CN110223163A - 中介管理系统及反欺诈数据分析方法 - Google Patents

Abstract

本发明公开了一种中介管理系统及反欺诈数据分析方法，所述客户管理系统包括：信息采集模块，用于收集客户的金融产品信息，构建产品数据库；所述信息采集模块设置有多个，并内置有不同的RFID标签；审核模块，位于所述信息采集模块与渠道模块的数据传输通道上，用于对信息采集模块的RFID标签进行审核；渠道模块，用于对信息采集模块所形成的数据库进行分类，形成数据样本。本发明所达到的有益效果：提供一种适用于金融行业中的信息管理系统，并可进行大数据分析，以排查欺诈数据，降低金融行业中的风险。

Description

中介管理系统及反欺诈数据分析方法

技术领域

本发明涉及一种中介管理系统及反欺诈数据分析方法。

背景技术

近年来，随着经济的发展，人们资金需求越来越高，例如房贷、车贷、信贷、企业融资等等。银行的金融业务多由金融中介提供，金融中介一方面能够帮助或解决部分个人、企业的融资难、融资麻烦的问题，为个人或企业提供多样化的选择和专业的指导建议。另一方面，金融中介还可以帮助银行或资金单位减少或降低运营成本、提高工作效率。

但是金融中介行业普遍存在的客户管理难、销售管理难、数据和人的管理难等痛点，需要实时跟进客户、更新产品等。目前金融中介还是采用传统的客户管理系统，通过人工手动进行管理，效率慢、管理混乱。

现有技术中的缺点在于：

1.客户信息安全低，使用纸质化或普通的管理软件，使客户数据容易受外部或内部危险入侵。

2.业务流程慢，通过传统的电话，微信或邮寄等信息交流方式，数据周转时间长，客户在业务过程中需要长时间等待结果，如果发现有数据不全或要进行二次数据验证，周期会更长，普通的申请周期都在5到10天左右，导致客户满意度低。

3.数据容易混乱，如果一个客户在不同中介申请贷款，资金方或银行业务经理很容易弄错，导致不同中介的放款信息错误，影响到中介的业务开展。

发明内容

为解决前述问题，本发明提供了一种中介管理系统，其特征在于：

客户管理系统包括：

信息采集模块，用于收集客户的金融产品信息，构建产品数据库；信息采集模块设置有多个，并内置有不同的RFID标签；

审核模块，位于信息采集模块与渠道模块的数据传输通道上，用于对信息采集模块的RFID标签进行审核；

渠道模块，用于对信息采集模块所形成的数据库进行分类，形成数据样本。

进一步地，信息采集模块构建的产品数据库中的数据设置有对应信息采集模块的RFID标签；

审核模块通过计算机操作，对所需要采集信息的RFID标签进行录入，以形成数据的单向管理。

进一步地，信息采集模块包括：

产品信息模块，接收并保存中介用户输入的金融产品信息，构建产品数据库；

客户信息模块，接收并保存中介用户输入的客户信息，构建客户数据库；

进件请求模块，接收中介用户针对产品数据库中一金融产品信息提出的进件请求信息，读取进件请求中的待进件客户信息，生成该待进件客户信息的进件记录。

进一步地，信息采集模块还包括：

更新模块：根据待进件客户信息的进件记录更新客户数据库，将每个客户的进件记录与该客户的客户信息进行关联保存。

进一步地，渠道模块对数据库的数据信息以资金方信息作为分类标准。

进一步地，信息采集模块的采集端包括：

硬件录入端，通过人员进行数据信息的录入；

网页数据采集端，在客户浏览网页的过程中进行数据的采集。

进一步地，网页数据采集端根据用户输入的指令对网页数据进行数据采集，并将所浏览的网页数据存储到数据库中；网页数据采集端的后台对数据库内的数据进行处理筛选；

网页数据采集端中设置有定时模块，用于对网页数据进行定时采集。

一种基于上述中介管理系统的反欺诈数据分析方法，其特征在于：

反欺诈数据分析方法对渠道模块的数据样本进行分析：

根据评分标准对某一客户的数据样本进行评分并列出处于需要注意分数以上的信息项，形成二次分析结果集；注意分数依经验值设定；

从数据样本中查找与上述二次分析结果集一致的其它客户，采用关联分析算法查找其它客户的关联信息项，并根据关联信息项在首次分析的需要注意分数以上的信息项中找到对应的信息项；

