1、芝麻信用大数据应用实践2016-81. 蚂蚁大数据架构与芝麻信用芝麻信用的资质个人征信：首批人民银行允许涉足个人征信领域的8家机构之一。企业征信：芝麻信用的独立性我们的优势：数据，产品，场景，打造信用闭环6数据产品场景征信闭环 每秒亿级的云计算能力，实时，稳定 提升审批率（+30%） 降低坏账率（-25%） 节约人工成本（-10%） 4亿实名用户 近千亿级采集的数据源： 数亿级日输入数据 生活，金融，政府服务的全场景服务 200+合作机构，其中80家金融机构 累计授信人数1000万 累计授信额度280亿 信用租车共免押金15-20亿，服务50W人次 信用住共服务人群约600W人次，3W+ 天

2、通过信息披露和惩戒形成信用闭环 提升还款率（60%），提高违约成本芝麻的数据来源来自阿里蚂蚁的数据来自商业伙伴的数据来自政府的数据来自合作伙伴的反馈来自个人自主提交的数据淘宝天猫(C2C/B2C)阿里巴巴(B2B)支付宝余额宝/招财宝运营商数据企业纳税数据车产数据企业经营流水数据最高法院老赖名单公安系统数据学籍学历数据工商数据司法数据海关数据 行政处罚数据各大合作银行反馈租车行业反馈数据酒店行业反馈数据生活交易反馈数据 学历职业公积金多元、广谱、高效的一站式数据接入平台覆盖广泛采集方法多元数据实时鲜活信息广谱多维政府合作商业合作业务反馈传统信贷数据+互联网数据成千上万个特征实时互动线上+线下融

3、合场景数据具象化覆盖海量个人、企业，丰富互联网征信数据的高效集成2. 芝麻助力商业银行小微零售线风险管理金融机构痛点例子1 12 23 3为减少欺诈风险，金融机构要花很大的人工成本去核实申请信息，如何减轻成本，提升用户体验？申请人从未在央行有借贷纪录，如何评判风险？如何更精准地判断申请人是否准入，额度，利率？借款人逾期了。 如何提高借款人对信用的认知，提高违约成本，促进还款率？获取/准入用户信用审核贷后管理信用周期基于金融行业信用周期的产品列表个人企业个人信息验证行业关注名单企业基本信息企业关注名单芝麻个人信用评分芝麻数据元素芝麻企业信用评分企业深度信息贷中预警贷中监控失联信息修复负面信息服务

4、欺诈信用欺诈信用企业风险云图反欺诈验证芝麻认证平台会员机构可以对用户实人身份信息进行验证，赋能平台身份识别功能采用人脸核身方式的芝麻认证流程公安网数据直连，覆盖全网用户数亿实名认证用户数据优化认证体验领先的人脸识别技术保证强实人认证运用数据模型结合用户设备信息数据，提高认证准确率姓名身份证实名，实人认证“我”就是“我”规避身份冒用风险互联网金融一站式服务平台产品流程介绍（智能核身）1.支付宝实名认证用户引导进行短信核身认证1_1.认证成功回跳商户1_2.认证失败，再引导进行人脸核身认证2.非支付宝用户引导进行人脸核身认证2.认证完成回跳商户1_2.认证完成回跳商户附-人脸应用案例测试结果：通过

5、率94%+，误识率=0.01%通过率89%+，误识率=0.001%样本量：正样本：3000+对负样本：9000000+对商业银行A 人脸识别 1：1 业务数据测试样本示例：证照信息联系信息及媒介信息反欺诈信息验证对客户多维信息的有效性进行评估和验证，验证形式灵活，维度可扩展。申请人信息有效性评估反欺诈产品体系姓名身份证号码电话号码地址Email银行卡号IPMACWIFI-MACIMEIMISI反欺诈信息清单实名信息验证学历验证驾驶证验证学籍验证行驶证验证反欺诈IVS评分反欺诈风险关联申请有效性评估信息验证信息验证欺诈信息欺诈信息清单清单风险关联风险关联申请件信息是否一致核实身份核实身份的真实性

