Big Bee Data, ingenio y control intensivo de riesgos del big data
Las finanzas por Internet son populares, al igual que el control de riesgos de big data. Como resultado, las empresas continúan presentándose y diciendo que quieren hacer big data y proporcionar control de riesgos de big data para las empresas financieras de Internet. ¿Pueden hacerlo las personas que quieran controlar los riesgos de big data?
El control de riesgos en la minería de big data requiere profesionalismo y destreza.
El principal problema que no se puede evitar en el control de riesgos de big data es el problema de las fuentes de big data, es decir, la adquisición, almacenamiento, gestión y análisis de big data. En nuestro país aún no se ha creado el buró de crédito público y los datos crediticios no se pueden obtener en su totalidad a través de los servicios públicos. Además, no existe una tradición histórica en la calificación crediticia de las personas y empresas nacionales, y la construcción de una sociedad de crédito está en su infancia. Por lo tanto, la extracción de big data multicanal, diversificada, dinámica y en tiempo real de fuentes de datos de control del riesgo crediticio es la única forma de lograr el control del riesgo de big data. ¿El control de riesgos de big data realmente sólo es posible con tecnología de captura de datos?
“El control de riesgos en la minería de big data requiere profesionalismo y destreza. Para muchos profesionales y técnicos, no es difícil capturar datos en línea a través de medios técnicos, pero lo realmente difícil es cómo identificarlos, filtrarlos y administrarlos. Analizar información que es verdaderamente valiosa para el control de riesgos es imposible sin una experiencia profunda en el campo del control de riesgos financieros y sin centrarse y combinar la tecnología de minería de datos líder en la industria. Al final, lo que se obtiene del big data puede ser simplemente más falso. señales y ruido”, dijo Chris, director de operaciones de datos de Shenzhen Big Bee. Se entiende que el equipo de Big Bee Data ha estado inmerso en la industria del control de riesgos financieros durante muchos años y se ha centrado en el análisis de datos, el CRM empresarial y la construcción de sistemas de control de riesgos en el campo financiero. Entre sus clientes se incluyen los principales bancos de Australia. Sudeste Asiático, Hong Kong, Macao y China continental Instituciones de seguros, agencias gubernamentales. Por ejemplo, HSBC, Moody's Pacific Headquarters, Bank of China, China Merchants Bank, China CITIC Bank, Guangdong Development Bank, Ping An, China Customs, China Mobile, China Unicom, Pengyuan Credit, Standard Chartered Bank, Dah Sing Bank, Wing Hang Banco, Banco de Desarrollo de Singapur, Banco Tai Chan. Al igual que Huawei hace unos años, el equipo de Big Bee ha cumplido silenciosamente con su deber de "artesanos" durante muchos años, trabajando intensamente entre bastidores para promover el desarrollo de la industria.
“Muchos gerentes de proyectos y líderes de RD del equipo de Big Bee tienen muchos años de experiencia trabajando en instituciones reconocidas como HSBC, Chase Bank, IBM, SAP, SAS, Huawei y Peng Yuanzhengxin. El control de riesgos de big data tiene un profundo conocimiento técnico y conocimiento de la industria. Para el control de riesgos financieros de Internet, la forma más eficiente y conveniente debería ser el control de riesgos de big data, que es el negocio principal en el que se centra actualmente toda la empresa ". En la minería de fuentes de datos, Chris está muy tranquilo y confiado. Dijo: "El control de riesgos de Big Data aún se encuentra en la etapa de exploración de la industria, pero a lo largo de los años, el equipo de Big Bee se enorgullece no solo de su tecnología de análisis de procesamiento y recopilación masiva de datos, sino también de sus recursos centrales multidimensionales de Big Data en En la industria financiera, se pueden obtener otros datos relevantes de forma rápida y precisa a través de la tecnología. Por supuesto, el big data y la minería de datos no tienen fin, lo que debemos hacer en la minería de big data es enriquecer continuamente las fuentes de big data. y explorar aplicaciones de big data junto con la industria. Apertura y efectividad". Chris escribió el artículo "Fuentes de datos para el control de riesgos de Big Data", que atrajo una gran atención en la industria. "En el campo del control del riesgo crediticio de big data, Big Bee tiene un 'espíritu artesanal'. Somos lo suficientemente profesionales, estamos más enfocados y continuamos expandiendo nuestra experiencia y recursos en todas las industrias. Es más probable que Big Bee Data realmente implementar tecnología de big data y control de riesgos La combinación perfecta de aplicaciones ”
El sistema de control de riesgo crediticio es más atractivo que la tecnología en sí.