将上述所得的信息项与二次分析结果集合并，根据客户申请的产品类型对应的信用计算表，对各项评分进行加权计算，形成该客户的信用评分。

进一步地，评分标准事先设定，定期人工更新，且评分标准适用于每一个客户以及其所有的数据信息。

进一步地，关联分析算法采用Apriori关联分析算法，通过支持度的计算排除无意义的条件，通过置信度的计算筛选具有关联度的信息项。

本发明所达到的有益效果：提供一种适用于金融行业中的信息管理系统，并可进行大数据分析，以排查欺诈数据，降低金融行业中的风险。

附图说明

图1是本系统的流程框图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本方案可以解决中介和资金方沟通交流的时效性和准确性，为中介端提供银行放款资源信息，为渠道端提供中介代理渠道资源，帮助金融中介自动管理客户，降低中介公司的运营成本，提高工作效率。将行业的上下游供需关系进行线上信息和资源整合，打通上下游供需关系，解决信息资源不对称的问题，帮助用户降低融资成本提高融资效率。

本技术方案提出了一种中介管理系统，在系统框架中包含了：

信息采集模块(即作为中介端)，用于收集客户的金融产品信息，构建产品数据库；所述信息采集模块设置有多个，并内置有不同的RFID标签；

审核模块，位于所述信息采集模块与渠道模块的数据传输通道上，用于对信息采集模块的RFID标签进行审核；

渠道模块(作为渠道端)，用于对信息采集模块所形成的数据库进行分类，形成数据样本。

其中通过RFID标签的设置，可以对于不同的信息采集模块的状态进行监控，本方案最终的数据会进行评分，对于处于危险度比较高的样本数据中的RFID标签信息会进行后台的筛选整合，对于经常收集到高危数据的信息采集模块会重点进行关注，以确保是否有人为违规操作在里面，其次，RFID标签的存在对于审核模块来说意义比较大，在进行审核的过程中，可以直接圈定审核范围，对于不采用的信息采集模块或者疑似有违规行为的信息采集模块可以直接通过去除RFID标签即可达到筛选的动作目的。

在硬件上，审核模块是借助于计算机使用，通过人员操作就可以实现。

作为一个具体的实施例，信息采集模块包括：

产品信息模块，接收并保存中介用户输入的金融产品信息，构建产品数据库。

客户信息模块，接收并保存中介用户输入的客户信息，构建客户数据库。

进件请求模块，接收中介用户针对所述产品数据库中一金融产品信息提出的进件请求信息，读取进件请求中的待进件客户信息，生成该待进件客户信息的进件记录。

更新模块：根据待进件客户信息的进件记录更新客户数据库，将每个客户的进件记录与该客户的客户信息进行关联保存。

具体使用时：

信息采集模块用于接收并保存中介用户输入的金融产品信息，构建产品数据库，接收并保存中介用户输入的客户信息，构建客户数据库。

信息采集模块还用于接收中介用户针对产品数据库中一金融产品信息提出的进件请求，读取进件请求中的待进件客户信息，生成该待进件客户信息的进件记录，并根据待进件客户信息的进件记录更新客户数据库；信息采集模块还用于将进件记录发送给合作的渠道端。

信息采集模块接收中介用户的产品操作指令，对自有产品数据库中的金融产品信息进行修改或删除。

信息采集模块接收中介用户针对一客户信息提出的跟进请求，录入跟进数据，根据跟进数据生成跟进记录，更新该客户信息。

信息采集模块接收中介用户针对产品数据库中一金融产品信息提出的进件请求，从客户数据库中选择一客户信息作为待进件客户信息，接收中介用户输入的进件数据，根据进件数据生成进件记录，更新该客户信息。

信息采集模块还用于接收中介用户输入的渠道信息，构建渠道数据库，接收中介用户输入的渠道取消指令，取消渠道数据库中指定渠道信息的合作。

信息采集模块还用于当接收到中介用户的客户转交指令时，将客户转交指令中的指定客户信息转交给指定的处理人，当接收到中介用户的客户共享指令时，将客户共享指令中的指定客户信息与指定的处理人共享。

信息采集模块还用于当接收到中介用户的客户反欺诈查询指令时，录入反欺诈查询信息，根据反欺诈查询信息生成反欺诈查询请求发送给渠道端，并保存渠道端反馈的反欺诈查询结果；反欺诈查询信息包括待查询客户名称、身份证号和/或联系电话。

