
项目案例分享
文章平均质量分 92
数智化智者
曾就职于国际咨询公司,15年金融、电信等行业数字化咨询服务专家,长期助力中国企业数字化转型项目规划和落地实施,包括企业级数据架构和模型建设,场景化数据洞察,数据标准和质量管理,数据开放与数据应用建设等领域,具有独特的业务视角及数据驱动业务成功经验
展开
-
银行反欺诈理论、方法与实践总结(上)
理论定义欺诈是指行为人通过故意掩盖真实情况、制造虚假事实或隐瞒关键信息,使他人陷入错误认知,并基于此错误认知做出违背真实意愿的行为或财产处置。主观故意性:行为人明知虚假或隐瞒行为会导致他人受损,仍主动实施;客观欺骗性:通过语言、文件、技术手段等制造假象;因果关系:受害方的错误决策直接源于欺诈行为;损害结果:最终导致财产损失或权益侵害。法律依据《中华人民共和国刑法》第266条规定,以非法占有为目的,用虚构事实或隐瞒真相的方法骗取财物,可构成诈骗罪,最高可处无期徒刑。案例实践。原创 2025-03-21 05:22:30 · 689 阅读 · 0 评论 -
芝麻信用分模型及应用场景建设规划与实践
支付宝建设芝麻信用的背景和出发点,由政策环境、市场需求、企业战略三个方面的原因,其核心是解决传统信用评估体系的不足,并通过数据技术重构信用价值体系。1、传统征信覆盖不足2015年之前,央行征信中心仅覆盖约3.8亿人(有信贷记录人群),大量未被传统金融机构服务的长尾用户(学生、自由职业者、小微企业主等)缺乏信用记录。支付宝用户中超过50%没有信用卡,但日常支付、理财等行为已产生海量可评估数据。2、互联网金融爆发催生风控需求。原创 2025-02-26 20:12:14 · 874 阅读 · 0 评论 -
一个典型的个贷评分卡挖掘建模项目(3)
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘目标是从数据中发现隐含的、有意义的知识,通过预测未来趋势及行为,做出前摄的、基于知识的决策。本次项目的数据挖掘目标是构建申请评分模型,通过计算客户的申请阶段的风险评分,预测信贷申请客户未来一段时间内的违约概率,切实提高**银行零售事业部风险计量水平和风险管理能力,优化信贷资产,降低不良率,提升零售金融事业部的服务质量。原创 2024-03-19 06:00:00 · 1271 阅读 · 1 评论 -
一个典型的个贷评分卡挖掘建模项目(1)
本文档详细介绍了咨询公司为某银行零售事业部提供的零售业务申请评分模型的开发步骤、方法和结果,这是一个项目总结文档,也是一个重要的交付文件。本文档包括以下部分:项目目标、模型设计、评分卡建模开发步骤、模型评估、模型最终结果、分数转换。原创 2024-03-17 13:58:02 · 1219 阅读 · 0 评论