相關商品
商品簡介
名人/編輯推薦
序
目次
商品簡介
這是一本建設數字中國的實戰性著作，講解了如何從合規數據源獲取公共數據、個人數據和企業數據，並將這些數據合規地應用到各種金融風控場景。本書圍繞公共數據、企業數據、個人數據的分類分級授權應用場景要點，通過分享公安、運營商、銀聯、工商、央行征信、百行征信、司法、航旅、鐵路、稅務、交通、電力、保險等十幾種主流數據資源的開放背景、數據能力及現有的數據產品應用邏輯，幫助大數據行業從業者更好地了解數據資源持有權、數據加工使用權、數據產品經營權三類數據產權運行機制。書中凝聚了大量數據流通交易及應用方面的有價值的經驗、方法論、規範、解決方案和案例，不僅能讓讀者即學即用，還能讓讀者了解大數據行業及數據經濟產業的發展趨勢。通過本書，你將掌握以下內容：?合規數據源的特點?金融機構數據采購評估的要點?各類公共數據、企業數據及個人數據資源的開放背景、產品形態及應用場景?反欺詐及風險防控等十幾種主流數據源的深度剖析?消費金融反欺詐路徑的設計?車險風險防控的策略?小微企業金融風險防控的邏輯?物流金融風險防控的機制?車聯網及工業互聯網數據應用情況?數據交易所對金融機構數據采購及應用的影響及合作思路
名人/編輯推薦
（1）服務數字中國：數據合規是數據要素流通的關鍵，數據要素是數字中國的基礎制度，本書圍繞數據合規及其應用為數字中國建設提供實踐指導。（2）作者背景資深：作者在數據要素和金融數據風控領域有10余年經驗，是資深的數據要素流通應用專家和金融風控專家。（3）內容極度稀缺：迄今鮮有系統講解如何從合規的數據源獲取公共數據、個人數據和企業數據的資料。（4）全面指導實踐：本書能為數據使用方提高數據素養、數據所有方提升數據服務能力提供全面的實踐指導。（5）16位專家力薦：16位來自金融和數據領域的專家和企業領導高度評價並推薦。
序
為什麼要寫這本書
作為一位資深的金融數據要素應用專家，我深知大部分金融機構從業者至今依然不懂如何在市場上找到有效、合規的數據源，這無疑極大地阻礙了金融行業全業務流程的反欺詐及風險防控體系的建設。
即使到了2022年，《中華人民共和國數據安全法》等已落地多時，各地數據交易場所積極成立並開始對外提供服務，數據供需雙方信息不對稱導致的數據信息孤島現象也依然普遍。
數據信息孤島現象存在的主要原因有：一是金融機構反欺詐及風險防控相關部門（如技術、產品、策略及數據采購部門）人員的金融數據素質，與現今數據要素開放流通的速度不匹配。二是合規數據源方，如政府機構、國企等，因無專門的數據服務綜合團隊，不能充分滿足實體經濟發展的數據需求，導致各機構、企業均采取保守的數據開放策略。僅部分機構、企業在國家政策的引導下，陸續為金融等多行業提供數據產品服務，並不斷挖掘數據要素潛能，研發更有競爭力的數據產品。
多年來，我通過“大數據獵人”訂閱號陸續發布了數十篇與權威數據源、反欺詐及風險防控相關的原創分析文章，得到了保險、消費金融、互聯網金融、金融科技等行業機構和人員的關注與認可。
但我之前分享的系列文章，內容體系還不夠完善，更多與金融業務需求及數據應用邏輯相關的核心內容並未對外公開。另外，我發現市場上只有與技術模型相關的智能風控類書籍，缺少以合規數據源視角切入的智能風控類書籍。因此，我結合近幾年的實際數據業務實踐經驗，編寫了本書。我期望本書可以給金融機構供需雙方人員提供一點參考和啟示。
本書內容
本書分為四篇：
篇從政策及行業發展背景角度分享數據合規對於金融機構的意義，以及合規數據源的選擇要點和合規數據采購的要點。
第二篇主要介紹14類權威數據來源情況，包括機構情況、開放背景及現有產品形態。
