91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的

lviY_AI_shequ ? 來源:lq ? 2018-12-05 10:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

作為公司的“現(xiàn)金?!睒I(yè)務(wù),風(fēng)控一直是公司創(chuàng)收的核心能力。我是大數(shù)據(jù)風(fēng)控模塊“玉衡”服務(wù)的數(shù)據(jù)分析和模型建立工作項目組中的一員,就簡單地從信貸風(fēng)控角度給大家分享下數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的。

總體而言,信貸風(fēng)控可以分為貸前、貸中、貸后三個環(huán)節(jié),其中數(shù)據(jù)分析師的工作主要集中在貸前的風(fēng)險識別和貸中的風(fēng)險監(jiān)控及預(yù)警。

貸前環(huán)節(jié)主要從信用、多頭、欺詐三個角度考慮,良好的識別能力可以有效降低整個信貸業(yè)務(wù)中超過70%的壞賬發(fā)生幾率;貸中監(jiān)控主要監(jiān)控運營指標、風(fēng)險指標和模型效果三方面,能夠幫助風(fēng)控人員掌握整個信貸業(yè)務(wù)的風(fēng)險狀況和及時調(diào)整貸前審批策略;貸中預(yù)警則是提前給出資產(chǎn)池和個人兩個維度的預(yù)警,通過一系列貸中調(diào)節(jié)措施及時止損。

玉衡風(fēng)控服務(wù)概述

對于貸前風(fēng)險識別,我們整合了京東側(cè)數(shù)據(jù)和外部數(shù)據(jù),利用機器學(xué)習(xí)算法,給出了每個用戶申請節(jié)點的信用評分、風(fēng)險等級、多頭等級、欺詐等級、建議額度利率以及40個風(fēng)險畫像,利用這些豐富的數(shù)據(jù)工具,不同資方的風(fēng)控人員可以定制化信貸審批和定價策略。

同時我們知道,在貸前環(huán)節(jié)通過率和壞賬率是一個tradeoff:通過率過高的話壞賬率自然提高造成損失,通過率過低的話雖然控制了壞賬率,但是也浪費了很多優(yōu)質(zhì)信貸客戶。

這個時候數(shù)據(jù)分析師們,會基于豐富的歷史數(shù)據(jù),給出建議的玉衡使用策略,幫助資方實現(xiàn)創(chuàng)收。

在下面的這個實際案例中,某城商行在今年7月份設(shè)置的風(fēng)控系統(tǒng)擋板,攔截信用評分較低的用戶,單申請用戶收益環(huán)比提高44%;8月份在擋板基礎(chǔ)上進行用戶分群策略,針對高分用戶放松其他審批策略從而提高通過率,單申請用戶收益環(huán)比提高了62%。

貸中監(jiān)控及預(yù)警功能作為貸前風(fēng)險識別的補充,以統(tǒng)計看板的形式,對運營、風(fēng)險、模型三方面進行監(jiān)控,在這一模塊中數(shù)據(jù)分析師的能力更加不可或缺。

有經(jīng)驗的分析師可以根據(jù)統(tǒng)計看板中的關(guān)鍵指標變化,例如UV轉(zhuǎn)化率、申請通過率、提現(xiàn)通過率、首逾率等,了解目前整個信貸業(yè)務(wù)的運營情況,并且給出相應(yīng)的解決方案提升收益。

對于UV轉(zhuǎn)化率低的問題,分析師可以建議更多的營銷活動來吸引用戶到信貸平臺上來點擊和申請;對于申請通過率低的問題,分析師可以給出高凈值用戶放松審批策略的建議;而對于首逾率升高的問題,分析師則可以制定相應(yīng)的貸中動作,比如降低額度甚至凍結(jié)賬戶,將預(yù)期到的資產(chǎn)損失扼殺在萌芽中。

貸中功能各家資方目前還都剛剛接入處于試運營階段,后期有典型案例的話可以再給大家分享。不過下面這張圖已經(jīng)很好的總結(jié)了我們風(fēng)控服務(wù)中,貸中模塊的功能。

貸中監(jiān)控功能

以上內(nèi)容雖然是以我自己比較熟悉的信貸風(fēng)控領(lǐng)域為切入講述了數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的,但是抽象一下可以總結(jié)為如下工作閉環(huán):

基于歷史數(shù)據(jù)制定業(yè)務(wù)策略—>監(jiān)控線上業(yè)務(wù)數(shù)據(jù)—>積累更多歷史數(shù)據(jù)優(yōu)化業(yè)務(wù)策略,這也就是現(xiàn)在很多互聯(lián)網(wǎng)公司強調(diào)的量化運營的能力。

