用大數據防金融欺詐

為了防范風險，銀行在信用卡業務及各種貸款業務中都會用到各種反欺詐解決方案。本質上，反欺詐就是根據數學模型對所獲取的各種數據進行分析，從而判斷某筆交易可能存在的風險。

反欺詐解決方案的準確度取決于數據模式是否科學，同時也取決于獲取的數據是否全面、準確，由于數據模型是否科學也是建立在事先對大量的數據進行分析的基礎上，因此，數據是反欺詐解決方案中的根本，這其中也包括大數據。

“大數據意味著大機會。通過在反欺詐系統中增加對大數據的處理能力，從而讓決策更為科學和精準，最終幫助企業獲得顯著的績效改進和業務收益。”FICO（費埃哲）公司首席執行官Will Lansing如是說。

作為一家以分析和處理數據為主要業務的公司的負責人，Will Lansing意識到大數據對金融業務系統的價值，這種價值對中國正在興起的信用卡業務尤其重要。

相對于車貸、房貸等零售信貸業務，信用卡業務利潤更高，同時風險也更大，反欺詐系統顯得尤其重要。反欺詐需要對用戶身份、過往消費行為以及消費發生的時間、地點等要素進行關聯分析，資料越詳盡，結果就越準確。另一方面，隨著信用卡發行量的迅速攀升（目前，全國信用卡的發卡量已經超過2億張），新的數據幾乎每時每刻都在生成，這些因素都在挑戰反欺詐系統的執行效率。

Will Lansing說，從某種程度上說，反欺詐系統已經是一種大數據的處理系統。因為在大數據的“3V”特征，即Volume（大數據量）、Velocity（高速率）、Variety（類型復雜）中，目前的反欺詐系統處理的數據至少已經具備兩個特征：海量數據、數據生成速度非常快。而未來肯定還會在數據類型方面進一步豐富，不僅能分析和處理結構化數據，還能分析和處理郵件、語音、視頻等非結構化數據。到那時，對欺詐行為的判斷將更為準確。

“FICO在數據分析技術上有自己的獨特優勢，比如，我們擁有自適應分析技術可以提高反欺詐的性能，還有一些已獲專利的特征剖析技術可以改善欺詐檢測的準確性。”Will Lansing表示。“對大數據的處理技術再配合我們這些獨特的分析技術將成為我們的核心競爭力。”

Will Lansing指出，到目前為止，人們關于大數據的討論還主要集中于大數據的基礎設施層面，比如，大數據的存儲和大數據系統的構建，很少談及如何對大數據進行分析和處理。即使有，其對大數據的分析處理也主要建立在傳統的數據倉庫基礎上，利用的還是傳統的商業智能技術，這是暫時的，就長期來看，隨著技術的進步，未來一定會有直接對大數據進行分析的工具。