金融行业解决方案

在科技融入金融业务的数字化转型中,应用云计算、大数据、人工智能、区块链、5G等最新科技到银行、保险、证券等金融业务发展中,金融业务流程正在被重塑,从而实现产业升级。通过金融专区、全栈专属云安全合规部署和全栈的创新技术能力,助力金融客户实现业务的敏捷创新、智能化升级等数字化转型目标

 
专业咨询服务 ∙ 助您上云无忧
专属顾问会在1个工作日内联系您
 请填写联系人
 请填写真实电话
提交

    供应链金融风控平台 更多内容
  • 方案概述

    点监控、大数据;丰富的生态体系延申。 供应链金融:多场景应用物联网监管仓;支持多种融资模式,全程监控、预警;线上化金融服务平台,四流合一。 信息化规划:信息平台规划与建设;信息化趋势与技术架构;业务流程梳理;实施策略与建设方案。 开发平台服务:二次开发与快速迭代、系统协;同与

    来自:帮助中心

    查看更多 →

  • 方案概述

    业客户在自建、拓客、供应商管理系统等应用场景提升决策确定性。企业可使用天眼查数据自建业务平台,基于云端百种数据接口,按需调取,快速搭建自己的商业数据库,满足企业实现低成本、高效调用数据的需求。具有全维度数据、稳定及时、安全准确、赋能多业务场景的核心特征。 在金融领域,可应用于

    来自:帮助中心

    查看更多 →

  • 风控引擎

    图80 风险案件库 系统管理-产品管理 接入全景式业务系统的前提是需要先创建产品, 系统会分配 appId和appSecret. 这两个参数标识一个应用, 也贯穿整个体系, 包括事件, 字段, 指标, 策略等, 就算是调用任何一个接口都需要对appId和appSecret进行鉴权。

    来自:帮助中心

    查看更多 →

  • 方案概述

    基于顶象能力搭建全行级的反欺诈中台,服务于客户全部业务线,能够结合具体业务需求配置针对金融业务领域的策略。 客户价值: 全面实现全渠道、跨产品、各种关联方式的欺诈风险的实时防。为行方构建了有效的全行级反欺诈体系,获得亚洲银行家大奖。 电商公司反营销作弊智能系统 业务痛点:

    来自:帮助中心

    查看更多 →

  • 方案概述

    引擎CCE缩短端到端连通时间,使用 对象存储OBS 服务降低数据存储成本。同时具备如下方案优势: 安全能力强:利用人脸核身、数字证书、印章授权等技术手段,增强合同签约过程中的安全,降低合同篡改、冒签风险,规范企业用印管理。 电子签约成本低:解决方案结合华为云存储服务,单份合同

    来自:帮助中心

    查看更多 →

  • 应用场景

    应用场景 政企信用联合 金融机构对于中小微企业的信用数据通常不足,央行征信数据覆盖率有限,不良企业多家骗贷事件屡有发生。金融机构与政府部门,如税务部门、市场监管部门、水电公司等在保护各方原始数据隐私的前提下,通过多方联合建模,金融机构补充了模型特征维度,提升模型准确率。 优势:

    来自:帮助中心

    查看更多 →

  • 供应链云

    供应链云 采购管理 销售管理 信用管理 库存管理 组织间结算 条码管理 供应商协同 父主题: 实施步骤

    来自:帮助中心

    查看更多 →

  • 供应链物流

    供应链物流 基于 区块链 服务,同时结合物联网技术,构建由生产商、仓储、物流商和客户作为参与方组成的协作联盟,将货物从生产,仓储、干线物流,经销商,本地物流一直到客户全流程信息的可信记录,解决了信息孤岛,信息流转不畅,信息缺乏透明度等行业问题。 行业现状及痛点 纸质单据 很多环节仍然

    来自:帮助中心

    查看更多 →

  • 场景描述

    企业级的单方体系已逐步建立,在机构内数据统一共享的基础上实现了覆盖业务前、中、后各环节的智能。然而,单方数据面临存在数据不全面、不及时的问题。随着隐私计算等技术为数据要素的有效流通提供了必要手段,多方数据联合成为新趋势。其中,黑名单共享查询是中的一个重要环

    来自:帮助中心

    查看更多 →

  • 方案概述

    各业务节点易出现信息断层,无法进行全链条的跟踪和管,客服能力不高,客户体验低。 货代: 渠道产品多样化,无法统一管; 申报制单费时费力,成本高还易出错,拉低申报效率; 结算费用类别多且杂,临时性费用难以标准管理,财务工作成本高。 通过建设系统自动化规则配置,一个平台管理多业务线,数据自动分发,风

    来自:帮助中心

    查看更多 →

  • 华为云区块链服务使用的底层框架是什么?

