发送GP到6666 随时随地查行情
大家下午好,我从技术上对信用卡的分析做一个简单的介绍,大家有什么不同的意见我们可以在会后交流,在整个系统当中要有一个信息的输入、信息的处理,最重要是信息的展现和发布,信息的输入有很多,有业务系统,有财务系统,通过一个抽取、转换和加载进行了一种处理,然后通过BI的展现把信息呈现给各个业务部门,在整个构架的过程中,我们往往会忽略两点,一个是关键绩效指标的处理,以及文档的搜索,在整个框架的构成当中,最后的展现是通过企业的信息门户,形成一个对不同业务部门的需求和客户经理需要关注不同的指标来展现给业务部门和客户经理。
这个是我们First BI信用卡分析,我们归纳出来有几大类,其中包含有客户的分析和卡的种类的分析,以及渠道的分析、客户分析、机构考核。我们今天的议题是First BI能够从技术手段上怎么来实现对于风险管理。
这是我们对智能风险管理的定义,对于这些数据整理过来以后,要进行分析和学习,通过不同的业务模型和业务手段实施进行进入风险的管理系统,还要通过E-MAIL、手机短信来进行风险的预警。大家看到这是一个循环处理的流程。
我们的对手就是恶意欺诈的行为这种风险的制造者,他们会有更加隐蔽,更加专业的手段,因此我们更大的挑战是在将来对于不断的新增的风险进行学习、研究、分析,然后再不断的通过风险防范的数据库,这样就形成了整个处理的流程。
对于风险进行处理当然是有很大的难度,这些难度归纳为五个技术难点,首先是海量的数据,对于这么大量的数据,每天的交换,这是我们处理非常难的地方,另外一个就是分散的业务系统,卡的交易系统、财务系统,数据怎么样统计,怎么样把数据有效的利用起来,在整个刷卡过程中有正常卡的消费人群,也包括恶意的人员,然后通过结构化数据分析处理的平台进行分析和展现。
这是几个重要的模块,其中最主要的是OLAP的分析,通过信息的各种渠道进行信息的提醒、预警,整个过程当中最重要的就是整个系统的安全性,对于信息安全性的防护。
这个界面中我们看到有红条和绿条,绿条代表的是每一个产品收益的情况,红条就代表了风险的情况,从条形图上可以看出,对于哪一类的客户,哪一个时期内,消费对企业是负增长的,风险是高于回报的,通过条形图来进行展示。下一张图是对于欺诈类型归纳为六个类,有伪造,虚假,身份盗用,通过邮件信息的手段来获取信用卡的一些信息,刷卡人的一些信息进行欺诈,归纳为六种欺诈行为以后,就可以通过这张表可以非常清晰看出这六种欺诈行为对企业造成什么样的损失。
对于一个卡的产品欺诈行为,它的风险比例是多高?每个卡的品种对于欺诈的行为是什么样的比例,这个对企业和客户决策者作出一个判断。另外是渠道进行风险防范的手段,通过一些非结构化的处理进行分析和研究。
通过这张图可以看出对于在哪些商铺当中发生欺诈的行为是最高的,占的比例造成损害度是最大的,可以对商铺进行一个评估,怎么样进行下一步的发展策略。
整个的结构对于企业带来的回报,首先是对于业务机会,对整个增长有很大的提高,还有就是节约成本,减少交易中的欺诈行为和其他争议。通过产品的使用,通过IT信息手段,首先是降低了业务人员对于系统操控的难度,提高了整个部门的效率,因为企业现在是在高速发展中的,我们的信息技术,我们的架构对于将来的状态是不是还适用?我们的产品还有信息架构上会充分考虑到对将来的扩展性。
这是我们在全球的案例有几个比较有代表性的,比如VISA。通过门户的展现手段使得每个业务部门展现为个性化的服务,对于不同的系统有一个统一的整合。
( 责任编辑:李江平 )