你以为芝麻信用还只有“芝麻分”一个产品？
来源：黄嵩资本论 作者：黄嵩
晒晒你的芝麻分~
芝麻信用管理有限公司，是蚂蚁金服旗下独立的互联网征信机构，通过云计算、机器学习等技术客观呈现个人和企业的信用状况。芝麻信用是中国人民银行要求做好个人征信业务的准备工作的八家机构之一。个人征信业务，芝麻信用已经在消费金融、融资租赁、信用卡、酒店、租房、出行、学生服务、公共事业服务等近百个场景为用户、商户提供信用服务，使众多用户享受到了信用的便利。企业征信业务，芝麻信用已完成备案登记，并推出了灵芝系统，让更多的小微企业享受到良好信用带来便利。1、大数据征信芝麻信用的互联网征信业务，本质上是大数据征信，基于广泛的数据来源，运用先进的数据处理和算法技术，应用于丰富的场景。（1）广泛的数据来源由于传统征信模型主要依赖历史信贷等强相关数据的可获得性，而中国约10亿人口没有历史信贷数据，使得传统征信模型无法使用。为此，芝麻信用依据用户在互联网上的各类消费及行为数据，结合传统金融借贷信息，通过挖掘和信用表现有稳定关联的特征，发现大数据中蕴含的信用评估价值。芝麻信用的数据来源非常广泛，包括阿里巴巴的电商数据、蚂蚁金服的互联网金融数据、公共机构及合作伙伴数据、用户上传数据等。（2）先进的数据处理和算法技术芝麻信用基于大数据征信模型，通过数据处理，把上述原始数据转换为可用格式的转换数据。然后，将转换数据合并到描绘征信对象的某一特征，包括基本信息、注册信息、兴趣偏好、支付和资金、人脉关系、黑名单信息、外部应用等。芝麻信用依据上述数据，运用云计算及机器学习等技术，通过逻辑回归、决策树、随机森林等模型算法，对各维度数据进行综合处理和评估，客观呈现客户的信用状况。例如，芝麻信用应用梯度提升决策树（Gradient Boosting DecisionTree，GBDT），深入挖掘特征之间的关联性，衍生出具备较强信用预测能力的组合特征，并将该组合特征与原始特征一起使用逻辑回归线性算法进行训练，从而获得一个具备可解释性的准确的线性预测模型。比如，一个人在某些特定品类上的消费行为，一定程度上反映了他的家庭责任感，这些行为本身与信用的相关性可能并不高，但如果他还经常参加各类公益活动，那么这两类特征的组合则可能与其个人信用表现出很强的正相关性，也就是说，若变量之间的交叉分析有助于提供模型的信用预测能力。（3）丰富的应用场景芝麻信用的应用不仅覆盖现金借贷、消费分期等金融领域，还覆盖众多生活领域，如住宿、出行、租房、婚恋、社交等。芝麻信用丰富的应用场景，使普通老百姓感受到信用的力量和价值，使他们今后在生活中注意培养信用意识，并在全社会营造信用文化。（4）用户信息安全芝麻信用严格遵守征信相关的法律法规。用户信息的收集、整理、加工、输出，无论是芝麻，还是第三方，都要获得用户的授权。没有用户的授权，无论是芝麻信用，还是各合作伙伴，都不能调用用户的数据。所有数据都通过科学的评分模型运营计算，没有人工的接触。系统还会通过运算规则自动将一些资产、交易明细等敏感数据进行脱敏处理，不会在芝麻信用产品中出现相关的明细、敏感信息。2、芝麻分芝麻分是芝麻信用的个人征信产品，在用户授权的情况下，把基本信息、注册信息、兴趣偏好、支付和资金、人脉关系、黑名单信息、外部应用等征信对象特征的数据，输入到五个信用维度中，包括信用历史、身份特质、履约能力、行为偏好和人脉关系，每一维度代表征信对象的某一信用特征。芝麻信用根据上述五个信用维度的数据，建立了刻画个人信用全貌的模型，基于7×24小时在线运算能力，运用机器学习算法等大数据技术，得出芝麻分。芝麻分评分范围从350到950，分值越高代表信用越好。