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