2019年7月-10月，由中國電子銀行網（微信公眾號：cfca-cebnet）主辦，《銀行家》雜志、今日頭條聯合主辦的“報告行長大人”銀行與金融科技行業創新實踐文字競演第三季——“元年與接續 夢想與現實”活動正在火熱進行中，以下為熱心網友投遞過來的稿件。

作者單位：衡水銀行

互聯網金融的時代已經到來，大數據在互聯網時間的應用數不勝數，例如：智能營銷、客戶征信、反欺詐等等，在許多的場景下都會用到大數據的應用，本文僅對大數據的應用方面進行淺談。

1. 大數據在反欺詐中的應用：

目前的金融行業為防范黑產欺詐、電信詐騙并提升整體風險防控能力，通過對交易終端環境、交易特征等大數據綜合評估，對交易的事前、事中、事后預警及防范，智能動態地采取恰當的安全措施干預，因此搭建交易反欺詐安全監測平臺。在構建反欺詐系統的過程中有以下幾個關鍵模塊需要進行介紹：設備指紋模塊、數據集市模塊、風險決策模塊等等。

設備指紋模塊是一種設備識別技術，基于終端瀏覽器、APP的環境信息進行設備畫像，從而精準地識別設備，鎖定欺詐分子，系統通過對接黑產產業的設備指紋庫，通過大數據的應用可快速識別已被登記的不可信設備，并且對于通過修改串碼、應用、刷機、root等行為的設備也只生成一個設備指紋碼，做到設備指紋的唯一性。

數據集市匯聚內外部數據，進行存儲、建模和計算。內部數據包含靜態數據、歷史數據；外部數據來自前置系統的第三方數據。系統通過行內系統數據的積累以及采購第三方數據對接公安、征信、法院及各類生活消費平臺積累的互聯網數據，通過對比數據可對使用者進行判斷，對于不可信用戶直接進行拒絕。

風險決策系統主要由規則引擎和模型引擎組成，規則主要來源于專家經驗，是歷史的經驗沉淀。模型引擎主要是由機器學習平臺創建的模型，可以作為規則來使用。風險決策系統可以自定義風險評估決策流程，將規則、模型和數據進行有機的整合，對交易風險進行實時評估，并給出相應的處置策略返回給渠道，風險決策的積累來源于各行各業規則的積累。

2. 大數據在精準營銷的應用：

基于大數據的精準營銷過程分為：數據的采集、處理數據、分析數據、運用數據這么四個大層面。

通過對使用客戶特征、發布產品特征、消費行為特征數據的采集階段。然后對于單單采集數據卻不能創造價值，因此我們要對數據進行處理并分析，處理的過程可以將采集數據通過各個維度進行分類處理，例如按照資產類、年齡類、興趣愛好類等等。對于處理之后的數據要運用分析學的特征進行歸納區分，通過表面數據的分析能夠分析客戶的各類特征，然后通過以上步驟之后要運用數據創造價值。制定客戶感興趣的存貸款產品、營銷活動、生活場景等等。

3. 大數據在客戶征信的應用：

大數據時代的到來使得征信數據來源更為廣泛，征信的數據來源類型更為多樣。傳統的征信數據來源上，信貸經理通過實地走訪、征信查詢、生活繳費、行政處罰等信息中可以統計到傳統的征信信息。

但是在大數據的時代，征信信息的統計將更為便捷、將無處不在?？蛻舻脑诰W頁的瀏覽記錄、消費記錄可以獲取到，客戶的通話記錄、水電費可以獲取到。通過互聯網大數據的應用使得客戶的征信體系更加全面完成，對于分析客戶的征信行為也更加完整。

大數據涉及的行業過于廣泛，除了在金融領域的應用外外，還包括工業、政治、傳媒、醫學、商業、教育、農業等多個方面。根據國際知名咨詢公司麥肯錫的報告顯示：在大數據應用綜合價值潛力方面，信息技術、金融保險、政府及批發貿易四大行業潛力最高?，F在大數據的應用已經在各行各業摸索前進，相信在未來大數據將不僅僅為金融行業的發展助力，更為各行各業的發展助力。

責任編輯：王超