2016年上半年中国信用卡行业整体逾期半年未偿贷款总额超过480亿元，坏账率较年初上升0.2个百分点。为更好应对欺诈风险，提高欺诈预警效率，国内银行不断加强研究反欺诈手段，防范欺诈风险。但是，从总体情况来看，国内银行的欺诈风险分析预警工作仍处于初级阶段，面对欺诈者越来越多样的高新技术手段，欺诈团伙越来越组织严禁密切复杂的欺诈活动，银行亟需系统研究银欺诈风险，积极探寻应对之策。

　　目前行业申卡欺诈分析预警工作仍存在着以下问题：欺诈分析数据仅仅局限于历史数据，不同系统间信息相对隔离，不能做到及时传递、整合和共享，碎片化问题严重；基于规则匹配预判，受限制性强，传统的规则匹配普适性较差，伴随着新的参数状态的出现常常有新的匹配规则需要被及时定制以进行新的欺诈判断；欺诈风险分析预警对商业银行而言是一项难度系数比较高的工作，人才配备不能满足需要，专业人才能力要求较高。

　　天云大数据CEO雷涛对此表示作为专注于大数据基础设施软件平台和分布式人工智能算法的科技创新公司，天云大数据自2013年成立即深耕于金融科技，在大型股份制银行、保险、互联网金融公司都已落地部署样本化工程。天云大数据智能平台不仅在银行贷前、贷中、贷后建立反欺诈、申请评分、行为评分、早晚期催收模型，而且在互联网金融黑名单多头贷测试、失联修复、循环担保等方面也有成功模型案例，Hadoop中间件平台已实现海量数据在线、跨屏数据探索、实时数据展示等功能。

　　　随着互联网+时代的到来，各种各样的信息越来越多的被以“数据”的形式记录、存储下来。对于银行而言，其数据体系也逐渐发展成包括结构化数据，非结构化数据，半结构化数据的完整体系，涵盖除了申卡系统及其相关流程的文本数据之外的email数据、录音数据、视频数据等以及其他的外部数据如银联数据。数据体系的扩展如双刃剑一般对银行欺诈分析预警带来机遇和挑战。