芝麻分自推出以来，已广泛应用于金融借贷和生活服务等领域，较高的芝麻分可以帮助用户获得更高效、更优质的服务。芝麻分高于600分且没有不良记录：有机会免押租用永安城市自行车；有机会通过阿里旅行免押金、免查房、免排队入住酒店；有机会通过蚂蚁花呗、招联金融等获得贷款。芝麻分高于650分且没有不良记录：有机会在神州租车、一嗨租车免押金租车，线上提交免押租车订单，线下取车时，用户无需刷卡预授，流程简单。芝麻分高于700分且没有不良记录：可以更加方便的申请新加坡签证，不用再提交资产证明、在职证明或者户口本等复杂资料。芝麻分也给商户带来了价值。例如，某酒店将芝麻分引入其入住和退房流程决策系统，对于符合一定评分的客户实行免押金入住和免查房退房，从而将申请入住时间由平均3分钟缩短到45秒，将申请退房用时由平均2分钟缩短至18秒，在风险可用的前提下，有效提升了客户体验和酒店运营效率。3、芝麻信用商家服务平台芝麻信用商家服务平台聚焦于提供互联网金融风控解决方案。互联网消费金融、个体网络借贷等互联网金融行业，在快速发展的同时，也面临四大问题：如何识别虚假身份信息。如何实现极速审批。如何利用互联网征信判断用户信用情况。如何惩戒欠款不还。芝麻信用商家服务平台提供的产品和服务，可以有效的用于互联网金融公司贷前、贷中和贷后管理的各个业务环节，如贷前准入、贷中风险预警、贷后催收管理等。芝麻信用商家服务平台通过反欺诈信息验证（Information Validation Service，IVS）、行业关注名单、芝麻信用评分等产品和服务，帮助互联网金融公司解决风控难题。（1）反欺诈信息验证互联网金融的业务申请，一般都是通过网上办理，申请人在网上填写个人信息申请相关业务，无需本人前往柜面做身份、资料的核实。互联网金融公司往往通过电话、第三方验证来校验这些信息是否真实，但难以保证申请人信息的真实性，而且耗费大量的人力、财力。芝麻信用在向互联网金融公司提供服务的过程中发现，10%的贷款申请有欺诈嫌疑，身份冒用类欺诈占比最高，其次是团伙欺诈，其他的还有账户盗用、恶意违约等。反欺诈信息验证是针对这种线上申请业务风险，推出的一款反欺诈产品。反欺诈信息验证根据客户提交的信息，包括用户的身份证号、姓名、地址、手机、EMAIL、环境设备信息等，对用户相关信息的真实性进行评估，识别伪冒申请和潜在恶意逾期客户，帮助互联网金融公司判断用户在业务申请过程中提交的基本信息是否真实。产品输出内容包括：信息真实度评分（Score）和评分说明（Info－code）。芝麻信用的反欺诈信息验证，一方面帮助互联网公司识别虚假申请风险，最大程度地降低损失，另一方面有效减少互联网公司业务核查成本，提高处理效率。例如，某小额贷款公司提供网上申请消费贷款的服务。在网上审核方面，面临2个主要问题：客户申请信息，需要人工逐个审核。面临审核时间长、审核人力缺乏的问题。会有贷款逾期，骗贷情况，需要对客户的风险进行识别。在数据测试阶段，该小额贷款公司将正常与逾期用户数据输入芝麻信用反欺诈信息验证。测试结果显示：对测试的全量客户数据，反欺诈信息验证的覆盖率高达98%。反欺诈信息验证识别的风险客户覆盖了逾期名单95%以上。目前，该小额贷款公司已把芝麻信用反欺诈信息验证前置到信息审核的第一道关口，采用的是“机器+人”的模式，对每一笔借贷进行风险评分，大大降低了虚假申请和诈骗申请风险。（2）行业关注名单行业关注名单通过收录用户在各类场景下的违约行为，帮助合作伙伴过滤不良客户，规避和防范潜在风险。行业关注名单数据来源包括：政府及社会公共事业机构、行业组织、芝麻信用的各类合作伙伴（如金融机构、电商、酒店、租车公司等）。每类关注名单可体现一个细分行业客户的某类风险行为。