贷前信用模型
精准甄别申请人风险,对信审工作降本提效。高度自动化,小微多客群广度适用,快速响应。涵盖了以下轻量级的结合了专家规则集和机器学习模型的产品
  • 微加资信分

    - 多维数据,覆盖面广,量化调优,精准实时,性能稳定,快速响应
    - 稳定管理:多源数据自动更新,保障性能;数据源主备接口配合时效缓存,保证稳定性
    - 量化模型调优:规则经由量化模型对大批量多场景多产品样本调优,更能准确甄别申请人风险

    身份验证工具

    多维验证:身份证二要素、四要素,人企核验,证件OCR工具,短信验证工具

    反欺诈评分

    由多个轻量模型与规则集组成反欺诈评分模型,有效甄别申请人借贷意向与欺诈风险

    - 黑名单+涉案涉诉查询
    - 借贷意向评分模型
    - 关联人与关联设备分析模型

  • 微加资质分

    对申请人资产资质定量定性分析。基于资产数据分析和客群分层聚类分析,针对线上线下业务场景均有稳健的信审解决方案

    线下数据

    智能问卷:针对客户资产画像,分层聚类模型判断:客群归属、场景与产品适合度评分,智能生成问卷

    线上数据

    资产资质分析模型

    - 多机器学习模型全方位分析:对多维大数据降维分析,聚类分析,回归分析,推论分析,综合生成评分的定量定性模型
    - 结合专家经验对强关联资产数据生成规则集,共同打分

  • 微加微镜信用报告

    客户评分模型

    个人+企业征信评分 生成客户综合信用画像、综合评分卡

    - 多机器学习模型全方位分析:对多维大数据降维分析,聚类分析,回归分析,推论分析,综合生成评分的定量定性模型
    - 结合专家经验对强关联资产数据生成规则集,连同微加资信分、微加资质分共同打分评级

    核额定价模型

    结合了客户评分模型对申请人的信用评估和还款能力的评估与产品适合度评分,运用机器学习生成集成核额模型

    智能电核问卷

    结合资信资质评估的结果,对存在于疑问区间的客户智能生成终审电核问卷

贷中监控与预警模型
  • 行为风险预警

    - 结合对表现行为数据、外部数据和公共数据进行实时综合分析,提出监控策略
    - 对存量数据进行深度挖掘分析,整合长期与众多金融机构联合建模的经验,采用微加信用画像等技术对客户分层,让风险预警工作降本提效

    行为数据分析

    综合客群、行业、产品的预置评分区间对客户进行分层分析,其结果结合机器学习对其行为进行预测,整合判断客户舆情风险

    外部和公共数据驱动的风险提示

    以专家规则集为核心制定策略建议,配合行为模型精准调优

  • 贷前模型调优

    根据贷中表现,重审贷前策略,自动调优模型参数。配合A/B测试部署系统验证调优效果。支持自动优化整体风控模型体系

    数据管道

    有了打通全工作流的数据管道,监控分析可对存量数据进行分析。以行为数据为事实指导,反推模型调优参数