誠如正如最高贊的答案所言,大多數(shù)公司的創(chuàng)收暫時還不需要數(shù)據(jù)分析師的介入,但是在一些數(shù)據(jù)化程度相對較高并且業(yè)務(wù)發(fā)展遇到瓶頸的行業(yè)比如金融和互聯(lián)網(wǎng),越來越多的人開始討論所謂精細化運營的下半場,也更需要我們數(shù)據(jù)分析師們在公司的創(chuàng)收大計中添磚加瓦。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標題:互聯(lián)網(wǎng)公司中,數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的

文章出處:【微信號:AI_shequ,微信公眾號:人工智能愛好者社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    利用數(shù)據(jù)API構(gòu)建實時數(shù)據(jù)分析與可視化報表系統(tǒng)

    API(涵蓋銷售統(tǒng)計、用戶畫像、流量分析等)進行高效的數(shù)據(jù)整合、分析,并實現(xiàn) 自定義報表生成 和 實時數(shù)據(jù)可視化 ,為商業(yè)決策提供強大支持。 一、
    的頭像 發(fā)表于 04-02 15:56 ?37次閱讀
    利用<b class='flag-5'>數(shù)據(jù)</b>API構(gòu)建實時<b class='flag-5'>數(shù)據(jù)分析</b>與可視化報表系統(tǒng)

    瓴羊Quick BI V6.1智能小Q深度進化,超級數(shù)據(jù)分析師如何更好用?

    自25年8月發(fā)布以來,瓴羊Quick BI智能小Q作為數(shù)據(jù)分析Agent的先行者,已在零售、金融、制造等行業(yè)的百余個業(yè)務(wù)場景中完成價值驗證,讓“人人擁有超級數(shù)據(jù)分析師”從愿景走向現(xiàn)實。但在應(yīng)用場
    的頭像 發(fā)表于 03-18 10:18 ?86次閱讀
    瓴羊Quick BI V6.1智能小Q深度進化,超級<b class='flag-5'>數(shù)據(jù)分析師</b>如何更好用?

    API數(shù)據(jù)分析:淘寶流量來源分析,渠道優(yōu)化!

    優(yōu)化渠道策略。我們將使用Python作為工具,結(jié)合數(shù)據(jù)分析和統(tǒng)計方法,確保過程真實可靠。 1. 理解淘寶流量來源 淘寶流量主要來自多個渠道,包括: 直接訪問 :用戶直接輸入淘寶網(wǎng)址或從收藏夾訪問。 搜索引擎 :如百度或淘寶內(nèi)搜索,貢獻
    的頭像 發(fā)表于 01-23 13:42 ?302次閱讀
    API<b class='flag-5'>數(shù)據(jù)分析</b>:淘寶流量來源<b class='flag-5'>分析</b>,渠道優(yōu)化!

    利用拼多多用戶API進行粉絲數(shù)據(jù)分析,有效提升用戶粘性

    這些API進行粉絲數(shù)據(jù)分析,并基于分析結(jié)果制定增強用戶粘性的策略。 一、 拼多多用戶API概覽 拼多多開放平臺提供了豐富的API接口,涵蓋商品、交易、用戶、物流等多個維度。對于粉絲數(shù)據(jù)分析,以下幾個API尤為關(guān)鍵: 粉絲明細查詢
    的頭像 發(fā)表于 12-30 10:38 ?307次閱讀
    利用拼多多用戶API進行粉絲<b class='flag-5'>數(shù)據(jù)分析</b>,有效提升用戶粘性

    數(shù)據(jù)分析是如何幫助企業(yè)實現(xiàn)數(shù)據(jù)變現(xiàn)

    ?在數(shù)聚股份看來,大數(shù)據(jù)變現(xiàn)是大數(shù)據(jù)熱潮中最現(xiàn)實的話題之一。 西班牙電信、沃達豐電信、DHL等企業(yè)在大數(shù)據(jù)變現(xiàn)方面率先開始了探索,以下為大家呈現(xiàn)他們在這一領(lǐng)域的4種創(chuàng)意和途徑。 ?西班牙電信:開發(fā)
    的頭像 發(fā)表于 12-08 16:37 ?447次閱讀

    經(jīng)營數(shù)據(jù)分析可以通過哪些方式

    在數(shù)聚股份看來,提起經(jīng)營數(shù)據(jù)分析,大家往往會聯(lián)想到一些密密麻麻的數(shù)字表格,或是高級的數(shù)據(jù)建模手法,再或是華麗的數(shù)據(jù)報表。其實,“ 分析 ”本身是每個人都具備的能力,對于業(yè)務(wù)決策者而言,
    的頭像 發(fā)表于 12-05 16:31 ?682次閱讀

    廣立微DE-G零斷檔重構(gòu)智能數(shù)據(jù)分析

    近日,數(shù)據(jù)分析領(lǐng)域被一則消息推上風(fēng)口浪尖:一家老牌軟件巨頭將撤出中國。在此背景下,其旗下以靈活著稱的數(shù)據(jù)分析軟件,在中國市場的未來將面臨極大的不確定性。
    的頭像 發(fā)表于 11-07 10:39 ?736次閱讀

