四大優勢
整體輸出 |
不同于其他單一或若干模塊輸出的企業，也不僅僅是一套簡單的系統，飛貸輸出的是完整的移動互聯網信貸體系，涵蓋了在產品、科技、風控、大數據、品牌營銷、運營等方面的核心能力。
|
 |
大規模實踐驗證 |
安全性、穩定性和可靠性經過了數百億資產的實踐驗證。有飛貸參與聯合運營，項目可以在優良狀態下開展，合作機構無需承擔前期試錯成本，投入成本、時間成本低且項目風險可控。
|
 |
不依賴特定資源 |
飛貸的體系具備強開放性和普適性，不需要依賴特定資源，可通過完全市場化、多樣化、多渠道的方式進行營銷獲客，實現業務規模的大幅增長。
|
 |
支持合作機構能力建設 |
飛貸會作為“陪練”，提供包括數據、方案、各種建議的輸出等方面的支持，在合作中將科技、風控、大數據等相關技術完成能力轉移。
|
 |
三大平臺
 數百億規模實證，支持客戶精準立體分層，依據客戶風險度實現動態定額定價。
|
 為經營決策分析提供實時精準支持，內部運營效率提升10倍以上，營銷ROI提升4倍以上。
|
 自主研發中間件，全體系分布式結構可毫秒內處理億級交互，多技術手段保障安全穩定。
|
六大服務
移動信貸產品服務支持定制化的全線上移動信貸產品，隨時隨地、隨借隨還，額度內循環使用。
|
品牌與營銷服務基于定位體系打造差異化品牌，帶來可持續的用戶增長，突破傳統模式下的獲客瓶頸。
|
核算與清算服務支持T+0實時核算與7*24小時跨行異地清算。
|
風控運營服務全流程風險預警機制和多策略驅動的運營體系，有效保障資產質量。
|
智能客戶運營服務最大化客戶價值，單一客戶貢獻度可提升30%，高價值客戶占比提升50%。
|
經營決策分析服務從風險、運營、財務效益等多角度反映業務真實情況，快速提供決策支持。
|
應用案例
|
|
|
技術
人臉識別實時調用人像特征數據庫，通過比對引擎進行多重1:1人像算法比對，十萬分之一的誤識率水平時通過率99%以上。
|
設備指紋通過大數據加密算法，生成設備唯一識別碼，配合反欺詐規則用來偵測、攔截中介黑產和團伙欺詐。
|
行為特征比對通過比對算法技術將不同行為特征納入欺詐評分模型，結合模型運算有效攔截個體欺詐。
|
復雜網絡技術基于積累的欺詐特征數據庫，集成相似性評分、分團、社會關系風險評分等技術，通過算法關聯識別團隊欺詐。
|
模型
欺詐評分 模型 |
針對目標客群的欺詐風險特征、產品各流程的欺詐風險點、產品自身欺詐特性等多方面，開發多套針對特定人群、特定場景、特定地區的個性化欺詐評分卡、欺詐規則策略、關聯關系評分等欺詐風險偵。
|
申請評分 模型 |
根據業務場景開發審批策略，包括是否自動審批、額度策略、風險定價等，支持同時并行多套模型進行冠軍挑戰。
|
|
行為評分 模型 |
跟蹤和監測客戶內外部行為表現數據，識別客戶風險變化趨勢，根據風險預警級別不同采取差異化管理措施，并動態調整用戶的額度和定價，高敏感度把控客戶風險。
|
催收評分 模型 |
實現自動化的風險排序，支持制定預催收管理策略、不同風險級別客戶的差異化催收策略，并結合運營結果制定催收運營策略提高。
|
系統
反欺詐系統 |
部署國際先進的Instinct反欺詐系統，并進行個性化開發。支持部署欺詐評分卡、欺詐規則進行欺詐檢查，支持同一產品內或不同產品之間同時運營多套獨立的解決方案，支持冠軍挑戰，以便持續改進。
|
核心決策 系統 |
