方案概述

反欺诈

背景

在传统的金融行业核身环节,三要素验证是最为常用的核身技术之一,但三要素信息在查询过程中,往往会面临被第三方机构缓存数据、或者数据泄露的风险。

解决方案:隐匿三要素查询

隐匿查询的技术在可以不泄露双方的隐私信息的前提下,直连数据源并通过对身份证、手机号和姓名的加密查询确认一致匹配性。

实测性能在百ms以内,有效支撑用户进件的核身环节。

效果

精准营销

背景

在获客成本高企、精准运营缺乏足够数据支撑、默客难激活难当前,金融机构在转型实现精准营销的情况下,基于运营商业务所沉淀下来的数据,能够有效帮忙其在用户增长领域跨域“不连续性”。

解决方案:客户增长

在用户即将流失时,基于运营商对客户在金融领域活跃度的精准判断,即使预警并通过PSI等加密技术,在保护用户隐私的情况下完成天级预警。

在激活沉默已久的客户时,基于运营商对客户对于金融产品的敏感性和响应度,协助金融结构完成高响应客户的筛选和选择,极大提供了客户转化的效率。

效果

风险评估

背景

当今大量的风险评估模型已在各银行的风控系统上线,其中最传统也是最常规的建模方式是将多方数据汇总后建模。而汇聚数据带来的隐私安全问题却一直无法从根本上解决。

解决方案:联合资质评估

借助隐私计算技术,外部数据能够在所有权不发生转移的情况下,安全完成数据使用权的交换,将多头信息、收入/负债信息等数据资产引入到客群下探、ABC卡、资产评估等银行常见风控环节中。

让营销和风控团队的建模人员在面对外部数据时,能和内部数据一样做数据探查、挖掘建模等标准动作,同时能有效保护用户隐私。

效果

解决方案

金融 · 运营商 · 政府

以多方安全计算、联邦学习、区块链技术为锚,创新性地为客户提供安全、可信的AI数据产品和隐匿数据应用。