Talkingdata--T112019-数据智能峰会-数字化赋能场景新金融_8页_7mb

数字化赋能场景新金融总结

核心内容

本文档围绕“数字化转型新阶段：产品服务创新驱动收入增长”展开，重点阐述了数字化转型对金融行业的赋能作用，强调通过产品服务创新实现收入增长，并介绍了行为数据在产品数字化中的关键应用。文档还提到了TalkingData在金融行业数字化转型中的角色与贡献。

主要观点

• 数字化转型是金融行业发展的关键：通过投入税前利润的3%用于数字化转型，金融机构能够实现降本增效。
• 产品服务创新是收入增长的核心驱动力：超过80%的收入增长来源于数字化产品和服务。
• 行为数据是产品数字化的重要基础：通过识别用户行为中的“微表情”，可以有效发现欺诈行为，提升风控能力。
• TalkingData为金融产品数字化提供端到端服务：其在数据采集、智能应用、产品重构等方面具有专业优势。

关键信息

数字化产品重构

• 目标：将行为数据全面应用到产品数字化中，提升用户体验与风控能力。
• 实践路径：
  • 数字化能力建设：构建基础的数字化能力，为后续产品重构打下技术基础。
  • 数字化产品重构：将用户行为数据融入产品设计，实现端到端的数字化体验。

行为数据识别“微表情”

• 应用场景：用于识别用户在金融交易中的微表情，判断是否存在欺诈行为。
• 具体微表情识别：
  • sadness：上眼睑下垂、眼神失焦、嘴角下拉。
  • contempt：一侧嘴角紧绷上扬。
  • surprise：持续不到一秒，眉毛上扬、眼睛睁大、嘴巴张开。
  • anger：眉毛下压、眼神凌厉、嘴唇紧缩。
  • disgust：鼻子皱起、上唇上扬。
  • fear：眉毛上扬并聚拢、上眼睑紧张、嘴唇水平后缩。

TalkingData在金融行业的作用

• 服务内容：为金融业务提供产品数字化的端到端服务。
• 四大亮点：
  1. 运用新型数字化工具
  2. 提供专业数字化人才
  3. 以业务效果为导向
  4. 聚焦产品数字化

数学公式说明

文档中出现的数学公式为：

$$
(1 + u) - u = (1 + u)(1 + u)^2 > 0
$$

该公式可能用于说明数字化转型过程中某些变量之间的关系，但未详细解释其应用场景与意义。

总结

文档指出，数字化转型不仅是技术升级，更是产品与服务的全面重构。通过行为数据的深入挖掘与应用，金融机构能够更精准地识别风险，提升用户体验。TalkingData作为数字化服务提供商，具备从数据采集到产品重构的全流程能力，是推动金融行业数字化转型的重要力量。