近年来，在我国经济转型的战略背景下，全面推进消费能力，成为保障和拉动GDP的主要动力，有数据显示，2015年我国最终消费支出GDP贡献率达66.4%，消费成为经济增长第一驱动力。而同时，消费性贷款也在过去五年时间出现明显增长。
据中国人民银行公开数据显示，2012年我国消费性贷款规模为10.44万亿元，到2015年则上升至18.96万亿元，占我国整体信贷规模18%左右。
2016年，消费信贷规模已接近23万亿元，相比2012年增长接近120%。在过去的5年中，消费贷款正以平均每年20%以上的速度递增，预计。到2020年，消费贷款总规模有望达到30.53万亿。
在国家拉动消费的战略背景下，各地方政府相继出台扶持消费金融的优惠政策，一方面P2P、资产证券化等模式丰富了非银企业的资金来源，另一方面国内大数据风控的崛起，使其成为促进消费金融发展的有利条件，更多传统金融机构、电商、互联网金融机构纷纷涉足其中，形成了繁荣发展的景象。
京东作为中国最大的电商平台之一，2014年交易额达到2602亿元，净收入达到1150亿元，活跃用户数1.05亿元，庞大的用户群为京东提供了消费金融贷款客户源，2014年2月，京东金融推出消费金融产品京东白条，其主要目标人群以年轻人群为主，用户购物时通过“白条”的方式实现分期支付，且无需任何抵押物，授信额度最高为1.5w元，分期时间从324个月不等。
此后，“白条”打通了京东体系内的O2O(京东到家)、全球购、产品众筹，又逐步覆盖租房、旅游、装修、教育、婚庆等领域，截止2016年6月份，京东白条交易额同比增长600%，月均消费金额增长97%。
随着市场的不断扩大，京东金融的风险也骤然积聚，京东金融副总裁许凌这样评价，“我们的团队需要更专注地做风控，同时我们还要控制不良率”。对于京东白条而言，一方面需要建立健全自身的风控体系，提升风控能力，综合评估用户的信用等级和风险指数，从而进行风险定价及违约概率的预判，减少因用户逾期用户欺诈等风险行为而带来的企业损失。
另一方面在强大的金融科技能力基础上，以用户为核定，围绕用户做更多的产品创新,让‘白条’进一步融入场景、提升用户金融消费体验。是京东金融业务探索的目标之一。
客户名称&投放周期
在此背景下，2016年亿美软通和京东金融签署合作协议，过去多年，京东与亿美软通在企业移动商务服务领域即为合作多年的重要伙伴。亿美始终致力于不断发展创新，多次进行产品创新与业务升级，紧密保持与客户与市场一致的成长步伐，在基于过往成功合作的经验和信任，京东在数据风控领域再一次选择亿美软通亦是水到渠成的合作。
双方对风控、征信、大数据等领域拥有一致的思考与目标，希望打破传统的封闭环境，实现资源的共享与优势的互补，充分释放各自的价值，为用户提供新型消费金融体验。
业务挑战
核心用户年轻化，稳定性何去何从
京东白条的核心用户以年轻人群为主，其中包括大学生、蓝领、农村人口，年轻家庭等，其中90后更是成为主力消费人群。在用户所选服务方面，以生活消费为目的小额、短期借贷融资服务较多。相对于这部分人群，一方面资产积累、信用痕迹有限，且多数并无央行征信记录；另一方面，该群体的稳定性、抗风险能力相对较弱。
对此，京东金融希望通过亿美软通大数据平台，在获得用户授权之后，进行多维度的实时数据分析，完善用户行为信息，解析用户稳定性，并根据用户特征，进行风险识别和差异化定价进行精准授信。
庞大流量背后的欺诈风险
“消费金融是从业者的蓝海，也是黑中介、欺诈分子的蓝海。”京东金融副总裁许凌说。
京东白条一直是很多欺诈分子眼中的一块“大肥肉”，在日常业务中，疑似恶意欺诈屡见不鲜，存在很多“套现者”、“刷单者”，甚而与“套现中介”合谋骗贷，不偿还借款，或者通过伪造、骗取信息，利用他人信息进行欺诈。
随着时间的推移，恶意用户的“欺诈经验”也在积累，他们的反侦察能力也在不断提升，不断尝试模拟正常用户的操作行为。针对日益复杂的网络欺诈威胁，京东金融一直在思考如何能有效保护消费者防止其遭受欺诈侵害。
多头借贷乱象，引发逾期忧患
根据行业数据显示，有11％的P2P类消费金融用户最近6个月时间，通过互联网渠道向10家及10家以上的机构有过申请贷款行为。在持牌消费金融或银行线上信用卡，有34%的用户在10家及10家以上的机构申请过贷款，这表明多头借贷在消费金融、互联网金融内非常普遍。
目前我国个人征信体系并不健全，官方对于非银行类借贷的数据统计更是空白，同时，行业内个人信贷数据的真实性、合规性，也存在考量空间。虽然在2015年京东金融已经完成对1.5亿用户的的信用统计，同时基于自身较强大的电商属性，其违约率也普遍低于行业均值。