例如，芝麻信用利用某互联网金融公司的历史客户样本数据进行测试，结果显示，行业关注名单客户最终表现为坏客户的比例为42.5%，非行业关注名单客户最终表现为坏客户的比例为9.8%，前者是后者的4倍多。（3）芝麻信用评分芝麻信用评分量化直观地呈现用户信用状况，主要解决信贷、租赁、交易等场景中用户的违约风险识别问题。如在银行的信贷或发卡场景，芝麻信用评分对用户的信用风险有很强的区分能力，可作为做出通过/拒绝决策的参考。例如，某股份制银行信用卡中心的发卡业务，通过芝麻信用评分的应用，取得了明显效果。第一，提高通过率。原来那些在传统征信机构里没有信用记录的申请人，申请无法获批，应用芝麻信用评分后，扩大了发卡申请人群，提高了7%的审批通过率。第二，降低不良率。应用芝麻信用评分后，整体不良率降低0.3%。4、灵芝系统灵芝系统是芝麻信用的企业征信业务，聚焦小微企业和创业企业的信用评估。小微企业主、创业者们都有一个普遍感受：创业刚起步，在金融场景下的活动足迹不多，比如从没向银行贷过款，在向央行或其他征信机构调取企业征信报告时，发现报告内容就寥寥几笔，甚至几乎一片空白。而因为缺乏完备的信用信息，小微企业和创业公司在金融市场上寸步难行：难以从银行借到贷款、难以拓展更多企业间的合作；难以得到大公司的认可与合作机会，等等。芝麻信用企业征信的灵芝系统，就是为小微企业和创业公司提供征信服务，让它们获得银行贷款、获得与合作伙伴尤其是大公司的合作机会不再那么艰难。同时，也让那些把污点隐藏得很深的老赖或不良企业给曝光，提高他们的违约成本。灵芝系统基于丰富的数据来源和维度，加上芝麻的数据集成能力，为用户提供一站式小微企业征信数据接入。灵芝系统主要有三个数据来源：来自政府，包括工商数据、司法数据、海关数据、企业纳税数据等。来自商业伙伴，包括运营企业数据、合作机构反馈数据、企业经营数据等。来自阿里巴巴和蚂蚁金服，包括电商数据和互联网金融等。灵芝系统包括五大产品：企业信用报告风险云图信用评分和指数关注名单风险监控预警其中，风险云图是首次运用于征信领域。企业的风险有的时候也像感冒一样，会传染，一家企业的风险很容易引发一批企业的风险。风险云图根据传染病传播模型，通过投资关系、经营关系、行业地域关联等多个维度对企业关联风险进行评估，不仅罗列出目标企业所有的关联企业和个人，还能计算出风险概率，量化目标企业的关联风险大小，预警小微关联企业潜在的信用风险。有些“老赖企业”会通过各种投资或重组手段，将自己改头换面成另一家刚成立或者信用背景良好的企业，风险云图也可以通过识别错综复杂的企业、股东间关系等，给出风险概率，进行提示、预警，避免向其发放贷款或合作而导致违约风险。灵芝系统的服务对象主要包括政府、金融机构和企业。政府：如和最高法院开展联合披露及惩戒，促使“老赖企业”履行生效判决义务；和政府部门共同扶持帮助小微企业融资和发展，银信税合作等。金融机构：主要为金融机构提供小微企业和小微企业主的征信画像，作为他们评估放贷和进行贷后管理的重要参考。企业：比如，一家二级供应商向一级供应商提出大批量集中采购需求，这就涉及下定金、商品出库、收尾款的问题，为了评估和判断对方的征信记录，一级供应商可通过芝麻企业征信调取其征信画像。又如，一家小微企业想成为一家全球大公司的供应商，按照要求，他需要提供一份自己的征信报告，他可以通过芝麻企业征信来调取自己的征信状况，提供到给对方进行参考和评估。
1. 理财之家所有内容，凡注明"来源：理财之家"的文章，版权均属上海善筹金融信息服务有限公司（理财之家）所有，任何媒体、网站或个人未经理财之家协议授权不得转载、链接、转贴或以其他方式复制发布、发表。已经理财之家协议授权的媒体、网站，在下载使用时必须注明稿件来源理财之家