信息采集模块还用于当接收到中介用户的客户风控审查指令时，录入风控审查信息，根据风控审查信息生成风控审查请求发送给所述渠道端，并保存渠道端反馈的风控审查结果；风控审查信息包括待查询客户名称、身份证号和/或联系电话。

作为一个具体的实施例，信息采集模块的采集端包括：

硬件录入端，通过人员进行数据信息的录入；

网页数据采集端，在客户浏览网页的过程中进行数据的采集。其中，网页数据采集端根据用户输入的指令对网页数据进行数据采集，并将所浏览的网页数据存储到数据库中；网页数据采集端的后台对数据库内的数据进行处理筛选。

作为一个具体的实施例，网页数据采集端中设置有定时模块，用于对网页数据进行定时采集，以实现后台信息的自动筛选。

作为一个具体的实施例，渠道模块对数据库的数据信息以资金方信息作为分类标准，具体作用如下：

渠道端接收中介端的进件记录，并对进件记录进行分类管理。

渠道端接收到反欺诈查询请求或风控审查请求后，分别对反欺诈查询信息进行反欺诈查询，并将得到的反欺诈查询结果发送给中介端；或者是对风控审查信息进行风控审查，并将得到的风控审查结果发送给中介端。

渠道端还用于接收渠道用户的推荐指令，录入推荐的中介用户，并对推荐的中介用户进行分类管理。

渠道端还用于接收渠道用户输入的金融产品信息，对金融产品信息进行分类管理。

本方案中，信息采集模块的信息分类如下：

金融产品信息包括以下数据的一种或多种组合：

渠道经理名称、机构类型、机构名称、服务地区、产品类型、产品标签、产品要点、产品描述、每月利率、期限、额度、还款期限、申请条件、申请资料和备注；

具体地，渠道经理为资金方渠道的联系人，机构类型为资金方类型，包括银行、机构、个人等。机构名称为资金方名称。产品类型包括信贷、房贷、车贷、垫资等。产品标签为产品的介绍或特色。中介用户可以根据具体情况录入金融产品信息。该系统还提供产品搜索功能，可以通过渠道经理名称、机构名称、机构类型、业务类型、服务地区、放款额度、账户状态(已实名认证、未实名认证、已官方认证、已邀请、认证中、认证失败等)等数据对产品数据库进行搜索。该系统还可以将产品数据库中的产品信息罗列出来。

客户信息包括以下数据的一种或多种组合：

联系电话、身份证号、意向产品、征信状况、资金需求、客户状态、客户来源、备注、征信信息、社保信息、公积金信息、商业保险信息、房产信息、车辆信息和经营信息。

具体地，征信状况包括良好、一般、位置、白户、黑户、失信等。资金需求可以分类，例如：小于10万、10-30万、30-50万、50-100万、100-300万等等。客户状态包括优质、有效、暂缓、无效、已贷、续贷、潜在等。意向产品包括信贷、房贷、车贷、垫资等。客户来源包括个人客户、公司客户、同行推荐、朋友介绍、行业展会、客户介绍、合作伙伴等。

征信信息包括债务总额、是否诉讼、查询次数、信用卡额度、逾期金额、是否执行、是否担保、信用卡数量、使用比例、逾期次数。社保信息包括工作单位、缴纳金额、缴纳时长、社保密码、工资收入、缴纳单位、缴纳周期、社保账户等。商业保险信息包括保险公司、保单类型、投保人、投保费用、保单年限、投保地点、生效日期、被保人、缴纳周期等。

房产信息包括房产地址、房产性质、产权人、装修时间、月供金额、按揭年限、抵押金额、抵押时间、面积、市场价值、交易限制、房产现状、已按揭年限、按揭余额、抵押类型等。

车辆情况包括牌照号码、购买价格、保险公司、车辆现状、抵押类型、已按揭期数、车型、购买时间、投保地点、抵押金额、抵押时间、按揭总期数等。经营信息包括公司名称、年营业额、员工数量、单位电话、企业信用、所述行业、经营流水、成立时间、纳税规模等。

该系统还提供客户搜索功能，可以通过关键字、客户状态、资金需求、意向产品、征信情况、客户来源等数据对客户数据库进行搜索。该系统还可以将客户数据库中的产品信息罗列出来。该系统还可以将客户按照共享客户、公共客户、全部客户、我的客户进行分类罗列。