Se entiende que Dick Cheung, el fundador de BigBee Data, es un conocido experto en análisis de datos y control de riesgos financieros. Como estadístico colegiado de la Royal Statistical Society, en sus inicios se dedicó al análisis de datos y a la investigación de control de riesgos financieros en reconocidas instituciones de Europa y Australia. Después de regresar a China, fundó Huace Company, que se especializa en la construcción de sistemas de control de riesgos para bancos, seguros y agencias gubernamentales de renombre. Está bien versado en la construcción de sistemas de control de riesgos financieros extranjeros y está familiarizado con el riesgo crediticio interno. controlar el mercado. Personalmente cree que el control de los riesgos financieros debe ser un proyecto sistemático.
Además del entorno macro, el control interno del riesgo de las entidades de crédito nunca se puede lograr basándose únicamente en las fuentes de big data, los datos crediticios y el soporte de información de BAT en determinadas dimensiones. Para hacer realmente un buen trabajo en el control del riesgo crediticio, especialmente en el control del riesgo financiero mutuo, es necesario considerar el proceso de control del riesgo, la gestión del personal de control del riesgo, la eficiencia del control del riesgo, la calidad del control del riesgo, el costo del control del riesgo y otras dimensiones. La construcción de un sistema de control del riesgo crediticio eficaz y eficiente se basa en romper las barreras técnicas de los macrodatos. Más importante aún, requiere una comprensión e investigación profundas del campo del control del riesgo financiero y de la industria de los fondos mutuos.
Con base en esta creencia, desde el comienzo de la investigación y el desarrollo del negocio de control de riesgos de big data en 2013, el equipo de Big Bee se ha centrado en crear soluciones de control de riesgos de big data durante todo el ciclo de vida crediticio, desde adquirir clientes de alta calidad antes del préstamo Desde la revisión, la toma de decisiones sobre préstamos hasta el seguimiento posterior al préstamo, brindamos a las instituciones de crédito servicios de asistencia para la toma de decisiones y consultoría de control de riesgos de ciclo completo. A través de una clasificación empresarial en profundidad, estadísticas de datos y modelos analíticos de control de riesgos financieros mutuos, el equipo de Big Bee integró soluciones complejas de control de riesgos de big data en varios sistemas operativos inteligentes y concisos, a saber, el sistema de investigación de información de aplicaciones comerciales, fraude de auditoría empresarial. El sistema de identificación, el sistema de puntuación de big data y el sistema de seguimiento posterior al préstamo son utilizados actualmente por una gran cantidad de usuarios y se aplicarán pronto. Posteriormente, Big Bee también planea integrar estos sistemas en una plataforma unificada "Bee Control Online". Para entonces, a través de esta plataforma, el personal comercial ordinario de todas las pequeñas compañías de préstamos, plataformas P2P, departamentos de préstamos personales de bancos, centros de tarjetas de crédito personales, intermediarios de préstamos y otras instituciones podrán manejar fácilmente el proceso que anteriormente requería múltiples departamentos de procesos y múltiples profesionales. controlar el negocio.
Chris siempre se emociona cuando piensa en lo que está haciendo el equipo y ve los cambios en el control de riesgos que el sistema ha aportado a la industria. Dijo: "Este siempre ha sido mi sueño, el sueño de la empresa y el sueño de este equipo durante muchos años. La construcción del sistema de control del riesgo crediticio es más fascinante que la tecnología misma".
