昨天我們結合了京東金融發佈的《數字金融反欺詐白皮書》總結出了數字金融欺詐逐漸表現出的四大特徵,分別是:欺詐專業化、欺詐產業化、欺詐隱蔽化、欺詐場景化。
那麼今天我們接著來普及一下傳統反欺詐技術面臨的三大挑戰。
1、維度單一,央行徵信系統覆蓋率不足
傳統的反欺詐手段維度具有單一性,難以形成多維度的用戶形象,通過用戶畫像分析客戶的行為偏好、償付能力、支付能力和欺詐傾向。以央行徵信為例。由於數據來源單一,我國仍有4億名沒有信用卡或其他貸款記錄的用戶,因此有必要建立多維度的徵信系統,以降低欺詐風險。
2、效率低下,難以服務日益下沉的客戶群體
傳統的反欺詐技術需要大量的人工操作,應用成本高,效率低。金融科技業務的客戶群正在下沉,交易頻繁,實時性強,數據量大。欺詐行為具有小額、頻率高的特點。傳統的反欺詐手段很難服務於逐漸下沉的客戶群。
3、範圍受限,難以應對日益場景化的詐騙行為
隨著數字技術的進一步發展,金融詐騙與其他情形的結合日益緊密,呈現出“跨界”的特點。購物、網絡遊戲等非金融場景也存在金融欺詐風險,傳統的反欺詐技術難以識別。
好在,隨著技術進步,人工智能無法確認的欺詐因素會越來越少,通過機器學習發現未知,通過已有經驗和人工結合轉化為已知,二者相結合才能達到目的。
閱讀更多 阿爾法象金融科技 的文章