本发明涉及电子商务技术领域，具体而言，涉及电商贷款管理方法和电商贷款管理系统。
目前大型跨境电商的大部分融资为股权融资，而中小跨境电商的融资较为困难。近几年互联网金融发展迅速，模式渐渐成熟，存货也能拿到有效融资。但这种方式对于中小电商商户零散和量小的现状必然导致贷款成本高，可贷款金额小。但这些企业交易流水真实可靠，并且较为稳定，基于电商交易数据的信用贷款需求较为迫切。基于交易数据驱动的跨境电商商户贷款平台深得用户青睐。在实现本发明的过程中，发明人发现，从事跨境电商的中小卖家商户，有着很多显著的特点。他们商户数量众多，有时一个卖家可能有多个账号，也可能在多个平台上有经营，并且有多个店铺；卖家的经营数据以及交易数据比较分散，但这些经营和交易数据却是真实有效的，可以如实反映卖家的信誉度。而对我们的征信系统来说，如何收集这些分散的数据，并将这些经营或交易的数据整合在一起，进而评价卖家的征信等级将是至关重要的；这就要求我们必须通过不断的探索和创新，来开发一套针对中小卖家贷款的评估方法和系统方便中小型电商进行融资。
本发明旨在至少解决中小卖家融资困难的问题，提出了一种基于纯交易数据的电商贷款管理方法和系统。
根据本发明的一个方面，提供了一种电商贷款管理方法，包括：从多个数据源采集用户的交易数据、行为数据、社交数据、个人信息并以其中的一项或多项作为主要参考依据，通过大数据分析结合风控模型，进行用户评估；经用户授权，获取用户的多个账号的经营数据，对多个账号进行账户关联分析，其中，多个账号归属于同一实体；根据用户评估情况和账户关联分析情况评定用户的授信分值和额度；根据用户的用款申请结合授信分值和额度，对用户放款并自动生成还款计划。
通过对用户进行全方位数据收集和分析完成用户画像并将与用户存在法律关系的多个账号进行关联评估，考虑到了卖家客户的真实特点以及在贷款过程中面临的问题，尽可能大而全的收集卖家的全部交易数据，包括关联账号，其它平台的多店铺，多平台等交易数据等，既反映了卖家用户的真实信用，同时也提供了准确度性，降低了贷款风险，提升用户的贷款额度，尽量满足用户的用款需求。
根据本发明提供的电商贷款管理方法，优选地，所述从多个数据源采集用户的交易数据、行为数据、社交数据、个人信息并以其中的一项或多项作为主要参考依据，通过大数据分析结合风控模型，进行用户评估，具体包括：采集多方数据，获取平台tns数据、crm数据、交易数据、工商数据、公检法数据、金融机构数据、反欺诈数据、逾期数据和银联消费数据，其中，交易数据包括，用户在多个平台上的交易数据；采用一票否决制和量化打分制对采集到的数据进行深加工。
采集多方数据(内部数据有：平台tns数据、crm数据、卖家交易数据。外部数据有：其它跨境平台交易数据，工商数据，公检法数据、金融机构数据、反欺诈数据和逾期数据，银联消费数据等)进行加工，生成评分结果和贷前风控报告，完成全方位用户画像，供审核参考，在审核过程中主要涉及如下原则：一票否决制。对黑名单，白名单，反欺诈数据，犯罪数据、以及关联用户信用数据等进行分析，对恶劣记录类数据进行零容忍度，即一票否决；打分卡模型(非关键类信用数据，我们会进行打分，根据汇总的信用分数进行梯度评定)，比如银行贷款逾期，信用卡还款，飞机出行数据等；对数据进行细化，分类深加工，同时考虑数据的实时性，打标签，提高了数据处理的效率。具体的风控模型(数据分析和评分规则)如表1所示：
表1：信用数据采集和分析规则表
根据本发明提供的电商贷款管理方法，优选地，所述经用户授权，获取用户的多个账号的经营数据，对多个账号进行账户关联分析，具体包括：用户使用多家电商平台上进行经营的情况下，通过平台的开放api获取用户在多家电商平台上的经营和交易数据，进行汇总分析；用户在同一家电商平台下使用多个账号进行经营的情况下，整合多个账号进行评估。
针对不同电商平台的数据，我们可以通过对方平台的开放平台api，经过卖家用户的授权，获取对象平台中的该卖家交易数据。例如，敦煌的卖家账号，申请授信，这时我们可以通过阿里速卖通，或者亚马逊等跨境电商平台的开放平台api接口并经卖家同意来获取该卖家在这些平台的经营和交易数据，并将这些不同平台的经营交易数据汇总起来，就可以参与评估卖家的授信分值和额度，此外，将同一个实体及与其有相关法律关系实体的电商平台的多个账户进行整合(并不是简单的绑定，是主从账号关系)；绝大多数的卖家，随着经营范围的不断扩大，不仅仅是自身个人在经营，会招聘很多运营人员，这样不止一个账户，往往存在主从账号，即一个主账号，下面还对应大量从账号，几个甚至几十上百，根据经营规模不同而不同。实际上这些卖家贷款的主体是一个，但经营数据和交易数据比较分散；此种情况下，将卖家的交易数据整合在一起；一方面提升贷款授信额度，另一方面有效避免同一实体从多方账户申请借款的麻烦，有效地提升用户贷款及还款体验。