引進FICO的Blaze系統作為規則引擎框架，自主開發和部署其中的規則模塊和參數指標。決策系統內目前已內置數百條規則，并可根據新的貸款產品、新的業務流程、新的數據源、新的冠軍挑戰結果等來增減規則或調整規則參數。
|
機器學習平臺支持深度學習模型與算法的定制擴展，提升企業訓練和迭代模型的能力。優化后的分布式算法和深度算法比傳統神經網絡算法速度提高百倍以上。
|
數據分析平臺月處理數據數十億條，3000+客戶標簽，六大獨有主題數據模型，支持實時高效的數據分析與應用。
|
可視化平臺將復雜、無法解釋的數據關聯起來發現規律和特征，獲得商業價值，以圖表清晰直觀的表達數據，準確高效、精簡、全面的傳遞信息
|
數據運營
對產品和用戶進行實時監測和信息挖掘，建立運營監控指標體系。
|
輸出決策儀表盤，對整體業務情況進行監控，為管理決策提供參考。
|
對業務熱點和疑點進行分析與挖掘，實現多維度的關聯數據分析，發現問題并制定解決方案。
|
客戶觀察
|
通過數據挖掘技術對客戶數據進行提取和加工，把客戶實例化為上千個標簽形成360°視圖，深度理解用戶。
|
|
建立客戶細分模型，研究不同細分客群的客戶特征，為不同客群的個性化經營提供參考。
|
精準營銷
|
通過大規模的變量衍生和機器算法，建立智能獲客模型，并結合風險預估模型，高效提升客戶響應率和轉化率。
|
|
針對營銷渠道建立渠道評分卡，量化各渠道特征及質量，評估渠道效果，動態調整營銷渠道組合，提升整體營銷效能。
|
客戶價值管理
|
構建客戶利潤模型 分析不同業務、不同類型客戶的成本和收入，歸納不同客群的成本和收入特性，為提高整體營收提供支持。 |
|
構建客戶生命周期管理模型 以客戶價值挖掘為目的，精確評估不同類型客戶的價值貢獻并實現差異化運營策略，提高客戶平均貢獻度以及高價值客戶比例。 |
|
2000TPS
4核8G服務器配置達2000TPS單臺，可橫向擴展
|
PB級
日數據處理能力達PB級
|
150萬
數據庫處理峰值達150萬次/秒
|
|
200ms
交互200毫秒
|
ISO認證
通過ISO20000-1和ISO27001認證
|
基礎架構
全體系分布式架構。 |
自主研發中間件平臺承載所有后端應用與數據庫之間的交互。
|
支持混合云架構 公有云作為前端服務入口，CloudStack私有云平臺承載業務處理，支持上萬臺虛擬服務器。 |
容器平臺 Rancher.Kubernetes容器集群管理應用技術，支持應用秒級恢復。 |
數據存儲
|
分布式數據存儲 支持同時管理塊、對象、文件等多種存儲業務需求，實現端到端的數據保護，支持冷、熱數據的智能存儲分離，支持服務器、機架、數據中心等級別的故障隔離。 |
|
分布式文件系統 高容錯性，提供高吞吐量訪問應用程序的數據，支持以流的形式訪問文件系統數據。 |
|
基于Hadoop的權限機制 字段級的權限控制、完備的ACL體系等，確保數據安全、訪問安全以及訪問行為受控。 |
|
支持實時流數據處理，支持離線批處理計算 通過數據挖掘算法和圖計算算法等，分布式內存計算框架，實施周期或非周期的任務執行策略。 |
安全
全棧式HTTPS加密。 |
特權賬號管理系統，控制和監控整個網絡所有特權活動。
|
自主開發APP應用加固技術，防范應用劫持以及黑客入侵。
|
防DDoS攻擊系統的部署。 |
AES256加密服務，針對敏感信息進行高級別的加密和脫敏處理。
|
DLP文件安全管理系統，記錄所有文件操作行為，識別潛在風險。
|
同城雙活 雙中心同時運作，數據實時同步，實現業務環境的秒級切換。 |
