大数据和AI驱动的反欺诈模型体系建设实践

在数字化转型的大背景下,针对现阶段电信诈骗骚扰高发的态势,需要积极探索大数据与AI模型相结合的反欺诈数字化创新实践。通过聚焦和分析存量用户开卡、使用、换机等行为数据,构建用户特征画像、识别模型和检出规则,精准定位高风险用户并提前对其进行管控。     

构建集约增存一体化的全渠道金融营销体系

随着移动互联网红利期已过及人口红利已趋于饱和状态,运营商进入存量运营时代,老用户的保有是工作的重中之重。2010年开始,中国消费信贷市场规模增长迅速,形成了发展业务+终端+金融+X模式的市场环境,需要在现有系统上完善营销体系、丰富营销能力、更好地赋能一线生产,确保主流业务覆盖金融市场。为了扩大生产规模,丰富工具,抢占先机志在必得,依托数字化底座和两级运营能力,实现金融间的相互引流、促进,打造第三条业务增长需要。     

运营商用户投诉预判模型研究

为减少运营商用户投诉,实现对用户投诉的事前控制,可以使用决策树算法预测用户投诉的风险度及可能投诉的风险点。通过对大数据平台中海量的管道数据以及用户接触语音、上网行为、投诉行为等数据的分析,发现投诉用户的特征值。整合投诉用户的交际圈、忍耐度、情感度、业务表象等特征,最终形成用户投诉预测复合模型,预测用户整体投诉的风险度及可能投诉的风险点。借助触点平台,将模型滚动预判信息推送到客服坐席、营业前台、代理商等各服务渠道,当用户通过上述渠道进行咨询时,接待人员可以根据平台推送的投诉预警值、用户敏感内容、容忍度、历史接触记录等信息,执行相应措施,以有效减少普通投诉和升级投诉的产生。