最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

征信领域虽相对成熟,“未至科技”认为数据管理还尚待突破

[复制链接]
跳转到指定楼层
楼主
发表于 2017-1-2 17:04:14 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
未至并不是一个征信公司,而是一个管理客户信用数据的工具。

经过30多年的发展,中国的信用市场正逐渐发展起来。但是,目前市场上的信用产品主要是内部数据的纵向整合,各部门、机构的数据仍无法互通。而数据整合缺乏统一标准,采用传统手段无法充分利用这些信息。因此依靠大数据技术融合不同数据源,就成为建立信用产品的突破口。

未至科技以数据管理为核心,主要向政府、金融公司提供信用软件。通过连接客户自有数据、构建模型,提供软件产品、数据服务和信用服务。

收集数据并将其结构化是未至科技所有产品的基础。

以往政府部门虽然积累了许多数据,但是都分散在各个部门里,并且数据格式也不一样,难以整合在一起,出现了空有数据但不会用的问题。

  • 未至公信力是一款面向政府提供的社会公共信用体系建设平台,为使用者提供了查询和评分评级两种功能。其中,查询功能是对外开放的。

首先平台会打通各级政府各个部门之间的网络,采集并处理成标准的数据,解决了数据孤岛的问题。由于不同部门的数据通常各自分部在互联网、专网和私有网络上。这里平台打通的是互联网和专网上的信息,进而把这些数据搬到私有网络上,整合到一起。

数据类别包括基础数据例如性别年龄,业务数据和行为数据三种。通过使用层次分析法(AHP)和加权平均法等模型计算出对企业和个人的信用,并且通过对信用数据的实时分析,对于重点监管的行业领域、企业名单、重点人群实行自动预警。一旦出现问题,就迅速提醒相关部门,有效地发挥政府对信用主体的监督作用。

由于不同部门的评价对象不同,产品还可以依据客户的需求建立有偏重的诚信评级模型。例如为旅游管理部门开发的产品,由于旅游活动中旅行社的安排涉及吃、住、行、游、购、娱六大要素,因此信用平台就会以旅行社和导游为重点。围绕旅游活动开展旅游诚信数据采集,建设完整的旅行社诚信体系。

  • 未至风信标是面向金融等行业推出的数据管理工具。

由于金融机构和第三方征信公司的业务比较成熟,形成了自己的信用、风险计算模型。因此面向他们提供的产品则更侧重于对数据的收集和处理,因为金融公司在做信用分析是一般至少会对接外部的3-5个渠道获得数据,因此按照同一个标准整合内外部的数据是十分必要的。

其中,外部数据是指自然人、法人的基础数据等非金融属性的数据,内部数据指企业或个人在该金融机构的交易、存款、操作等数据。计算信用的模型主要是由客户自己定义的,但产品也会提供一些科学的模型以供参考。

在数据处理能力上,董事长张子方介绍到,一方面,未至科技的产品每天可以处理70个P大小的数据(1P=1024T),一亿条数据的查询和快速的比对在7s内就能呈现结果。另一方面,未至可以处理280多类的数据集,例如公司资质、工商信息等。而同类的其他产品一般只能处理7-8类的数据集。

部署速度方面,由于未至公信力的简洁度和模块化的程度比较高,如果已经准备好的硬件和网络条件,最快7天就能够搭建使用。

价格方面,面向政府的产品一般客单价在80万左右。而面向金融机构的产品客单价一般在50万左右。都比市场上的同类产品低2-30万。

在信用赛道上,有第三方征信机构芝麻信用、中诚信,以及与未至规模差不多的上海三零卫士,西部资信。张子方强调,未至并不是一个征信公司,而是一个管理客户信用数据的工具。

2012年公司开始底层技术的研发,解决了不同数据源的兼容问题。2013正式开始信用产品的开发。目前团队有140人,技术人员占60%。

今年9月,江苏未至科技股份有限公司在新三板正式挂牌(证券代码838429)。2015年度营业收入分别为3640.20万元,净利润为377.02万元。目前正在准备A轮融资,希望能在明年一季度完成。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-6 12:59

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表