第三篇從業務數據應用實踐角度出發，介紹消費金融、車險、物流金融及小微企業金融四大主流金融場景，目的是讓讀者了解各類合規數據源在不同場景下的反欺詐及風險防控應用邏輯。
第四篇從新數據和新邏輯兩個方面展開講解。新數據方面主要分享車聯網及工業互聯網兩類新型數據源的情況；新邏輯方面主要圍繞合規數據流通交易，對市場背景、政策背景、技術要求及交易場所進行介紹。
讀者物件
本書適用於以下讀者：
金融行業從業者及與金融行業相關的其他人員
各級數據管理部門中從事數據產品研發的人員
關注數據交易應用業務的律師事務所、產學研機構人員
勘誤和支持
由於我的水平有限，書中難免會出現一些錯誤或者不準確的地方，懇請各領域專家和廣大讀者批評指正。大家可以通過訂閱號“大數據獵人”或郵箱305673669@qq.com將發現的問題反饋給我，期待得到你們的真摯反饋。
致謝
感謝我的領導及同事，感謝湯寒林、張培、譚坤、葉玉婷、朱晨君、盧燁、江翔宇、蘇子芳等數據交易行業中的大咖，是你們在日常交流中給予我指導和支持。感謝公眾號“數據交易網”負責人張瑤對本書的大力支持，感謝各數據源相關方的無私奉獻及支持。
謹以此書獻給我親愛的家人，以及關注金融行業發展的朋友們！
作為一位資深的金融數據要素應用專家，我深知大部分金融機構從業者至今依然不懂如何在市場上找到有效、合規的數據源，這無疑極大地阻礙了金融行業全業務流程的反欺詐及風險防控體系的建設。
即使到了2022年，《中華人民共和國數據安全法》等已落地多時，各地數據交易場所積極成立並開始對外提供服務，數據供需雙方信息不對稱導致的數據信息孤島現象也依然普遍。
數據信息孤島現象存在的主要原因有：一是金融機構反欺詐及風險防控相關部門（如技術、產品、策略及數據采購部門）人員的金融數據素質，與現今數據要素開放流通的速度不匹配。二是合規數據源方，如政府機構、國企等，因無專門的數據服務綜合團隊，不能充分滿足實體經濟發展的數據需求，導致各機構、企業均采取保守的數據開放策略。僅部分機構、企業在國家政策的引導下，陸續為金融等多行業提供數據產品服務，並不斷挖掘數據要素潛能，研發更有競爭力的數據產品。
多年來，我通過“大數據獵人”訂閱號陸續發布了數十篇與權威數據源、反欺詐及風險防控相關的原創分析文章，得到了保險、消費金融、互聯網金融、金融科技等行業機構和人員的關注與認可。
但我之前分享的系列文章，內容體系還不夠完善，更多與金融業務需求及數據應用邏輯相關的核心內容並未對外公開。另外，我發現市場上只有與技術模型相關的智能風控類書籍，缺少以合規數據源視角切入的智能風控類書籍。因此，我結合近幾年的實際數據業務實踐經驗，編寫了本書。我期望本書可以給金融機構供需雙方人員提供一點參考和啟示。
本書內容
本書分為四篇：
篇從政策及行業發展背景角度分享數據合規對於金融機構的意義，以及合規數據源的選擇要點和合規數據采購的要點。
第二篇主要介紹14類權威數據來源情況，包括機構情況、開放背景及現有產品形態。
第三篇從業務數據應用實踐角度出發，介紹消費金融、車險、物流金融及小微企業金融四大主流金融場景，目的是讓讀者了解各類合規數據源在不同場景下的反欺詐及風險防控應用邏輯。
第四篇從新數據和新邏輯兩個方面展開講解。新數據方面主要分享車聯網及工業互聯網兩類新型數據源的情況；新邏輯方面主要圍繞合規數據流通交易，對市場背景、政策背景、技術要求及交易場所進行介紹。
讀者物件
本書適用於以下讀者：
金融行業從業者及與金融行業相關的其他人員
各級數據管理部門中從事數據產品研發的人員
關注數據交易應用業務的律師事務所、產學研機構人員
勘誤和支持
