上汽集團 X MobTech | 暢談汽車領域大數據業務風控實踐
5月26日，MobTech袤博科技走近上汽集團，雙方就“大數據助力業務風控”展開對話。活動中，MobTech袤博科技數字化生態總監張之遙作為嘉賓，分享了汽車行業的風控場景及行業痛點，以及大數據業務風控解決方案。
MobTech數字化生態總監張之遙分享中
汽車互聯網化進程中的風險與機遇有哪些？
當互聯網、移動技術、大數據處理等新興產業崛起，汽車企業深感變局將至，意識到唯有與互聯網深度融合，借助互聯網在營銷、渠道、產品和運營等產業鏈的各個環節整合，才能挖掘下一階段的新增長點。在汽車互聯網化的進程中，最為明顯的一點就是“營銷”互聯網化和“渠道”互聯網化。
“營銷”互聯網化與“渠道”互聯網化即借助門戶網站，搜索引擎，電商平臺，社交平臺，APP等多種傳播渠道展開營銷，這也正在構成汽車營銷的多元化格局。而在這一過程中也隱藏了諸多業務風險，例如，汽車App虛假用戶注冊、營銷活動欺詐、虛擬裂變拉新等。
以某汽車App整個運營周期來看，在注冊/登錄環節，可能會遇到虛假注冊、惡意批量注冊、推廣紅利濫用（裂變/助力）等；在積分獲取環節，通過虛擬的點贊、分享、發帖、評論等完成簽到、任務及抽卡動作，來獲取“非公平”積分，進一步利用積分兌換實體物品，使得汽車企業受到損失。
某汽車App運營周期中的業務風險分析
在App、門戶網站、電商平臺等皆存在這類“薅羊毛”行為，且市場上更有以“薅羊毛”為主業的專業組織，逐漸演化為成熟的黑灰產業鏈。在黑產的上游，開發者、打碼平臺和服務器供應商提供軟件開發和技術支持；中游環節由機器批量注冊賬號和分銷；下游環節通過刷點擊量、領取優惠券和獎品等方式實現盈利變現。這些羊毛黨瞄準企業的營銷規則、電商平臺漏洞，利用平臺的優惠來套取現金，給汽車企業帶來巨大損失，那么汽車企業如何應對并自我防護？
黑灰產產業鏈流程分析
如何利用大數據提升汽車行業業務風控能力？
MobTech反欺詐情報專家發現，“薅羊毛”行為的第一步往往是注冊賬戶。因此，最佳策略是做好注冊環節的風控，同時也避免了惡意賬號一旦注冊成功后的未知風險。那么，具體解決方案應該關注哪些方面呢？
一是可疑的用戶設備，“羊毛黨”出于成本考慮，進行批量注冊的終端設備數量是有限的。他們不得不采用諸如刷機、作弊器、模擬器等手段試圖將一臺設備偽造成多臺設備，以繞過風控基于同設備的策略。二是有風險的注冊號碼和網絡信息，“羊毛黨”批量注冊的手機號碼來自黑產中流通的卡商號碼，IP地址也多是隱藏個人身份的欺詐IP地址。三是批量性質的虛假注冊行為，從業務方角度看，批量性質的虛假注冊除了耗費平臺大量營銷成本外，還伴隨著極低的用戶轉化率。而個人羊毛黨危害較小、轉化率相對較高。因此，需要精準識別二者并制定差異化的策略。
針對汽車行業業務風控場景，MobTech袤博科技反欺詐策略專家指出，需要建立完善全面的安全風控體系及模型。但多數企業在做風控體系時，目前有幾種方式，方式一是判斷規則來源于單一數據，但此類方式相對價值較低且容易誤判。方式二是通過設備指紋等手段獲取更多字段做用戶判定，但是此類方式開發周期過長，更新頻率受限，且還受到合規等因素的制約。因此，如何能夠通過簡單、易用的方式來整合多維度數據來進行深度挖掘，建立安全風控體系呢？
MobTech袤博科技結合多維數據能力，構建出以數據為核心的業務安全風控體系——無感業務反欺詐解決方案，通過3億+黑灰信譽庫、6000+用戶畫像標簽、100+反欺詐特征標簽、多場景行為模型、關聯圖譜等方式輕松且快速地建立企業自身的風控系統，精準識別風險用戶并給到針對不同風險等級采用多層級驗證策略，應對各類業務中的風險挑戰。且區別于行業其他方案，MobTech業務反欺詐解決方案無需接入SDK，簡單易用，靈活風控引擎，更支持定制化服務。
現在聯系Mob小姐姐，即可申請【AI無感業務反欺詐解決方案】免費試用：
-END-
Hot
MobTech城市智圖
上海國貿匯ITC、港匯恒隆、美羅城客流洞察（下篇）
上海國貿匯ITC、港匯恒隆、美羅城客流洞察（上篇）
MobTech觀察 | 流量如金的時代如何打造爆款商業綜合體？
No.1
熱點推薦
2021年網生代線上社交行為洞察報告
2021年『30+』女性洞察報告：三十而已，獨立自信，愛不將就
Mob研究院｜五一大數據圖鑒：網紅打卡地、消費新寵花落誰家？
No.2
客戶案例
盤活存量資產，助南昌融創文旅城實現精細化運營
三湘銀行，DMP深度合作加速企業數據化轉型
旭輝領寓化被動為主動，商業地產行業如何提效
轉載 / 品牌 / 商務合作
聯系人：Mob小姐姐
微信號: MobTech8888
Email：marketing@mob.com
添加備注: 來訪平臺+合作訴求
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）