和相关作者，违者理财之家将依《中华人民共和国著作权法》、《中华人民共和国著作权法实施条例》、《信息网络传播权保护条例》等追究相关责任。
2. 凡理财之家注明"来源：××× "的文/图等稿件，理财之家转载出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。如有任何问题，请致电：400-175-8788
95%的朋友还会对以下文章感兴趣:
您还没有登录,请
后发表评论
您还没有登录,请
后发表评论
400-175-8788
客服邮箱：
服务时间：9:00 - 18:00
扫码发现更多干货您好，欢迎来到开淘网& & &开淘宝店，上开淘网
加我微信：jianghui853&一对一回答你的淘宝店铺问题
真实手工流量，提升淘宝排名！万人在线，互刷收藏加购！
　　芝麻信用分不良记录一直不处理会怎么样?各位支付宝用户，你在支付宝的软件里面可以查询芝麻信用分不良记录哦，有支付宝用户就问了，如果芝麻信用分不良记录一直不处理会怎么样呢?　　一直不处理会怎么样?　　用户不良信用记录的数据主要来自芝麻信用合作商户以及其他公共机构。违约行为数据将在整个芝麻信用体系中记录。　　也就是说，如果用户在芝麻信用的A商家处有了违约行为，当他在芝麻信用的B商家处申请服务时，很有可能会因为负面记录而被拒。　　如果芝麻信用分不良记录一直不处理，那么你的芝麻信用分会越来越低，然后会导致您的信用下降，和借呗都使用不了，而且其他的和芝麻信用分相关的功能都无法使用了!　　为什么我的芝麻信用分一直不增加?　　1. 不完善芝麻信用个人信息　　芝麻信用尚未像支付宝一样实行实名制，但个人信息不完整，很可能拉低芝麻分。　　2. 频繁改绑手机号码、收货地址　　频繁改绑手机号码、频繁更换收货地址，都是芝麻信用减分项。　　3. 从不用支付宝进行生活服务缴费　　不用支付宝交电费、水费、燃气费，无异于放弃了一个向蚂蚁金服展示你生活稳定性和规律性的机会。如果定期按时缴费，则更可以加分。为账户绑定手机交话费、充流量同理。　　4. 在淘宝天猫购物时，偏爱劣质便宜货　　节俭是美德，但如果在 淘系 购物网站长期购买粗制滥造的商品，很可能损害个人形象。你可以少一买点，但最好多买 高品质
商品。当然，如果你不爱淘宝爱京东，芝麻信用分对你的作用暂时不大，请出门左转，京东白条提额攻略欢迎你。　　5. 网购时经常拖延确认收货和付款　　如果你总是懒得确认收货，依赖系统默认，系统可能会认为你信用习惯不良。小编建议你收到货物后尽早主动确认、支付和评价。　　芝麻信用分不良记录一直不处理会怎么样?如果你芝麻信用分不良记录一直不处理，那么影响也很严重哦，小编把后果都为大家整理出来了哦，以上的内容供大家参考，大家请多多的关注哦。　　推荐阅读：　　　　　　
您可能感兴趣
淘宝大学教程大全提供淘宝开店教程，淘宝店铺装修教程，淘宝发布宝贝教程，淘宝运营教程，淘宝推广教程等淘宝大学教程视频，为淘宝店主和淘宝从业者提供淘宝的学习入门和精通。...
中国网店网淘宝商城专题，详细的给大家介绍如何加入淘宝商城详细步骤流程，淘宝商城是什么，淘宝商城怎么开，怎么注册，怎么加入。让你从0开始，轻轻松松入 驻Tmall，轻松赚大钱。...
淘宝培训...
淘宝刷单是通过虚假交易而使店铺获得较好的淘宝搜索排名的一种方式，通过刷单可以快速提升店铺信誉、好评率，从而促使店铺整体销量上升
淘宝规则栏目，旨在给淘宝店家解读淘宝规则什么、关于淘宝新规则的变更对网店有什么影响，帮助大家更好的开淘宝网店。...
加我微信：jianghui826免费发给你