由於我的水平有限，書中難免會出現一些錯誤或者不準確的地方，懇請各領域專家和廣大讀者批評指正。大家可以通過訂閱號“大數據獵人”或郵箱305673669@qq.com將發現的問題反饋給我，期待得到你們的真摯反饋。
致謝
感謝我的領導及同事，感謝湯寒林、張培、譚坤、葉玉婷、朱晨君、盧燁、江翔宇、蘇子芳等數據交易行業中的大咖，是你們在日常交流中給予我指導和支持。感謝公眾號“數據交易網”負責人張瑤對本書的大力支持，感謝各數據源相關方的無私奉獻及支持。
謹以此書獻給我親愛的家人，以及關注金融行業發展的朋友們！
目次
本書贊譽
前言
篇 金融風控數據源
合規的重要性
第1章 數據源合規的推動力及效能 3
1.1 數據源合規的五大推動力 3
1.2 金融風控的紅利—權威
數據領先效能 8
第2章 合規數據源的選擇與
采購要點 9
2.1 選擇合規數據源的三大要點 9
2.1.1 主體合規 10
2.1.2 類型匹配 11
2.1.3 場景豐富 12
2.2 數據采購價值評估四大要點 13
2.2.1 匹配度 14
2.2.2 性能 16
2.2.3 效果 18
2.2.4 計費模式 28
第二篇 權威合規數據來源解密
第3章 四大身份驗證數據源 31
3.1 身份證驗證數據源 31
3.1.1 全國公民身份證號碼查詢
服務中心 33
3.1.2 中盾安信 35
3.1.3 公民網絡身份識別系統 43
3.1.4 銀行專屬身份驗證平臺 46
3.1.5 主流身份驗證產品 49
3.1.6 實名制與公安體系數據
開放 55
3.1.7 公安體系風險名單 57
3.2 銀行卡驗證數據源 57
3.2.1 銀聯 58
3.2.2 實卡制與銀聯數據開放 60
3.2.3 銀聯數據標簽能力 61
3.3 手機號驗證數據源 63
3.3.1 運營商數據平臺 64
3.3.2 實名制與運營商數據開放 66
3.3.3 運營商數據服務 66
3.4 企業驗證數據源 71
3.4.1 全國組織機構統一社會
信用代碼數據服務中心 72
3.4.2 國家企業信用信息公示
系統 74
第4章 反欺詐及風險防控相關
數據源 77
4.1 央行征信 77
4.1.1 成立背景 77
4.1.2 二代征信的特點 80
4.1.3 個人征信服務 81
4.1.4 企業征信服務 89
4.1.5 服務情況 92
4.2 持牌征信機構數據（以百行
征信為例） 92
4.2.1 數據維度 93
4.2.2 個人征信產品服務 95
4.2.3 小微企業征信產品服務 97
4.2.4 服務情況 99
4.3 司法大數據：中國法研 99
4.3.1 開放背景 100
4.3.2 數據維度 100
4.3.3 產品服務 101
4.4 航旅大數據：中航信 103
4.4.1 成立背景 104
4.4.2 數據維度 105
4.4.3 產品服務 106
4.5 鐵路大數據：12306網站 107
4.5.1 開放背景 107
4.5.2 數據維度 108
4.5.3 產品服務 110
4.6 稅務大數據：航天信息 114
4.6.1 成立背景 114
4.6.2 數據維度 116
4.6.3 產品服務 117
4.7 交通大數據 119
4.7.1 數據寶 119
4.7.2 中交興路 125
4.8 電力大數據 128
4.8.1 國家電網 128
4.8.2 南方電網 129
4.8.3 數據維度 130
4.8.4 產品服務 130
4.9 保險大數據：中國銀保信 135
4.9.1 成立背景 135
4.9.2 數據維度 136
4.9.3 車輛貸款反欺詐產品
服務 141
4.10 人社大數據：金保信 144
4.10.1 成立背景 144
4.10.2 數據維度 144
