点融网-2017全球软件架构技术大会_点融金融科技大数据架构（英文）-2017-23页-2mb

点融金融科技大数据架构总结

公司概况

点融金融科技成立于中国上海，依托Lending Club的技术平台，已运营六年。公司获得多家知名投资机构的融资，包括Standard Northern Light Venture Capital、Tiger Global、Standard Chartered Private Equity等，累计员工超过2,600人，业务覆盖中国28个办事处。2017年9月底，公司总出借金额达到370亿元人民币，累计收益超过140亿元人民币。此外，点融是中国第一家推出区块链平台的公司，与富士康合作。

金融科技概述

点融的金融科技体系涵盖多个核心业务模块，包括：

• 贷款业务：涉及风控、信用评估、智能催收及基于风险的定价。
• 出借人管理：包括用户画像、行为分析与预测、客服运营、用户分群及反欺诈。
• 智能业务管理：涵盖投资组合管理、业务健康度监控、运营平台支持及新业务开发。

大数据解决方案架构

点融构建了全面的大数据架构，以支持其金融科技业务的高效运作。该架构包含多个数据处理层级，包括原始数据、数据仓库（DW）、数据集市（Data Mart）和OLAP立方体，用于不同阶段的数据分析与应用。

数据收集与处理

• 贷款业务：数据收集涵盖借款人资料、社交网络数据、PBOC（中国人民银行征信）数据、贷款状态、用户会话与行为等。
• 数据处理：
  • 工程层面：支持第三方数据整合、大规模数据挖掘、实时计算与搜索。
  • 算法层面：采用逻辑回归（LR）评分卡、GBDT评分卡、聚类分析、分类模型及统计模型等技术手段。

数据应用

• 风险评估与定价：基于借款人数据与行为分析，进行信用评分和风险定价。
• 智能催收：通过数据分析预测用户行为，优化催收策略。
• 业务健康度监控：包括业务指标、平台运行状态及部门KPI，支持实时监控与决策。

数据平台架构图

点融的大数据架构采用分层设计，包含：

• ODS（操作数据存储）：存储原始数据，与系统数据库保持一致。
• Raw Data：原始数据层，用于数据清洗与预处理。
• Fin-core：核心金融数据处理模块。
• Loan App：贷款应用数据。
• Collection：催收数据处理模块。
• Data Mart：数据集市，用于不同业务阶段的数据分析。
• DW（数据仓库）：集成多源数据，支持业务分析与决策。
• OLAP Cube：用于自服务分析，支持多维度数据查询与报表生成。

知识图谱应用

点融在贷款业务中广泛应用知识图谱技术，用于构建用户与业务之间的关系网络。知识图谱采用多种图数据库，如：

• OrientDB Community：支持ACID事务、TinkerPop标准、Java钩子等。
• Neo4j Community：同样支持图数据库功能。
• 其他选项：包括Titan、GraphDB等。

知识图谱的应用包括：

• 用户行为分析：通过行为数据提取与分析，优化用户体验与风险控制。
• 用户画像构建：整合用户资料与行为数据，形成完整的用户画像。
• 业务关系建模：分析借款人、出借人及平台之间的关系，提升风控与运营效率。

智能业务管理平台

点融的智能业务管理平台支持全生命周期的业务管理，包括：

• Pre-loan（贷前）：包括借款人申请、审核、审批等流程。
• During the loan（贷中）：涵盖贷款发放、还款、违约等状态。
• Post-loan（贷后）：涉及催收、用户迁移率分析、M值分布等。

平台功能包括：

• Portfolio Strategy：投资组合策略监控。
• Promotion Tracking：营销活动效果跟踪。
• Lender & Borrower Profiles：出借人与借款人资料管理。
• Management Cockpit：业务健康度仪表盘。
• Department KPI：部门关键绩效指标。
• Finance Interface：财务接口支持。

总结

点融金融科技通过构建完善的大数据架构与知识图谱系统，实现了贷款业务的高效运营与智能管理。其技术体系涵盖数据采集、处理、分析与应用，支持多维度业务监控与决策优化。公司凭借强大的技术实力与丰富的业务场景，持续推动金融科技的发展。