端IP，移動端IP；其他借貸類APP留痕刪除；手機原識別碼修改。目的就是為了掩蓋這個設(shè)備已經(jīng)黑化。

全網(wǎng)黑產(chǎn)名單庫

基于同盾接入的海量客戶，以及大數(shù)據(jù)的沉淀，形成了覆蓋全網(wǎng)的黑產(chǎn)名單庫，包括虛假號碼、通信小號、代理IP、作弊設(shè)備、垃圾郵箱、身份證黑名單等。

【獵人說】黑產(chǎn)數(shù)據(jù)特點和來源在之前的調(diào)研中說過了，而同盾更多的一個數(shù)據(jù)優(yōu)勢除了金融行業(yè)基本需要有的基礎(chǔ)金融黑產(chǎn)數(shù)據(jù)外，同盾還有電商、游戲、保險、航旅等跨行業(yè)的黑產(chǎn)數(shù)據(jù)，黑產(chǎn)畫像在某種前置條件下，屬于全行業(yè)通用的。

虛假號、小號識別

同盾擁有對虛假號碼、通信小號的識別能力。截止2017年6月，已沉淀了超過3000萬的虛假號碼和通信小號，并且對名單庫持續(xù)的進行清洗。

【獵人說】虛假號碼一般都需要長時間從風(fēng)控中識別；小號一般可以通過運營商查詢在網(wǎng)時長判斷，但存在人為養(yǎng)卡行為就很難判斷。

地址雷達

地址雷達包括四個產(chǎn)品：地址標(biāo)準(zhǔn)化服務(wù)、地址真實性校驗、地址相似度匹配和地址資產(chǎn)價值評估。針對輸入的文本地址信息，四個產(chǎn)品分別輸出標(biāo)準(zhǔn)化、補全和修正后的地址，地址真實性評分，地址相似度評分，地址資產(chǎn)價值評估字段。

【獵人說】地址雷達，除了依賴上述的地理位置定位的幾個方式獲取用戶相對準(zhǔn)確的活動范圍，還需要物流內(nèi)部的常用聯(lián)系地址，這個是相對精確的。地址雷達就是圍繞這些數(shù)據(jù)衍生出各種地址產(chǎn)品，補全，驗真，區(qū)域評分、地址價值評估。

實時團伙檢測

實時團伙檢測是一種能實時識別群體欺詐的新型智能工具。首先基于同盾大數(shù)據(jù)構(gòu)建關(guān)系網(wǎng)絡(luò)，再通過動態(tài)社團分割算法進行分團，同時配合規(guī)則策略進行篩選，實時返回命中詳情和團伙分布圖，從而進行團伙欺詐的識別，幫助用戶在事前發(fā)現(xiàn)欺詐團伙，防患于未然。

以下說說金融領(lǐng)域，主要的信貸類相關(guān)金融產(chǎn)品的貸前、中、后流程主要有哪些，并按順序大概說說每個流程點，需要應(yīng)對的場景及可使用的同盾類產(chǎn)品（很多科技公司都有同類產(chǎn)品，比如通付盾、天創(chuàng)科技等）。

金融信貸領(lǐng)域的產(chǎn)品，除了理財稍微提及下，其他多為P2P信貸、小貸、消費金融、汽車金融、銀行信貸等。 在貸款申請這個步驟開始前，一般逃不過營銷獲客、注冊登錄、實名認證及銀行卡綁卡行為。

P2P資產(chǎn)端

貸款申請-貸前審批-審批完成-放款成功-貸后監(jiān)控-逾期催收；

小貸

貸款申請-貸前審批-審批完成-放款成功-貸后監(jiān)控-逾期催收；

消費金融

選定商品-分期申請-信貸審批-獲取貸款-按時還款；

汽車金融

選定車輛-貸款申請-信貸審批-簽訂購車-辦理手續(xù)-按期還款；

銀行信貸

申請貸款-貸款審批-授信額度-貸后監(jiān)控-逾期管理。

說完基本信貸流程，下文說說各流程的須知及防控方式，

營銷推廣

防控場景：薅羊毛-惡意搶紅包，廣告防作弊點擊

對應(yīng)產(chǎn)品：

• 作弊設(shè)備識別：通過設(shè)備指紋技術(shù)，可以獲取操作設(shè)備的多重屬性，從而分析該設(shè)備參與營銷活動的頻率、關(guān)聯(lián)賬號等情況，有效識別作弊設(shè)備。
• 代理IP分析：通過代理檢測技術(shù)，可以及時發(fā)現(xiàn)通過使用代理技術(shù)隱藏真實IP地址的行為，準(zhǔn)確識別當(dāng)前用戶是否使用代理訪問網(wǎng)站，再結(jié)合機構(gòu)本身的風(fēng)控模型及用戶信息，有效識別作弊用戶。
• 欺詐用戶行為：通過存量歷史欺詐用戶數(shù)據(jù)建模分析，準(zhǔn)確分析用戶行為特征，有效識別欺詐作弊用戶。