6、根据身份信息，包括电话，地址，邮箱，判断是否存在恶意欺诈恶意欺诈风险根据申请的中介，IP，设备号等，等判断是否有冒用风险冒用风险查看身份信息和申请媒介等信息是否间接的关联欺诈风险个体，识别团伙欺诈团伙欺诈申请信息信用审批反欺诈体系示例: 信用卡申请信息验证信息录入（申请人填写表单）反欺诈规则判断征信审批电话核实发放贷款IVS信息真实性校验报告信息时效性校验信息泄露风险评估多项信息综合校验输出输出IVSIVS分数和解释帮助银分数和解释帮助银行审核判断行审核判断银行风控流银行风控流IVSIVS嵌入嵌入审批决策审批决策某银行卡中心商户痛点：该银行面临比较严重的伪冒申请问题，并为此投入了大量的人力进行

7、人工审核，成本高昂。芝麻解决方式： IVS的低分段直接拒绝进件； IVS的中分段结合IVS的Info code、央行、其他数据， 进行人工审核； IVS的高分段的用户直接通过。产品效果：覆盖99的用户数据；IVS在70分以下，累计否认办卡客户占比达78%；通过高分通过，低分拒绝的方式，降低人工10% 的人工成本。芝麻IVS接入效果案例银行卡中心芝麻反欺诈产品接入效果案例消费金融公司某消费金融公司某消费金融公司商户痛点： 客户申请信息，需要人工逐个审核信息真实性，审核时间长、审核人力成本高。应用方式： IVS前置到信息审核的第一道关口，采用的是“机器自动审核+人工审核”的模式，对每一笔借贷进行风

8、险评分。产品效果： IVS能覆盖接入机构98%的用户； IVS打分小于40分的逾期客户占总体欺诈客户的95%以上。出行住宿金融芝麻分是芝麻信用旗下产品，是针对个人的信用评分，表现为350到950分，分值越高代表信用风险越低。更高的芝麻分可以帮助个人获得更高效、更优质的服务。芝麻分分芝麻数据变量 DAS身份特质 公开或芝麻负面记录；就业类信息； 稳定性指标信用历史 信用查询数据；信用还款历史；逾期历史履约能力 固定资产；流动资产；流水数据行为特质 消费行为；航旅行为人脉关系 社交影响力；人脉稳定性芝麻数据变量是可配置使用的数据变量服务，从五大维度抽象客户信息，可用于各类模型和策略，方便机构更有效

9、的管理客户。稳定性指标：绑定手机号稳定天数描述客户稳定性，长期不变更手机号的客户通常具有较好的身份特质。信用还款历史：最近一年履约场景数反映客户更为丰富的信用履约情况，是传统信贷历史数据的有力补充。消费行为：最近一年支付活跃场景数支付活跃场景较多的客户自身需求较为旺盛，履约能力较强。流水数据：消费档次反映消费意愿以及消费能力，消费档次较高的客户通常履约能力良好。流动资产：最近六个月账户流动资产综合均值反映客户实际资产情况，打破信用卡“宣称收入”的欺诈魔咒，防止过度授信风险。合理授信可以提升信用卡的钱包位置。说明举例行业关注名单建立行业联盟，共享关注客户名单，完善社会惩戒机制。名单共享名单查询金

10、融机构合作机构公安部、最高法院等政府机构社会公共事业机构各行业组织第三方征信机构：不良信息共享信贷借贷逾期、套现保险骗保支付骗赔、盗卡、盗用、营销作弊租车逾期未支付、超期未还车、违章未处理酒店逾期未支付同城诈骗、虚假信息电商虚假交易、恶意差评、假货租房房租逾期、杂费逾期、租客违约拒赔招聘学历造假公检法类失信被执行人租车行业酒店行业。金融机构合作机构行业关注名单行业联盟合作机构信用类产品单维度测试结果企业征信产品体系灵芝洞察系统24企业征信产品体系企业信用报告企业风险云图企业信用评价企业关注名单企业风险监控企业基本信息实际经营地址失信被执行人裁判文书开庭公告电商经营数据海关进出口数据企业风险指数

11、关联企业/个人企业信用评分行业风险指数区域风险指数工商重大变更司法信息监控最高法老赖企业金融纠纷诉讼执行信息企业贷款逾期经营异常行政处罚不良信息共享企业征信产品体系企业信用报告基本信息描述企业基本信息部分：包括工商照面信息、企业经营地址、电话等信息企业基本信息实际经营地址/电话工商照面信息注册资本、开业时间、经营年限、营业状态、注册地址、经营范围等企业实际经营地址、固定电话企业股东出资信息主要管理人员法定代表人对外出资法定代表人对外任职企业对外投资信息股东名称、出资金额、股份比例等人员、职位等投资主体名称、投资金额等任职主体名称、职位等投资主体名称、营业状态、投资金额等企业信用报告深度信息企业

