百融金服获2亿B轮融资 打造融合线上线下基因的第三方金融大数据公司

简介:

ZD至顶网软件频道消息:10月20日,百融金服宣布获得2亿元B轮融资,百融金服CEO张韶峰宣布了公司的总体战略规划:百融金服将从大数据风控与营销模型、数据维度和来源、产品体系和品类、服务对象和领域上建立自己的核心竞争力和持续发展能力,打造一个融合线上与线下基因的第三方金融大数据公司。为了实现这一总体目标,百融金服将分两步走:第一,以信贷业务切入,带动银行类金融机构以及其它金融机构(保险、基金、证券、第三方理财平台)的营销、清收类金融信息服务;第二,将风控的触角延伸到政府部门、企业人力资源领域和婚恋、租赁、贸易市场等泛征信领域。

百融金服获2亿B轮融资 打造融合线上线下基因的第三方金融大数据公司

百融金服对自己的定位是务实的大数据金融信息服务商,公司拥有五大优势:首先,百融金服具有海量的、线上线下融合的、多维度数据,这些数据来自互联网、金融机构、线下零售、社交、媒体、航空、教育、运营商、品牌商等众多数据源。第二,百融金服可以跨平台进行实时数据获取和分析。第三,百融金服具有行业先发优势。第四,百融金服具有专业的大数据处理和分析能力。第五,百融金服具有先进的建模经验。

目前,百融金服已经和包括建设银行、招商银行、光大银行、兴业银行、浦发银行、华夏银行、北京银行、中银消费金融、捷信消费金融、人人贷和人人有信、搜易贷、你我贷、手机贷、中腾信、等250余家金融机构达成合作。同时,百融金服非常重视保险行业的大数据应用开拓,与包括中国人保、中国人寿、太平洋保险、新华保险、中华保险在内的多家大型财寿险公司进行测试与合作,其效果得到市场普遍认可。

作为最早进入金融领域的创新型大数据公司之一,百融金服凭借一流的数据挖掘技术、建模经验以及特有的线上线下融合的、多维度海量数据,依据金融行业客户业务特点及需求开发了包含贷前营销、贷前审核以及贷后不良资产管理在内的客户全生命周期产品及服务。

在大数据营销方面,百融金服可以提供数据、应用、代理三个层面的服务,在新客获取、存量经营以及产品设计三个方面为客户提供价值。在数据服务层面,百融金服提供数据洞察报告,帮助客户形成客户画像;在应用服务层面,百融金服拥有线上线下渠道产品定向推荐,帮助客户做事件营销、失联客户触达以及客户流失预测;而在代理服务层面,百融金服可以提供精准广告投放、精准商机推荐、获客代理以及客制化产品研发。

此次发布会上,百融金服正式成立融反欺诈联盟,旨在以积极、开放、合作的心态,建立统一的反欺诈平台,以更加整合的大数据弥补割裂的信息孤岛所带来的缺陷。100多家机构成为联盟首批成员单位。百融金服基于为金融机构提供大数据风控服务的经验,建立了千万量级的特殊名单库,并开放给联盟全体成员免费查询使用。从而帮助联盟成员更好地利用大数据,从多维度进行风险监控与分析,最大限度降低运营风险,提高投资者的资金安全。百融金服同时倡导整个金融行业在反欺诈的环节上携手合作,共同打造诚信的金融环境,加强人们对金融行业的信心,促进普惠金融的落实。

原文发布时间为:2015年10月22日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
SQL 分布式计算 大数据
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
本文深入介绍 Hive 与大数据融合构建强大数据仓库的实战指南。涵盖 Hive 简介、优势、安装配置、数据处理、性能优化及安全管理等内容,并通过互联网广告和物流行业案例分析,展示其实际应用。具有专业性、可操作性和参考价值。
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
|
机器学习/深度学习 数据采集 人工智能
深入探索人工智能与大数据的融合之路
本文旨在探讨人工智能(AI)与大数据技术如何相互促进,共同推动现代科技的进步。通过分析两者结合的必要性、挑战以及未来趋势,为读者提供一个全面的视角,理解这一领域内的最新发展动态及其对行业的影响。文章不仅回顾了历史背景,还展望了未来可能带来的变革,并提出了几点建议以促进更高效的技术整合。
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
807 8
|
人工智能 分布式计算 数据处理
MaxCompute Data + AI:构建 Data + AI 的一体化数智融合
本次分享将分为四个部分讲解:第一部分探讨AI时代数据开发范式的演变,特别是MaxCompute自研大数据平台在客户工作负载和任务类型变化下的影响。第二部分介绍MaxCompute在资源大数据平台上构建的Data + AI核心能力,提供一站式开发体验和流程。第三部分展示MaxCompute Data + AI的一站式开发体验,涵盖多模态数据管理、交互式开发环境及模型训练与部署。第四部分分享成功落地的客户案例及其收益,包括互联网公司和大模型训练客户的实践,展示了MaxFrame带来的显著性能提升和开发效率改进。
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
723 11
|
机器学习/深度学习 人工智能 算法
探索人工智能与大数据的融合之道####
— 本文旨在探讨人工智能(AI)与大数据如何协同工作,以推动技术创新和产业升级。通过分析二者的基本概念、核心技术及应用场景,揭示它们相互促进的内在机制,并展望未来发展趋势。文章指出,AI提供了智能化处理数据的能力,而大数据则为AI提供了海量的训练资源,两者结合将开启无限可能。 ####
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能与大数据的融合之美####
【10月更文挑战第29天】 身处信息技术飞速发展的时代,人工智能与大数据如同两颗璀璨的星辰,在科技的夜空中交相辉映,共同推动着社会进步与变革的浪潮。本文旨在揭开AI与大数据深度融合的神秘面纱,探讨这一融合如何引领技术前沿,激发创新活力,并展望其在未来世界中的无限可能。通过深入浅出的解析,展现技术背后的逻辑与魅力,邀请读者一同踏上这场科技与智慧的探索之旅。 ####
437 2
|
人工智能 算法 搜索推荐
探索人工智能与大数据的融合之道####
本文深入探讨了人工智能(AI)与大数据之间的紧密联系与相互促进的关系,揭示了二者如何共同推动科技进步与产业升级。在信息爆炸的时代背景下,大数据为AI提供了丰富的学习材料,而AI则赋予了大数据分析前所未有的深度与效率。通过具体案例分析,本文阐述了这一融合技术如何在医疗健康、智慧城市、金融科技等多个领域展现出巨大潜力,并对未来发展趋势进行了展望,强调了持续创新与伦理考量的重要性。 ####