    区块链开源项目。目标是建立面向多种应用场景的分布式账簿平台的底层构架。Hyperledger在Hyperledger Fabric的基础上又衍生出了其他一些相关的项目。HyperLedger项目汇集了金融、银行、物联网、供应链、制造等各界开发人员的心血。目的是为了打造一个跨领域的区块链应用。

    来自:帮助中心

    查看更多 →

  • 方案概述

    解决方案实践的应用行业推荐: 金融行业:金融统一监管报表平台金融风险全面管金融大数据中台 租赁行业:租赁行业大数据平台,租赁资产监督管 医疗卫生:省级卫生数据管理与服务平台,医院 数据治理 与运营分析平台 能源:应急与能源行业大数据平台,电网规划大数据平台 其他:零售行业数据治理平台,环保行业数据治理平台

    来自:帮助中心

    查看更多 →

  • 单点环路检测(Single Vertex Circles Detection)

    Detection)是一个经典的图问题,意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融等场景。 参数说明 表1 Single-Vertex-Circles-Detection算法参数说明 参数 是否必选 说明 类型 取值范围

    来自:帮助中心

    查看更多 →

  • 方案概述

    实现企业对下游B端客户、经销商、门店的多层次多渠道销售管。 实现C端客户拉新、促活、留存、转化、分享的管理闭环以及精准化营销,通过商城实现线上下单和O2O销售。 实现销售团队对业务员拜访、巡店销售、团队业绩的精细化管理。 实现企业对各类营销费用的精细化管,C端各类促销费用、经销商渠道侧的各类费补、货补、门店活动等管理。

    来自:帮助中心

    查看更多 →

  • 中介中心度算法(Betweenness Centrality)

    中介中心度算法(Betweenness Centrality)以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融、交通路网、城市规划等领域 参数说明 表1 Betweenness Centrality算法参数说明

    来自:帮助中心

    查看更多 →

  • 数字化转型咨询服务的服务内容和服务场景?

    制造、交通、物流、能源、汽车、金融、政企、零售、医药等 云架构规划咨询 制定企业上好云、用好云的架构,拉通IT基础设施现状与云化需求,通过云平台各组件的架构设计,明确云平台的建设路径,构建支撑企业数字化转型的技术引擎。 制造、交通、物流、能源、汽车、金融、政企、零售、医药等 应用上云规划咨询

    来自:帮助中心

    查看更多 →

  • k核算法(k-core)

    点的核数。其计算结果是判断节点重要性最常用的参考值之一,较好的体现了节点的传播能力。 适用场景 k核算法(k-core)适用于社区发现、金融等场景。 参数说明 表1 k核算法(k-core)参数说明 参数 是否必选 说明 类型 取值范围 默认值 k 是 核数。 算法会返回核数大于等于k的节点。

    来自:帮助中心

    查看更多 →

  • 方案概述

    10年的纺织服装领域服务经验,针对细分领域客户需求定制设计。 产能释放、效率提升:更准确把生产贸易进度,合理安排生产发货计划,支持终端APP访问,工作效率大幅提升。 大数据使能:大数据平台提供数据分析,支撑关键决策。实现关键流程节点自动化、智能化。 快速部署、简化运维:基于华为

    来自:帮助中心

    查看更多 →

  • 计划与决策优化模型库

    计划与决策优化模型应用组件 天筹建模工具和天筹求解器是计划于决策优化模型应用组件的核心模块。小到快递员路线选择、商铺选址,大到工厂排程、物流路径规划和金融等问题,都可以建成数学规划模型,用天筹求解器进行求解。利用运筹优化算法和决策模型求解方法,将业务问题转化为数学规划模型,适用在多种复杂约

    来自:帮助中心

    查看更多 →

  • 带一般过滤条件环路检测(filtered circle detection)

    detection)目的是寻找图中所有满足过滤条件的环路。 适用场景 带一般过滤条件的环路检测(filtered circle detection)算法适用于金融中循环转账检测、反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明

    来自:帮助中心

    查看更多 →

  • 典型应用

    超强写入:相比于其他NoSQL服务,拥有超强写入性能。 大数据分析:结合Spark等工具,可以用于实时推荐等大数据场景。 金融行业 云数据库 GeminiDB结合Spark等大数据分析工具,可应用于金融行业的体系,构建反欺诈系统。 优势: 大数据分析:结合Spark等工具,可以进行实时的反欺诈检测。

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了