螞蟻金服獨特的芝麻信用,是以大數據與機器學習的方法,分析與評估用戶的信用,並給出一個信用總分數,以「芝麻分」來呈現。芝麻分越高,代表信用評價越高,而這個芝麻分在與銀行業務及租車、訂房等交易比對後,證實芝麻分越高的用戶,還車或繳款逾期的比例就越低。

圖片來源: 

資料來源:螞蟻金服,iThome整理

螞蟻金服的大數據徵信服務「芝麻信用」,是在傳統信用評估之上,再增加網路金融平臺所掌握的大數據資訊,透過機器學習技術給出每個用戶的信用評價。

傳統的信用機制主要評估信用歷史、身分特質及履約能力,螞蟻金服則再連結更豐富的活的數據,包括用戶行為偏好、人脈關係,以更多的用戶資料為基礎,透過深度學習技術給出用戶的信用評價與信用分數,也就是芝麻分,而分數越高,代表個人消費信用越好。

螞蟻金服首席技術官程立表示,芝麻信用與傳統金融機構的信用體系並不衝突,與金融業者的產品結合,能夠幫助銀行更好控制用戶信貸分析,而原本無法獲得銀行信用的用戶,也能夠更好地獲得銀行的信用,所以與銀行整個信用體系是互補的方式,藉由相互合作可取得比較好的效果。

在與銀行合作的實際驗證下,銀行的審核通過率提升7%,逾期率降低0.3%,並可在占銀行總客戶30%的高風險客戶中,辨別出80%的詐欺客戶,程立指出,對逾期率的控制,降低0.3%已經是很大的改善了。

用芝麻信用這樣有別於傳統信用評估的機制為用戶打分數,這樣的信用評價是否可信呢?程立表示,經比對分析用戶的租車與訂房行為,證實芝麻信用評分越高,整體逾期率就越低,代表大數據信用評估模式可行。

以深度學習技術識別信用

螞蟻金服的大數據徵信仰賴從網路服務收集來的更多用戶資訊,再由深度神經網路演算法自動分析,依據用戶的信用歷史、履約能力、身分特質、行為偏好與人脈關係等5大項目綜合判斷,由機器學習系統自動評判用戶的信用。

相關報導「AI新金融」


Advertisement

更多 iThome相關內容