12、深度信息电商经营流水信息线下经营流水信息海关进出口信息社保公积金税务信息企业深度报告是对于企业更多维度的深度解读，灵活的组织各模块信息，方便使用者用于模型、策略或人工审批交易金额、交易笔数、成交客户数、转化率、退款率、投诉纠纷、虚假交易等交易金额、交易笔数、交易趋势、成交客户数等进出口金额、笔数、货品种类等企业活跃度企业信用报告关注信息描述企业关注（负面）信息部分：包括司法诉讼信息、异常经营和行政处罚等信息企业司法诉讼信息执行人失信被执行人信息裁判文书开庭公告法院公告案件流程信息曝光台云图用于企业风险识别的传染病传播模型28传播模型(belief propagation)创新性的将传播模型应用

13、于企业信用风险领域效果显著疾病传播途径疾病传播途径传染源接触水食物土壤易感人群投资关联经营关联社交关联行业地域关联信用风险传播途径投资关联经营关联社交关联行业地域关联风险企业关联企业簇关联内容关联内容关联模式关联模式投资关系，实际控股人投资型关联核心生产技术，上下游产品经营型关联生意圈，朋友圈，亲戚社交型关联借贷，担保债务型关联关联关系内容当前，我国信贷风险的最显著特征就是关联风险，即某一企业出现问题、风险或危机，将沿着各种关联关系传导到其他关联企业，直至传染到整个关联企业群，从而形成多米诺骨牌效应。基于风险种子的风险传播，提供企业，个人，企业群，行业，地域，产业链信用风险指数查询以及预警。产

14、出内容核心重大诉讼重大诉讼目标企业目标企业云图深度挖掘企业全景风险杭州杭州*服饰有限公服饰有限公司司深圳市宝安区深圳市宝安区*帝伲服装厂帝伲服装厂李李* *专专股东，法人，执行董事兼总经理股东，法人，执行董事兼总经理谢谢* *刘刘* *谢谢* *元元谢谢* *贵贵唐唐* *秀秀杭州杭州*服饰有限公司服饰有限公司杭州杭州*贸易有限公司贸易有限公司亲人亲人监事监事法人法人亲人亲人亲人亲人法人，股东，执行董事法人，股东，执行董事同学同学经理经理亲人亲人监事监事股东，法人，执行董事股东，法人，执行董事经理经理监事监事企业信用评分30设置管理交易明细消息任务一信通信用融资账户贸易融资账户用户上海品茶立即下单

15、订单管理一信通资金管理消息任务阿里巴巴集团 | 淘宝网 | 天猫 | 聚划算 | 全球速卖通 | 阿里巴巴国际交易市场 | 1688 | 阿里妈妈 | 阿里旅行 去啊阿里云计算 | YunOS | 阿里通信 | 万网 | 高德 | 优视 | 友盟 | 酷盘 | 虾米 | 天天动听 | 来往 | 钉钉 | 11 Main | 支付宝禁限售规则 - 知识产权保护政策 - 隐私权政策 - 使用条款 1999-2015 A 版权所有企业信用评分评估时间：2015.07.01790信用极好企业基本信息企业法人代表金融行为贸易行为商业关系已获得信用权益贸易融资可用余额（人民币元）780,000授信总额为8

16、50,000元67,232.21本期应还(元)0.03日利率(%)08-10最后还款日按照订单自动还款，不足部分到期日次月统一生成账单立即还款信用融资可用余额（人民币元）520,000授信总额为610,000元随借随还还款方式0.045日利率(%)12期限(月)千元年息约为89元，随支随用，按日计息支用还款信用保障服务余额（美元）86,000保障总额为90,000元100%发货保障100%到港保障100%24h理赔信用保障服务让您获得更多买家青睐保障中外汇套期保值保证金40万美金以内免收保证金0成本避免汇率波动风险立即使用物流服务可定期结算1月账期低成本物流，有账期更合算使用一达通物流查看详情

17、2.还款提醒消息提醒短信提醒贷后管理-负面信息&失联信息修复负面信息服务产品：可通过芝麻APP披露负面记录，并于约定时间提醒客户，并在芝麻APP引导客户还款。失联信息修复产品：可通过失联信息修复产品获取客户联系方式，修复客户关系。1.负面信息披露（芝麻APP）3.引导客户还款（芝麻APP）违约客户名单4.失联信息修复（手机、地址信息）违约且失联客户名单助力客户还款加速回款失联信息修复产品负面信息服务产品负面消息提醒示例尊敬的客户，截至数据更新日期，您使用的商户名称信用卡已经逾期，您账单月份账单的最后还款日为最后还款日，当期账单总额为应还款额元，最低还款额为最低应还款额元。请您及时关注您的还款状