Reducir costos y aumentando la eficiencia. Calidad, logrando la transformación de "0" a "1"
Sabemos que en el campo de las finanzas de Internet, los principales campos de batalla son los pequeños préstamos y las plataformas P2P. En términos generales, el negocio crediticio de pequeños préstamos y plataformas P2P tiene las características de una gran cantidad de clientes, pequeñas cantidades y desembolsos rápidos, lo que determina que la industria de fondos mutuos no puede realizar control de riesgos a través de hipotecas de activos tradicionales o investigaciones fuera de línea como los bancos. Por lo tanto, muchas instituciones pequeñas y micro de fondos mutuos casi no tienen departamentos de control de riesgos, o su trabajo de control de riesgos está fragmentado y no es sistemático. Incluso si se crea un departamento de control de riesgos dedicado, es poco probable que la mayoría de ellos establezcan un equipo de investigación y desarrollo del sistema, y la mayoría utiliza tácticas colectivas y revisión manual. La eficiencia del control de riesgos siempre es limitada y el costo del control de riesgos es inevitablemente alto. El proceso de control de riesgos y la gestión del personal también son difíciles.
Desde la perspectiva de las tendencias de desarrollo de aplicaciones y tecnología, las características en red, basadas en plataformas, inteligentes y de dimensiones completas del control de riesgos de big data podrán satisfacer las necesidades de las empresas de gran escala y alta eficiencia y control de riesgos de préstamos mutuos de alta eficiencia. Necesidades de control de riesgos de alta calidad y bajo costo, y pueden resolver integralmente estos problemas desde los aspectos de la dimensión de investigación, calificación crediticia, gestión de procesos, costos de control de riesgos, etc.
Por supuesto, las nuevas tecnologías y aplicaciones son siempre un proceso iterativo, que requiere la promoción del entorno del sistema y el continuo ensayo y error, falsificación y evolución de toda la industria. Para el "espacio en blanco" o "caos" en el control de riesgos de muchas instituciones financieras mutuas, el control del riesgo crediticio de big data puede lograr el cambio de toda la industria de "0" a "1", logrando así el valor decisivo de "1". .
El valor del control de riesgos de big data se puede ver en los efectos de la aplicación de varios productos (sistemas) de control de riesgos de big data actualmente lanzados al mercado por Big Bee Data. Supimos de algunos de los clientes cooperativos de BigBee, como Home Credit, Zendai Quicken Loan, AXA y Jinsheng, que han realizado una investigación exhaustiva sobre la aplicación del "Sistema de investigación de información de aplicaciones comerciales", una plataforma de control de riesgos de big data para la revisión crediticia. cooperar. En términos de ahorro de tiempo y mejora de la eficiencia, es al menos 300 veces mejor que la revisión de crédito manual tradicional; en términos de calidad de la revisión de crédito, puede obtener de manera flexible y rápida una dimensión de datos más amplia, realizar investigaciones automatizadas de big data y verificación de préstamos en línea; solicitantes con mayor precisión y genere rápidamente informes de investigación para ayudar en las decisiones de acceso previas al préstamo. Al mismo tiempo, se está discutiendo un "Sistema de identificación de fraudes de auditoría empresarial" que se conectará a los datos de BigBee.
Se trata de un banco de preguntas dinámico de big data inteligente y un sistema de puntuación de exámenes interactivo, que puede resolver eficazmente el problema de los prestamistas que falsifican información de solicitudes personales, utilizan falsamente información de identidad de otras personas, "listas negras de crédito" que no se pueden rastrear e intermediarios ilegales que engañan a otros para que implementación indirecta de crédito Las cuestiones antifraude, como el fraude, han hecho que los formularios de solicitud tradicionales sean "activos" y desempeñan un muy buen papel en la identificación y prevención del fraude preparado y premeditado. Se informa que un gran número de instituciones de crédito influyentes están negociando con BigBee Data una cooperación más profunda en el control de riesgos, incluido un sistema de puntuación de big data para la toma de decisiones de préstamos y un sistema de seguimiento de big data posterior a los préstamos.
El control del riesgo crediticio, un campo eterno. Hipotecas de empeño antiguas, hipotecas de crédito bancarias modernas y préstamos de crédito bancarios modernos. El comportamiento crediticio en cada período va acompañado de los correspondientes modelos de control de riesgos. El historial de crédito es tan largo como el historial de control del riesgo de crédito. El modelo de crédito va acompañado del modelo de control de riesgo. Creemos que con el desarrollo de las finanzas por Internet en todo el mundo, las finanzas y el crédito por Internet marcarán el comienzo de un nuevo modelo de control de riesgos: el modelo de control de riesgos crediticios de big data. La misión histórica de Bee Data es, ante todo, ser un "artesano" y un "guardián".