但是面对行业这一新生乱象和危机，常规的个人银行信贷数据已经无法满足现在风控体系的需求。
风险用户的重新定义
就京东白条而言，白条贷后阶段，如何将部分还款表现差的用户转化为优质用户，是努力的一个方向。
这其中并不仅仅简单地作为一种支付工具，而是一个消费生态体系而存在，京东金融构建了“白条”的三大业务板块，而贷前、贷中、贷后的流程体系，始终以挖掘客户价值作为终贯穿的主线。
京东金融希望不仅可以有效进行风控管理，同时挖据分析出用户的潜在机会，努力将还款表现差的这部分用户群体转化为优质用户，所以发现用户更多的深层需求与更多商业机会，对于京东和亿美都是新的探索。
项目解决方案
打破边界的数据连接
在京东白条额度定制初期，是按照消费者购买产品类型、交易金额和交易次数等数据信息进行评定，不过这些维度数据并不能够对客户的信用进行直观且真实的掌握，以此进行的信用额度审批，最终结果也将缺乏客观性，因此会存在较大的客户违约风险。
亿美软通通过对超过7亿人群的行为数据深度挖掘，输出1400+的基础标签，能够全面解析用户个人基本属性、社会属性、消费行为、兴趣偏好、社交偏好，资产特征、信贷特征等维度，使用户更加立体化的实时呈现出来。
在查询过程中，亿美软通同时支持多维度数据的高效查询分析，对简单查询提供高并发处理能力，利用列存储和内存计算，实现百亿级数据分析的秒级响应，进行全面评估，进一步从而充完善其用户的信用维度。定制灵活的授信策略，减少不稳定因素而带来的信用违约风险。
同时为用户提升审批速度，营造更友好的用户体验，成为京东金融与亿美软通成功合作的共同目标。
欺诈预防
欺诈是整个消费金融行业所面临的普遍性问题，同时由于我国互联网金融相较发达国家起步晚，风控体系有待健全，因此所面临的国内外欺诈风险问题更为严峻。
在我们实际的案例中，一些欺诈分子申请地址甚至高达几十组，电话数十个，且反侦察能力很强，其中团伙作案更加专业和猖狂，他们经常变动地址、工作单位的文字表述等手段进行欺诈行为。
亿美欺诈尘埃识别引擎，引入针对地址和公司两个特定领域的智能分词索引算法，结合地址逆向解析匹配技术，实现精准的文本识别功能;，同时根据申请进件的关联性，建立近百种关联关系，通过立体关系网络，可以有效识别欺诈团伙。
同时，常规的欺诈分子会使用虚假身份进行借款，因此身份真实性识别是反欺诈的核心。身份证、银行卡、姓名、手机号四要素如果无误，欺诈概率是其他群体的1/3左右。亿美通过大数据储存用户与各种ID对应的数据库，在用户进行借贷时进行身份匹配，能够及时辨别潜在的欺诈嫌疑用户，其中包括：姓名、身份证号的实名ID，以及手机号、地址、银行卡号等准实名ID，或QQ号、微博号、设备指纹(PC或手机硬件设备编号)等的匿名ID。
亿美欺诈尘埃识别引擎帮助京东金融更为快速的发现欺诈“尘埃”，及时减少企业损失。
信贷全流程预警
亿美软通认为，企业实现风控体系并非针对风险低值的人群，而是要从贷前、贷中到贷后实现完善的风控体系闭环，采用动态定价的方法，随时调整定价情况，当发现风险情况比想象的高或者低的时候，就可以动态调整，最终一旦发生逾期预警，就可以做好催收的准备。这和京东金融的风控理念达成一致。
如何实时获取用户信贷信息，是亿美要帮助京东金融解决的主要问题。
亿美通过特有的大数据信贷挖掘技术，紧密围绕着透明度、好信度、及时度、针对性这五个信贷管理维度，综合体现用户的身份属性，还款能力，还款意愿，个人信用变迁，社交关系，公共记录信息6大综合维度。通过对用户个人基本属性，家庭，居住、工作，学历、健康情况，资产情况，消费情况，信贷历史的全面解析，综合体现还款意愿，还款能力，协助京东金融在贷前分析用户的信贷情况，对多重借贷用户更为有效全面的洞察。
同时亿美独有的信贷数据具有广泛的应用性，客观实时的反映出用户多维度的信贷行为，其中重要信息的变迁趋势，将有效的预警贷后信用恶化，贷后失联等风险行为。
其中，数据覆盖范围不仅包含银行、小额贷款公司、融资担保公司等传统金融和类金融机构的信贷信息，而且覆盖了P2P平台、消费金融公司等新兴互联网金融平台超过80%以上的信贷信息。
京东金融通过亿美信贷全流程预警引擎，有效的对用户贷前异常借贷，失信借贷，多头借贷有效防范，准确进行偿付能力评估和额度审批。在贷后失联，信用恶化等情况进行全面洞察，灵活制定还款催收策略，大大降低了用户的逾期风险，提升企业决策力。