    Forrester首席分析師談Net5.5G數(shù)據(jù)中心網(wǎng)絡(luò)

    Forrester Research首席分析師Andre Kindness談及AI對數(shù)據(jù)中心網(wǎng)絡(luò)的影響,指出面臨性能、擴展性與編排管理三大挑戰(zhàn)。關(guān)于數(shù)據(jù)中心功能協(xié)同,傳統(tǒng)通用架構(gòu)已分化為通用
    的頭像 發(fā)表于 10-14 14:29 ?735次閱讀

    Omdia高級首席分析師暢談運營商面臨的網(wǎng)絡(luò)挑戰(zhàn)

    Omdia高級首席分析師Sameer Ashfaq Malik指出,運營商面臨三大核心網(wǎng)絡(luò)挑戰(zhàn):傳統(tǒng)服務(wù)收入低迷、新興服務(wù)(如人工智能)規(guī)?;M程緩慢,以及運營成本(OPEX)持續(xù)攀升?!癆I
    的頭像 發(fā)表于 10-13 09:19 ?1208次閱讀

    【產(chǎn)品介紹】Altair RapidMiner數(shù)據(jù)分析與人工智能平臺

    AltairRapidMiner賦能組織解鎖數(shù)據(jù)洞察,運用數(shù)據(jù)分析和先進的人工智能自動化,提供可擴展的面向未來的解決方案。Altair數(shù)據(jù)分析和人工智能平臺包括數(shù)據(jù)準備、
    的頭像 發(fā)表于 09-18 17:56 ?926次閱讀
    【產(chǎn)品介紹】Altair RapidMiner<b class='flag-5'>數(shù)據(jù)分析</b>與人工智能平臺

    普迪飛 Exensio?數(shù)據(jù)分析平臺 | 鑄就良率提升與量產(chǎn)加速之路

    ManufacturingAnalytics(M-A)是Exensio數(shù)據(jù)分析平臺中的四個核心模塊之一。M-A模塊旨在幫助集成器件制造商(IDM)、代工廠(Foundry)和無晶圓廠半導(dǎo)體公司
    的頭像 發(fā)表于 08-19 13:53 ?1145次閱讀
    普迪飛 Exensio?<b class='flag-5'>數(shù)據(jù)分析</b>平臺 | 鑄就良率提升與量產(chǎn)加速之路

    普迪飛 Exensio?數(shù)據(jù)分析平臺 | Test Operations解鎖半導(dǎo)體測試新紀元

    TestOperations是Exensio數(shù)據(jù)分析平臺的四個主要模塊之一。T-Ops模塊旨在幫助集成器件制造商(IDM)、無晶圓廠半導(dǎo)體公司(Fabless)和外包半導(dǎo)體(產(chǎn)品)封測廠(OSAT
    的頭像 發(fā)表于 08-19 13:53 ?1459次閱讀
    普迪飛 Exensio?<b class='flag-5'>數(shù)據(jù)分析</b>平臺 | Test Operations解鎖半導(dǎo)體測試新紀元

    如何通過數(shù)據(jù)分析識別設(shè)備故障模式?

    通過數(shù)據(jù)分析識別設(shè)備故障模式,本質(zhì)是從聲振溫等多維數(shù)據(jù)中提取故障特征,建立 “數(shù)據(jù)特征 - 故障類型” 的映射關(guān)系,核心可通過特征提取、模式匹配、趨勢分析三步實現(xiàn),精準定位故障根源與發(fā)
    的頭像 發(fā)表于 08-19 11:14 ?1015次閱讀
    如何通過<b class='flag-5'>數(shù)據(jù)分析</b>識別設(shè)備故障模式?

    構(gòu)建自定義電商數(shù)據(jù)分析API

    按需分析結(jié)果,幫助團隊快速響應(yīng)市場變化。本文將逐步指導(dǎo)您如何從頭構(gòu)建這樣一個API,確保它可靠、高效且可擴展。 1. 理解電商數(shù)據(jù)分析基礎(chǔ) 電商數(shù)據(jù)通常包括銷售記錄、用戶行為、產(chǎn)品信息
    的頭像 發(fā)表于 07-17 14:44 ?667次閱讀
    構(gòu)建自定義電商<b class='flag-5'>數(shù)據(jù)分析</b>API

    AI數(shù)據(jù)分析儀設(shè)計原理圖:RapidIO信號接入 平板AI數(shù)據(jù)分析

    AI數(shù)據(jù)分析儀, 平板數(shù)據(jù)分析儀, 數(shù)據(jù)分析儀, AI邊緣計算, 高帶寬數(shù)據(jù)輸入
    的頭像 發(fā)表于 07-17 09:20 ?805次閱讀
    AI<b class='flag-5'>數(shù)據(jù)分析</b>儀設(shè)計原理圖:RapidIO信號接入 平板AI<b class='flag-5'>數(shù)據(jù)分析</b>儀