4.10.3 產品服務 145
4.11 其他渠道可用數據 147
第三篇 金融風控數據應用邏輯
第5章 消費金融風險防控 151
5.1 消費金融欺詐 151
5.2 金融欺詐圖譜 152
5.2.1 欺詐主體類型 152
5.2.2 欺詐持續及普遍存在的
主要原因 154
5.2.3 黑產團伙欺詐的主要防控點 155
5.3 反欺詐路徑 162
5.3.1 設備反欺詐 162
5.3.2 身份信息驗證 164
5.3.3 信息核驗 164
5.3.4 歷史行為核驗 169
5.3.5 反欺詐評分 170
5.3.6 團伙排查 171
5.3.7 人工核查 172
第6章 車險風險防控 173
6.1 4.5噸以下非營業貨車車險
防控 174
6.2 貨車車險防控 175
6.2.1 軌跡欺詐行為分析 175
6.2.2 掛靠行為分析 176
6.3 理賠反欺詐策略 177
6.3.1 七個基本防範策略 177
6.3.2 六類主要欺詐行為 178
第7章 物流金融風險防控 181
7.1 行業需求及發展難點 181
7.1.1 資金需求及難點 181
7.1.2 小微物流貨車司機畫像 182
7.2 風險防控邏輯 186
7.2.1 常用數據類型 186
7.2.2 通用數據應用邏輯 187
第8章 小微企業金融風險防控 192
8.1 小微企業定義 192
8.2 準入風險防控 193
8.2.1 禁入強規則 194
8.2.2 準入評分卡六大規則 195
8.3 反欺詐邏輯 197
8.3.1 身份識別 197
8.3.2 黑名單識別 198
8.3.3 空殼企業防控 201
8.4 授信邏輯 204
8.4.1 基本情況 204
8.4.2 行業情況 204
8.4.3 財務情況 205
8.4.4 負債情況 206
第四篇 金融數據要素發展展望
第9章 新數據 211
9.1 車聯網數據 211
9.1.1 基礎屬性類數據 212
9.1.2 車輛工況類數據 213
9.1
前言
篇 金融風控數據源
合規的重要性
第1章 數據源合規的推動力及效能 3
1.1 數據源合規的五大推動力 3
1.2 金融風控的紅利—權威
數據領先效能 8
第2章 合規數據源的選擇與
采購要點 9
2.1 選擇合規數據源的三大要點 9
2.1.1 主體合規 10
2.1.2 類型匹配 11
2.1.3 場景豐富 12
2.2 數據采購價值評估四大要點 13
2.2.1 匹配度 14
2.2.2 性能 16
2.2.3 效果 18
2.2.4 計費模式 28
第二篇 權威合規數據來源解密
第3章 四大身份驗證數據源 31
3.1 身份證驗證數據源 31
3.1.1 全國公民身份證號碼查詢
服務中心 33
3.1.2 中盾安信 35
3.1.3 公民網絡身份識別系統 43
3.1.4 銀行專屬身份驗證平臺 46
3.1.5 主流身份驗證產品 49
3.1.6 實名制與公安體系數據
開放 55
3.1.7 公安體系風險名單 57
3.2 銀行卡驗證數據源 57
3.2.1 銀聯 58
3.2.2 實卡制與銀聯數據開放 60
3.2.3 銀聯數據標簽能力 61
3.3 手機號驗證數據源 63
3.3.1 運營商數據平臺 64
3.3.2 實名制與運營商數據開放 66
3.3.3 運營商數據服務 66
3.4 企業驗證數據源 71
3.4.1 全國組織機構統一社會
信用代碼數據服務中心 72
3.4.2 國家企業信用信息公示
系統 74
第4章 反欺詐及風險防控相關
數據源 77
4.1 央行征信 77
4.1.1 成立背景 77
4.1.2 二代征信的特點 80
