自助式金融大数据风控引擎BP商业计划书会员免费

数信查 ——自助式金融大数据风控引擎 梧桐树下整理

市场分析 消费金融快速崛起 Ÿ 据波士顿咨询报告，未来3-4年中国消费金融存在10万亿增量。 Ÿ 消费金融场景分散、实时授信、数据采集不完整的特点，对大数据风控有强烈需求。 欧、美、日、韩四地区 消费金融占银行业务比重 30% 15% 中国消费金融占银行 业务比重 梧桐树下整理

市场分析 小微金融风险管理市场机会巨大 • 以P2P行业为例，15年至今累计贷款额1万亿，余额4300亿，每年以2-3倍扩张。 • P2P行业平均坏账8%-10%，逾期超20%，按15年交易额计，小微金融风险管理市场有1000亿以上存量。 • 中国小贷、P2P总数过万家，大部分缺少信息系统覆盖。随着利差收窄，坏账压力升高，粗放经营渐被淘汰，以SaaS软件辅助精细化运营成为小微金融必需。 梧桐树下整理

业务模式 针对大B： 自助式风控建模引擎，辅助风控人员实现风控规则程序化 • 将高复杂度的建模过程自动化实现 • 允许金融企业在隐私环境下导入内部数据，自主建立风险模型，自定义风控规则 • 利用机器学习实现模型自我优化 针对小B： 提供海量经过真实信贷数据检验的行业风控规则，并不断升级 • 面向小微金融企业，低成本提供一线P2P平台的大数据风控能力 经过清洗、高度规整化的外部数据集，提供一站式的优质数据接口 基于客户自愿的数据脱敏交换，不侵犯隐私下帮助客户优化模型，成为行业数据交换枢纽 梧桐树下整理

产品描述 Ÿ 将人工风控经验固化于软件，替代重复性劳动 Ÿ 规则可视化呈现，创建和变更极其简单灵活，数据维度自定义 Ÿ 近万条行业通用风控规则集合 Ÿ 上千万条经过清洗、高度规整的外部数据集 Ÿ 易用的API接口，可嵌入企业内部业务系统 Ÿ 涵盖网络公开数据、运营商、法院、身份核验、行为类等多场景数据源 Ÿ 涵盖贷前调查、贷中审查、贷后监控预警的全业务流支持 Ÿ 核心壁垒，将风控建模过程自动化实现 Ÿ 基于机器学习，支持客户模型自我迭代 规则引擎模块 外部数据集 风控算法模块 工作流程模块 自助式大数据风控引擎 梧桐树下整理

竞品分析 FICO 数据维度单一，在中国市场数据积累不足 数据积累、模型开发、服务交付成本高昂 本土客户主要购买其咨询服务，对评分产品的实际应用有限 闪银、 量化派 面向企业黑箱处理数据，仅输出单点征信结果 侵犯企业隐私数据，未渗透工作流 据了解尚未有大型金融客户为其大额付费 数信查 提供公有+私有部署,定位于为金融企业现有风控体系提供支撑，而非全盘托管 模型基于大量真实信贷历史记录检验并不断优化，多点渗透信贷业务流 与企业业务流耦合度更高，客户绑定更深入。 已取得大型P2P客户大额付费验证。 梧桐树下整理

盈利模式 本地部署版 部署费 升级维护费 数据查询费 实施费用在50万到500万不等，根据部署的内容，客户的体量，运维支撑等定价。 年费在50万左右 因数据量不同而不同，总体利润在每查询用户2~3元。100万查询用户，大概200~300万收入每年。 梧桐树下整理

已取得进展 部分已签约客户 15年已产生协议收入：500万RMB 梧桐树下整理

核心团队 s Ÿ������������ Ÿ�����CTO�7���������3���������������5000��������� Ÿ����������������� Ÿ���������������������� Ÿ�������������� Ÿ���������,��������� 孙林 Ÿ����������7�������� Ÿ���������������� Ÿ������������������ Ÿ������������������ 付亚博 田鹤楠 张娜 Ÿ�������� Ÿ���������������������������� Ÿ3�����������6���������� 创始人兼CEO 产品负责人 数据建模专家 数据建模专家 梧桐树下整理

顾问团队 张大庆 北京大学特聘教授，国家“千人计划”特聘专家，陕西“百人计划”特聘教授，北京大学软件研究所普适计算与大数...