• 银行·联营信用卡

    业务挑战
    近年来各家银行信用卡网络渠道获客量增速迅猛,获客效率却持续保持在偏低的水平,行业信用卡审批率普遍在10-20%之间,大量优质高潜客户因央行征信不足而被拒绝,极大拉高了获客成本,该股份制商业银行同样面临这样的问题。
    合作方案
    提供联营信用卡合作,包含前筛获客、贷前联合风控、联合发卡、贷中监控、风险转移、贷后管理等合作模块。利用在流量获客、大数据风控、联合运营方面的优势,面向原拒绝用户发卡,提升整体盈利,降低获客成本。
    合作成果
    项目上线后,通过联营卡的合作模式,月发卡量提升23%,信用卡审批率提升20%,获客效率明显上升,极大降低了获客成本,有效提升了整体盈利水平
  • 银行·流量与风控定制合作

    业务挑战
    获客单价上升,需寻找低价获客渠道,同时线上信用卡导流用户出现不良率高的情况,需要引进外部数据提升风控效果,降低线上逾期率。
    合作方案
    流量方面:进行信用卡申请导流,日均进件3000,发卡量达1000张/天;风控方面:主要通过双方联合建模的形式,构建定制化前端决策平台,主要包含欺诈模型、信用模型等部分。
    合作成果
    作为前筛模型上线,模型表现稳定,拒绝不超过15%的客户,降低60%以上坏账损失。
  • 非银行类信贷·风控解决方案

    业务挑战
    转型开展线上分期业务,因缺乏该领域的风控经验和样本,故联系天机寻求解决方案服务。
    合作方案
    为其设计了一套完整的风控决策引擎。风控决策引擎涉及反欺诈规则和风控模型,其中反欺诈规则包含了超过50条兼具可解释性和效果的规则,命中用户逾期率是未命中的三倍以上。
    合作成果
    风控模型采用30万表现样本训练,经过严格的跨时间和跨样本验证,底层涵盖十多个模块两百多维特征,ks超过45%。
  • 消费金融·全息用户画像

    业务挑战
    主营消费分期业务,月放款近十亿,拥有成型风控政策/规则和自有模型,有大量样本表现数据,但自有模型效果不佳,希望提升现有模型效果,降低逾期率。
    合作方案
    全息用户画像产品测试后选取了200多维表现相对较好的特征加入自有模型。
    合作成果
    通过率不变的情况,逾期率降低1.54%、新模型KS提升4.52%。
  • 非银行类信贷·跨客群风控模型

    业务挑战
    微额线上贷款转型现金分期,固定额度3000元,固定期限3期,但无分期历史样本表现数据。
    合作方案
    原微额线上贷款老用户作为客群,前端认证流程增加第三方支付认证,使用分期模型第三方支付版做为放款决策。
    合作成果
    通过率18%,30+坏账率2.5%,以较低的成本积累了用户表现数据,为后续风控规则的制定,阈值的选择积累了数据基础。
  • 非银行类信贷·联合建模实验室

    业务挑战
    主营消费分期业务,件均6000,期限12个月,月放款20亿+,拥有成熟的风控建模团队,现有模型效果下降,希望补充新维度特征增强模型效果。
    合作方案
    用户提供样本表现数据,天机提供特征变量,多维度样本在万维底层特征中进行模型训练,挑选出兼具效果及稳定性的变量特征入模。
    合作成果
    共43维特征入参,加入自有模型后,模型ks提升了3个点。

商务合作咨询

联系我们