注冊時的賬戶安全

防控場景：賬戶盜用（登錄）-用戶因為中網(wǎng)絡(luò)木馬釣魚導(dǎo)致賬戶密碼泄露，進而導(dǎo)致賬戶的資金損失及企業(yè)形象受損。

暴力破解：網(wǎng)絡(luò)欺詐分子會通過機器對賬戶密碼進行暴力破解，進一步獲得賬戶登錄權(quán)限，導(dǎo)致用戶資金損失和企業(yè)品牌受損。

拖庫撞庫：網(wǎng)絡(luò)欺詐分子利用互聯(lián)網(wǎng)中大量泄露的用戶名密碼進行嘗試，如果平臺資金賬戶密碼不幸在泄露庫中，那么可能會導(dǎo)致用戶信息及資金蒙受損失。

漏洞利用：網(wǎng)絡(luò)黑客可能會在登錄環(huán)節(jié)嘗試?yán)肧QL注入等WEB漏洞進行嘗試，如果網(wǎng)站系統(tǒng)存在WEB漏洞，則可能導(dǎo)致賬戶庫信息泄露等嚴(yán)重后果。

垃圾注冊：新平臺上線之初，常常進行拉新優(yōu)惠活動。而現(xiàn)網(wǎng)絡(luò)上有一群“羊毛黨”通過注冊機和虛假手機號碼等方式繞過平臺驗證，批量套取優(yōu)惠，給平臺造成不必要的資金損失。

實名認證環(huán)節(jié)

身份證號認證：公民身份信息，既身份證號碼及姓名，另加有條紋返照，這個查詢接口一般來自于公安一所、三所及公安認證中心，現(xiàn)在在市面上要找到實時口真不容易，多是存量接口。原因就是這些公安部門一般不會外放，也沒正式的代理政策。

綁卡環(huán)節(jié)

銀行卡驗證：銀行卡驗證根據(jù)不同行業(yè)需求及產(chǎn)品設(shè)計，一般分為銀行卡2要素（姓名、銀行卡號）、3要素（姓名、銀行卡號、手機號）、4要素（姓名、身份證號、銀行卡號、手機號）及銀行卡6要素（一般指貸記卡，姓名、身份證號、銀行卡號、手機號、有效期及CVN2碼），現(xiàn)在慢慢開始普及的還有銀行卡3類賬戶識別驗證。接口主要來源與各大銀行總分支行，比較全的也就是各地銀聯(lián)，但多部分知名度較高的都是些第三方支付渠道。

貸前、中、后這三大環(huán)節(jié)

貸前：機構(gòu)內(nèi)部，需要劃分好各信貸產(chǎn)品的用戶畫像，準(zhǔn)入條件，風(fēng)控策略等，業(yè)務(wù)一開始，多由于無自身歷史有效數(shù)據(jù)需要外接一些類似黑名單庫、多頭名單、用戶信貸記錄等其他成熟信貸機構(gòu)分享出來的數(shù)據(jù)，拿來做最基礎(chǔ)的判斷。后續(xù)在產(chǎn)品借還周期有個1-3期后，就開始可以積累與自身產(chǎn)品強相關(guān)用戶的借貸行為，并通過各種算法模型策略，結(jié)合內(nèi)外部數(shù)據(jù)去看風(fēng)控效果，然后覺得需不需要換風(fēng)控數(shù)據(jù)接口，自身如何調(diào)整風(fēng)控策略。由于這是個大篇章，這里只簡單說說。

貸中：貸中一般強調(diào)已貸用戶的資金使用用途是否正常，資質(zhì)是否有變化，收入情況是否穩(wěn)定等各種會影響客服后期正常還款的各種行為變化。但這個一般除少部分掌握用戶出行數(shù)據(jù)、支付數(shù)據(jù)、實時信用數(shù)據(jù)的機構(gòu)可以做得到，大部分信貸機構(gòu)都無法做貸中監(jiān)控，只能與這些少部分機構(gòu)合作，但監(jiān)控成本就自然上升。

貸后：貸后包括客戶正常還款的復(fù)貸邀請及逾期還款催收兩部分。復(fù)貸邀請主要通過歷史行為找出按時還款的客戶，并主動詢問是否需要復(fù)貸。逾期催收，難點在于M+1/2/3…/9各逾期時間的催收成功率都不一樣，因此催收公司也在這個細分專業(yè)領(lǐng)域有一定的存在價值。催收實力主要看幾方面：1是失聯(lián)修復(fù)的能力和命中率；2是催收話術(shù)和催收策略；3.客戶心情

【獵人說】市場上，能做到以上這么多方面的機構(gòu)真不多。技術(shù)、數(shù)據(jù)、同行業(yè)覆蓋率、跨行業(yè)覆蓋率（除運營商內(nèi)部，實現(xiàn)失聯(lián)修復(fù)主要方式?。┑热币徊豢伞＿@里歡迎能PK同盾的公司來勾搭交流。

五．總結(jié)