如果某客户想要购买某产品时，该系统提供进件记录功能，记录每个产品的进件记录，方便中介用户查看每个产品的进件情况以及每个客户的进件情况。

中介用户可以随时对产品数据库中的金融产品信息进行更新。如果该金融产品信息停止售卖，可以在产品数据库中删除该产品。如果该金融产品信息发生改变，可以在产品数据库中修改该产品。

进件请求可以针对客户数据库中已有的客户信息操作。如果是客户数据库中没有的客户信息，需要在客户数据库中先建立客户信息后，在执行进件操作。中介用户也可以直接提出进件申请，录入进件详情，包括：进件时间、实付费用、进件状态、合同信息、客户信息和附件资料(例如个人三证、营业执照、房产三证、汽车证件、征信报告等)

中介端接收中介用户输入的进件数据；所述进件数据包括以下数据的一种或多种组合：客户名称、进件状态、联系电话、客户状态、资金需求、约定费用、实付费用、合同信息、客户归属、资金渠道、渠道经理名称和进件时间；

当客户的进件操作执行完后，该系统及时更新客户信息，更新后的客户信息中可以直接查看到该客户以往的进件记录。

具体地，该系统还提供中介用户跟进功能。中介用户可以手动创建跟进任务，当跟进任务创建好后，输入跟进信息。跟进类型包括电话联系、短信联系、微信联系、qq联系、邮箱联系、拜访等。客户成熟度包括A+:明确成交意向，A-:有初步成交意向，B+:关键人有成交意向，B-:关键人成交意向不确定，C+:初步联系，有意向，C-:初步联系，意向不确定，D：新建客户等。跟进人可以是中介用户本人或者是其他委托人。根据所述跟进数据生成跟进记录，更新该客户信息。

渠道模块还可以加载一些办事工具，例如：征信查询、社保查询、公积金查询、个税查询、房产信息查询、房屋评估、二手房价格、房屋产调、企业信息查询、失信黑名单等，方便渠道用户及时进行相关数据查询。

本发明实施例所提供的系统，为简要描述，实施例部分未提及之处，可参考前述系统实施例中相应内容。

在基于以上系统内容后，可以形成一种反欺诈数据分析方法：

反欺诈数据分析方法对渠道模块的数据样本进行分析：

根据评分标准对某一客户的数据样本进行评分并列出处于需要注意分数以上的信息项，形成二次分析结果集；所述注意分数依经验值设定；

从数据样本中查找与上述二次分析结果集一致的其它客户，采用关联分析算法查找其它客户的关联信息项，并根据关联信息项在首次分析的需要注意分数以上的信息项中找到对应的信息项；

将上述所得的信息项与二次分析结果集合并，根据客户申请的产品类型对应的信用计算表，对各项评分进行加权计算，形成该客户的信用评分。

评分标准有很多，比如下面针对客户信息的评分指标：

反欺诈数据分析过程：

1.客户数据录入，包含：

客户基本信息：姓名，身份证，电话号码

客户详细信息：学历，是否全日制，职业信息，单位性质，婚姻状况，配偶职业，

客户信用信息：个税缴纳，债务总额，是否执行，是否诉讼，是否担保，查询次数，信用卡数量，信用卡额度，使用比例，五级分类，逾期次数，逾期金额，备注

社保信息：工作单位，工资收入，是否打卡，缴纳单位，缴纳金额，缴纳周期，缴纳时长，社保账户，社保密码，备注

公积金信息：缴纳单位，缴纳金额，缴纳周期，缴纳时长，社保账户，社保密码，备注

保险信息：保险公司，投保地点，保单类型，，生效日期，投保人，被保人，投保费用，缴纳周期，保单年限，备注

资产信息：房产地址，房产面积，房产性质，市场价值，产权归属，限制交易，装修时间，房产现状，月供金额，已还期数，按揭银行，按揭余额，抵押金额，抵押机构，抵押时间，备注

车辆信息：牌照号码，车型，购买价格，购买时间，保险公司，投保地点，车辆现状，抵押金额，抵押类型，抵押时间，已按揭期数，按揭总期数，备注

公司信息：公司名称，所属行业，年营业额，经营流水，员工数量，成立时间，单位电话，纳税规模，企业信用，备注

其它信息：芝麻分，微粒贷额度，资产名称，资产性质，资产现状，资产价值，备注

2.根据各项数据进行评分，0-100分，分数越大，危险系数越大。

3.对评分分级(首次分析结果集)，总共5级：

无风险0-20分，轻微风险20-40分，普通风险40-60分，高风险60-80分，严重风险80-10分。

4.列出处于高风险和严重风险的信息项(二次分析结果集)。

5.从数据库中查找二次分析结果集一致的其它客户评分，采用Apriori关联分析算法查找其它客户关联信息项，通过Apriori关联分析算法公式计算支持度以及置信度，支持度很低的规则只能偶然出现，通过支持度来删除那些无意义的条件，置信度度量通过条件进行推理具有关联可靠性。

