消费金融

  • 业务本质

    以消费金融为杠杆,为商户提供增值服务

  • 应用场景

    以“虚拟信用卡”概念推动用户消费升级

  • 授信模式

    追加消费数据完善风控,填补信用空白区

  • 覆盖人群

    面向场内具有高粘性、高消费的优质人群

  • 政策环境

    场景消费金融有国家政策扶持,有发展空间

智能POS

  • 业务本质

    辅助消费金融应用作为核心交互触点

  • 应用场景

    可应用场内、场外会员所能覆盖到的支付场景

  • 产品优势

    涵盖会员、消费金融、积分、优惠券、停车券等多种业务场景

  • 衍生价值

    满足会员权益在消费场景优化提升,增加品牌形象价值

  • 核心功能

    实现消费金融、微信支付、支付宝支付以及传统多样性的支付方式

场景信用

  • 补全信用空白区

    通过线下消费行为风控模型,覆盖了金融风控
    模型与线上消费行为风控模型无法触达的信用
    空白区

  • 引入场景粘性与场景消费能力评估

    基于线下场景全景数据,评估场景粘性与场景
    消费能力,补全面向场景的评分体系

  • 实现场景内更加广泛的基础授信覆盖

    以线下消费行为风控模型为基础,基于场景粘
    性和场景消费能力大幅度拓展了基础授信人群

运营方案

  • 业务本质

    依托运营工具支持业务运营,提升卖场经营效益

  • 应用场景

    紧密结合卖场运营情况,制定经营及营销方案,
    并驻场支持方案执行

  • 运营优势

    全面的基础业务支持,完善的会员及服务体系建
    设,丰富的营销方式,全方位接口对接

  • 衍生价值

    通过运营管理,依托卖场品牌优势,拓展业务范
    围,为卖场补全服务品类,增加会员服务价值,
    为企业开源增益

核心技术

  • 【D-Risk】深海场景风控引擎

    基于FICO评分卡体系实现,并面向具体场景进行了针对性优化,支撑场景信用评估。在金融风控模型与线上消费行为风控模型的基础上,补全了线下消费行为风控模型,使深海风控体系在场景内实现了金融、线上、线下的全方位评测覆盖。

  • 【D-Persona】深海消费者画像系统

    以5层深度1000+标签项的用户画像体系作为基础,通过场景大数据的分析挖掘支撑场景运营业务。在业务层由数据采集、特征工程、数据挖掘、业务定义、项目分析等处理环节构成,面向运营人员提供了基于标签筛选引擎、规则引擎、统计分析引擎等技术工具支撑的分析平台。

  • 【D-Brain】深海算法评估优化平台

    基于深度神经网络技术构建,通过运营数据的持续反馈,实现D-Risk与D-Persona的模型定义基础与持续模型优化。在运营过程中持续评估正负样本集的特征差异,自动调整模型实现面向运营结果的拟合合理化,生成优化建议由专家团队进行业务合理性评估,最终通过运营测试确定优化更新。

合作伙伴

经典案例

  • 2016年步步高集团完成智能POS体系打通以及落地运营

    查看详情
  • 2017年消费金融体系已在湖南佳惠集团部署上线落地运营

    查看详情