同盾在起初，穩(wěn)定了基礎(chǔ)金融行業(yè)的SAAS系統(tǒng)服務(wù)的收支差后，制定了從金融行業(yè)風(fēng)控SAAS系統(tǒng)服務(wù)到跨互聯(lián)網(wǎng)行業(yè)風(fēng)控SAAS系統(tǒng)服務(wù)的戰(zhàn)略布局；從單一金融業(yè)的風(fēng)控到跨行業(yè)的風(fēng)控服務(wù)提供商，從金融屬性數(shù)據(jù)做風(fēng)控到各行業(yè)各類數(shù)據(jù)交叉驗證來做風(fēng)控，屬于風(fēng)控層面非強關(guān)系的個人數(shù)據(jù)的靈活使用。側(cè)面其實可以看得到和阿里發(fā)展的軌跡有點類似。

同盾在行業(yè)上，覆蓋了金融業(yè)最賺錢的也是風(fēng)控數(shù)據(jù)量最大的幾個行業(yè)，信貸、保險、理財，電商業(yè)、O2O業(yè)、社交、航旅和游戲業(yè)等。 除了金融業(yè)，電商業(yè)、O2O業(yè)和游戲業(yè)這些對于風(fēng)控數(shù)據(jù)的采集有什么幫助？

電商業(yè)和020

特別是天貓、京東等電商巨頭和一些垂直細分的打通線上線下的電商平臺，是薅羊毛的重疾地（薅羊毛用戶會被標(biāo)記，用于別的平臺的防控），同時這些機構(gòu)也掌握了用戶相關(guān)興趣愛好，購物習(xí)慣和偏好，消費能力和水平，品牌忠誠度等最重要的是常用物流地址，一般可得知常住地址、公司地址和關(guān)系較好朋友的地址，通過地址定位，又可以獲得相關(guān)區(qū)域房子價值和租房水平，交叉識別一個用戶的真實消費水平。地址庫的形成又可以用于貸后上門催收。一些小的電商平臺還是各種貓池、修改器的交易地帶。通過在這些電商平臺進行信息采集，可以在風(fēng)險防控上做出相對及時的把控調(diào)整。

航旅

一般人是不會坐飛機，坐飛機的非一般人，更何況是經(jīng)常坐飛機各地跑的人。雖然這樣簡單定義坐飛機的客戶是高凈值用戶不太穩(wěn)妥，但針對長時間的飛行軌跡，艙位等級，飛行時間等綜合判斷，一定程度可以得知該用戶是旅游者、還是出差者、是相對有錢、還是特別有錢。

社交

社交中現(xiàn)在基本要求實名制，但實名制以外的信息才是重頭戲。一個人在社交軟件中備注的身份信息，交流的圈子資質(zhì)，發(fā)表的內(nèi)容等，都間接反應(yīng)一個人相對真實的一面。這些數(shù)據(jù)一般用于黑產(chǎn)關(guān)聯(lián)判斷比較多，其他的一些應(yīng)用需要更大量的文本數(shù)據(jù)進行提取加算法優(yōu)化才有用。

關(guān)系網(wǎng)的數(shù)據(jù)

是發(fā)現(xiàn)不了他的欺詐行為的。傳統(tǒng)金融機構(gòu)有央行做信用數(shù)據(jù)匯總，各家銀行可以調(diào)用，但是現(xiàn)在互聯(lián)網(wǎng)金融機構(gòu)恰好缺少央行這樣一個相似的角色，而且同盾在信用記錄匯總的基礎(chǔ)上又往前邁了一步，直接為這些金融機構(gòu)提供輔助決策服務(wù)。

風(fēng)控行業(yè)機構(gòu)集齊七顆數(shù)據(jù)類龍珠（個人四要素、資產(chǎn)數(shù)據(jù)、借貸數(shù)據(jù)、信用數(shù)據(jù)、支付數(shù)據(jù)、社交數(shù)據(jù)）時，就可以召喚一個神龍，滿足你在互聯(lián)網(wǎng)時代做全流程風(fēng)控的愿望，當(dāng)然如果你覺得做風(fēng)控沒意思，那就許愿做精準(zhǔn)營銷吧。

相關(guān)閱讀

百家風(fēng)控公司揭秘系列｜91征信公司及產(chǎn)品調(diào)研報告

百家風(fēng)控公司揭秘系列2｜華道征信&億美軟通公司及產(chǎn)品調(diào)研報告

百家風(fēng)控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報告

百家風(fēng)控公司揭秘系列4｜京東系聚信立公司及產(chǎn)品調(diào)研報告

從事大數(shù)據(jù)征信行業(yè)，你必須知道這些

最全互聯(lián)網(wǎng)金融6大板塊風(fēng)控研究框架：監(jiān)管政策、行業(yè)模式及合規(guī)要點

#專欄作家#

大數(shù)據(jù)獵人，微信公眾號：大數(shù)據(jù)獵人，人人都是產(chǎn)品經(jīng)理專欄作家。多年金融科技行業(yè)相關(guān)戰(zhàn)略研究、行業(yè)分析、商業(yè)模式及產(chǎn)品體系研究經(jīng)驗，擅長政府?dāng)?shù)據(jù)+企業(yè)數(shù)據(jù)+公開數(shù)據(jù)多源數(shù)據(jù)融合流通交易及應(yīng)用

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于 CC0 協(xié)議