4.1.3 個人征信服務 81
4.1.4 企業征信服務 89
4.1.5 服務情況 92
4.2 持牌征信機構數據（以百行
征信為例） 92
4.2.1 數據維度 93
4.2.2 個人征信產品服務 95
4.2.3 小微企業征信產品服務 97
4.2.4 服務情況 99
4.3 司法大數據：中國法研 99
4.3.1 開放背景 100
4.3.2 數據維度 100
4.3.3 產品服務 101
4.4 航旅大數據：中航信 103
4.4.1 成立背景 104
4.4.2 數據維度 105
4.4.3 產品服務 106
4.5 鐵路大數據：12306網站 107
4.5.1 開放背景 107
4.5.2 數據維度 108
4.5.3 產品服務 110
4.6 稅務大數據：航天信息 114
4.6.1 成立背景 114
4.6.2 數據維度 116
4.6.3 產品服務 117
4.7 交通大數據 119
4.7.1 數據寶 119
4.7.2 中交興路 125
4.8 電力大數據 128
4.8.1 國家電網 128
4.8.2 南方電網 129
4.8.3 數據維度 130
4.8.4 產品服務 130
4.9 保險大數據：中國銀保信 135
4.9.1 成立背景 135
4.9.2 數據維度 136
4.9.3 車輛貸款反欺詐產品
服務 141
4.10 人社大數據：金保信 144
4.10.1 成立背景 144
4.10.2 數據維度 144
4.10.3 產品服務 145
4.11 其他渠道可用數據 147
第三篇 金融風控數據應用邏輯
第5章 消費金融風險防控 151
5.1 消費金融欺詐 151
5.2 金融欺詐圖譜 152
5.2.1 欺詐主體類型 152
5.2.2 欺詐持續及普遍存在的
主要原因 154
5.2.3 黑產團伙欺詐的主要防控點 155
5.3 反欺詐路徑 162
5.3.1 設備反欺詐 162
5.3.2 身份信息驗證 164
5.3.3 信息核驗 164
5.3.4 歷史行為核驗 169
5.3.5 反欺詐評分 170
5.3.6 團伙排查 171
5.3.7 人工核查 172
第6章 車險風險防控 173
6.1 4.5噸以下非營業貨車車險
防控 174
6.2 貨車車險防控 175
6.2.1 軌跡欺詐行為分析 175
6.2.2 掛靠行為分析 176
6.3 理賠反欺詐策略 177
6.3.1 七個基本防範策略 177
6.3.2 六類主要欺詐行為 178
第7章 物流金融風險防控 181
7.1 行業需求及發展難點 181
7.1.1 資金需求及難點 181
7.1.2 小微物流貨車司機畫像 182
7.2 風險防控邏輯 186
7.2.1 常用數據類型 186
7.2.2 通用數據應用邏輯 187
第8章 小微企業金融風險防控 192
8.1 小微企業定義 192
8.2 準入風險防控 193
8.2.1 禁入強規則 194
8.2.2 準入評分卡六大規則 195
8.3 反欺詐邏輯 197
8.3.1 身份識別 197
8.3.2 黑名單識別 198
8.3.3 空殼企業防控 201
8.4 授信邏輯 204
8.4.1 基本情況 204
8.4.2 行業情況 204
8.4.3 財務情況 205
8.4.4 負債情況 206
第四篇 金融數據要素發展展望
第9章 新數據 211
9.1 車聯網數據 211
9.1.1 基礎屬性類數據 212
9.1.2 車輛工況類數據 213
9.1
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。