18、态，以免影响您的信用。点滴珍贵，重在积累失联信息修复-芝麻可修复30%失联客户滚动率：根据上一个周期拖欠余额中进入下一个周期的发生额，计算出每个周期的坏账分期变动率（Flow rate），即坏账分期变动率= 当月该周期应收账款余额/上月上周期应收账款余额；滚动率：根据上一个周期拖欠余额中进入下一个周期的发生额，计算出每个周期的坏账分期变动率（Flow rate），即坏账分期变动率= 当月该周期应收账款余额/上月上周期应收账款余额；滚动率：根据上一个周期拖欠余额中进入下一个周期的发生额，计算出每个周期的坏账分期变动率（Flow rate），即坏账分期变动率= 当月该周期应收账款余额/上月上周期应

19、收账款余额； 对于商户端出现M4及以上的严重逾期且已经多轮催收失联的存量客户，芝麻可修复其中的38%客户。 复联客户中25%的客户会在1个月内选择还款，人均还款2万元，综合测算下来芝麻可修复客户人均还款2600+元。通过信息披露与社会惩戒形成信用闭环兼顾BC两端，完善社会惩戒机制：及时披露客户违约类负面记录，强化C端客户对信用的感知B端商户根据客户信用状况提供差异化服务借款人借款披露还款提醒：负面记录降分，行业关注名单商户差异服务高信用客户提供优质信用服务普通信用客户提供标准服务低信用客户拒绝提供服务1.借款人逾期4.差异化服务3.商户查询借款人信用2.严重逾期使用组合策略可将KS值由30%+

20、提升至40%+类型坏客户累计占比 好客户累计占比 不良客户率极高风险13%2%7%高风险66%24%3%-7%中风险85%42%1%-3%低风险98%80%0.4%-1%极低风险100%100%0.4%总用户不良客户率：1.5%客户申请银行反欺诈模块+芝麻反欺诈IVS信息验证人工核查+芝麻认证人行、公安、历史黑名单+行业关注名单政策、DAS规则集+芝麻信用评分银行审批流程和电话核身拒绝客户审批通过客户欺诈拒绝名单拒绝综合审批拒绝通过IVS身份信息核实模块的排查，可在30%的总客户中识别出80%的否认办卡客户，低分拒绝策略可以节省银行10%的审核工作量，有效补充银行现有的欺诈判断。芝麻信用综合策

21、略包含行业关注名单、DAS变量以及芝麻信用评分，可以有效区分信用良好与潜在不良用户。 高覆盖度：80%+ 高准确率：40%+ 低相关性：0.1-0.2 批核率：由20%提升到28%（提升无央行征的用户的批核率） 违约率：1.7%降低到1.3%（拦住原来不能识别出的风险用户）贷前产品全面提升银行风控能力国内某消费金融案例 (1)366个月以前现在下一步黑名单策略信用评分一刀切没有测试反欺诈策略黑名单反欺诈评分信用评估信用历史身份特质履约能力消费需求信用评估基础上的审批和额度策略开展测试风险，额度，价格策略应用测试结果，开发新产品开始风险定价和优化额度策略继续测试风险，额度，价格策略国内某消费金融

22、案例 (2)37审批通过率平均额度逾期金额6个月之前现在6个月之前现在6个月之前现在+ 75%+ 40%- 65%3. 芝麻信用在大数据实践芝麻分大图（1）12345Core ScoreabcSatellite Score核心分处理技术DNNLRGBDTForward StagewiseAdditive Modeling芝麻分大图（2）DevelopmentValidationDivergenceROCGINIKSDivergenceROCGINIKSBenchmark Score3.1320.8890.77863.0443.0610.8850.77162.815Model BuilderScorecard(Automated)3.9490.9060.81365.7873.7800.9020.80364.734GBDT3.8520.9130.82766.7743.6810.9070.81465.965Model BuilderScorecard(Analyst)3.9600.9060.81265.6193.8070.9020.80365.035 梯度提振决策树GBDT模型表现略好于所有其他评分 GBDT总体差异并不明显算法比较（一个样本测试）谢谢！