6.从关联结果列出的关联信息项，在首次分析结果集中找到对应的信息项(关联信息项)。

7.将首次分析结果集与二次分析结果集合并，根据客户申请的产品类型(信用贷款，抵押贷款等)对应的信用计算表，对各项评分进行加权计算。

8.按照加权表中的信用类型进行评分汇总。列出该客户的信用评分。

9.将整个过程及数据结果存入数据库，方便对其它客户数据分析。

通过该方法可以为渠道端提供中介代理渠道资源，为中介公司解决管理、销售、渠道、资源和风险防范等问题，能够帮助金融中介自动管理客户，降低中介公司的运营成本，提高工作效率。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种中介管理系统，其特征在于：

所述管理系统包括：

信息采集模块，用于收集客户的金融产品信息，构建产品数据库；所述信息采集模块设置有多个，并内置有不同的RFID标签；

审核模块，位于所述信息采集模块与渠道模块的数据传输通道上，用于对信息采集模块的RFID标签进行审核；

渠道模块，用于对信息采集模块所形成的数据库进行分类，形成数据样本。

2.根据权利要求1所述的中介管理系统，其特征在于：

所述信息采集模块构建的产品数据库中的数据设置有对应信息采集模块的RFID标签；

所述审核模块通过计算机操作，对所需要采集信息的RFID标签进行录入，以形成数据的单向管理。

3.根据权利要求1所述的中介管理系统，其特征在于：

所述信息采集模块包括：

产品信息模块，接收并保存中介用户输入的金融产品信息，构建产品数据库；

客户信息模块，接收并保存中介用户输入的客户信息，构建客户数据库；

进件请求模块，接收中介用户针对所述产品数据库中一金融产品信息提出的进件请求信息，读取进件请求中的待进件客户信息，生成该待进件客户信息的进件记录。

4.根据权利要求3所述的中介管理系统，其特征在于：

所述信息采集模块还包括：

更新模块：根据待进件客户信息的进件记录更新客户数据库，将每个客户的进件记录与该客户的客户信息进行关联保存。

5.根据权利要求1所述的中介管理系统，其特征在于：

所述渠道模块对数据库的数据信息以资金方信息作为分类标准。

6.根据权利要求1所述的中介管理系统，其特征在于：

所述信息采集模块的采集端包括：

硬件录入端，通过人员进行数据信息的录入；

网页数据采集端，在客户浏览网页的过程中进行数据的采集。

7.根据权利要求6所述的中介管理系统，其特征在于：

所述网页数据采集端根据用户输入的指令对网页数据进行数据采集，并将所浏览的网页数据存储到数据库中；所述网页数据采集端的后台对数据库内的数据进行处理筛选；

所述网页数据采集端中设置有定时模块，用于对网页数据进行定时采集。

8.一种基于权利要求1-7所述的中介管理系统的反欺诈数据分析方法，其特征在于：

所述反欺诈数据分析方法对所述渠道模块的数据样本进行分析：

根据评分标准对某一客户的数据样本进行评分并列出处于需要注意分数以上的信息项，形成二次分析结果集；所述注意分数依经验值设定；

从数据样本中查找与上述二次分析结果集一致的其它客户，采用关联分析算法查找其它客户的关联信息项，并根据关联信息项在首次分析的需要注意分数以上的信息项中找到对应的信息项；

将上述所得的信息项与二次分析结果集合并，根据客户申请的产品类型对应的信用计算表，对各项评分进行加权计算，形成该客户的信用评分。

9.根据权利要求8所述的反欺诈数据分析方法，其特征在于：

所述评分标准事先设定，定期人工更新，且评分标准适用于每一个客户以及其所有的数据信息。

10.根据权利要求8所述的反欺诈数据分析方法，其特征在于：

所述关联分析算法采用Apriori关联分析算法，通过支持度的计算排除无意义的条件，通过置信度的计算筛选具有关联度的信息项。