根据本发明提供的电商贷款管理方法，优选地，所述根据用户的用款申请结合授信分值和额度，对用户放款并自动生成还款计划，具体包括：用户在获得授信额度后能够发起多次用款申请，并被允许实施多种还款方式和分期分批次还款；支持用户随借随还，支持自动还款、扣款和关联账户转账还款；记录用户的还款信息、违约信息和逾期信息形成征信数据。
根据本发明提供的电商贷款管理方法，优选地，还包括：跟踪放款记录，将数据反馈到风控模型并参与用户评估。
根据本发明提供的电商贷款管理方法，优选地，还包括：将逾期多次的用户加入征信黑名单并影响所有相关联账号；逾期未还资金从其它账号扣除并通知用户。
平台的一个实体卖家申请授信，经过实名认证，即可进入信用评估环节。同一时间段，这个卖家仅能有一次有效的申请；当通过授信评估获得授信额度后，可以发起多次用款申请，系统支持不同的贷款产品，不同的用款期限，不同的还款方式和分期分批次还款。卖家的多批次还款信息、违约以及逾期信息，将实时进入采集与分析系统，将形成征信数据，方便进行跟踪评估。逾期多次将直接进入我们系统的征信黑名单。同时该信息也将影响到跟该卖家卖家实体账号关联的所有账号；若有逾期未还的资金，将从其它关联账号扣除，并通知卖家。多次逾期将会进行一定的惩罚措施；这样既保证了资金的安全性，也提高了卖家逾期的成本。又能实时将卖家的最新信用数据反馈给我们的平台。
根据本发明提供的电商贷款管理方法，优选地，采用php+ajax+java的开发框架进行技术支持，将与贷款流程相关的数据库系统分为用户基本信用数据整合分析模块、用户业务数据整合模块和用户授信申请流程功能模块。
将该贷款流程相关的数据库系统分为三大模块，相互隔离但有彼此关联，并基于数据库系统的基础上建立起逻辑业务功能模块，三部分之间逐层深入，环环相扣贯穿了整个客户贷款流程生命周期。
根据本发明提供的电商贷款管理方法，优选地，集成单点登录实现多账号互通，支持分布式部署。
电商金融项目作为互联网金融的很重要的一部分。在充分考虑并支持跨境电商业务特性的同时，必然需要后台强有力的技术支持，支持大客户量的高并发，高可用，和高稳定性；同时与现有的其它金融产品相互融合又相互隔离。
根据本发明的再一个方面，提供了一种电商贷款管理系统，包括：评估单元，从多个数据源采集用户的交易数据、行为数据、社交数据、个人信息并以其中的一项或多项作为主要参考依据，通过大数据分析结合风控模型，进行用户评估；关联单元，经用户授权，获取用户的多个账号的经营数据，对多个账号进行账户关联分析，其中，多个账号归属于同一实体；授信单元，根据用户评估情况和账户关联分析情况评定用户的授信分值和额度；放款单元，根据用户的用款申请结合授信分值和额度，对用户放款并自动生成还款计划。
通过对用户进行全方位数据收集和分析完成用户画像并将与用户存在法律关系的多个账号进行关联评估，考虑到了卖家客户的真实特点以及在贷款过程中面临的问题，尽可能大而全的收集卖家的全部交易数据，包括关联账号，其它平台的多店铺，多平台等交易数据等，既反映了卖家用户的真实信用，同时也提供了准确度性，降低了贷款风险，提升用户的贷款额度，尽量满足用户的用款需求。
根据本发明提供的电商贷款管理系统，优选地，所述评估单元具体用于：采集多方数据，获取平台tns数据、crm数据、交易数据、工商数据、公检法数据、金融机构数据、反欺诈数据、逾期数据和银联消费数据，其中，交易数据包括，用户在多个平台上的交易数据；采用一票否决制和量化打分制对采集到的数据进行深加工。
采集多方数据(内部数据有：平台tns数据、crm数据、卖家交易数据。外部数据有：其它跨境平台交易数据，工商数据，公检法数据、金融机构数据、反欺诈数据和逾期数据，银联消费数据等)进行加工，生成评分结果和贷前风控报告，完成全方位用户画像，供审核参考，在审核过程中主要涉及如下原则：一票否决制。对黑名单，白名单，反欺诈数据，犯罪数据、以及关联用户信用数据等进行分析，对恶劣记录类数据进行零容忍度，即一票否决；打分卡模型(非关键类信用数据，我们会进行打分，根据汇总的信用分数进行梯度评定)，比如银行贷款逾期，信用卡还款，飞机出行数据等；对数据进行细化，分类深加工，同时考虑数据的实时性，打标签，提高了数据处理的效率。
根据本发明提供的电商贷款管理系统，优选地，所述关联单元，具体用于：用户使用多家电商平台上进行经营的情况下，通过平台的开放api获取用户在多家电商平台上的经营和交易数据，进行汇总分析；用户在同一家电商平台下使用多个账号进行经营的情况下，整合多个账号进行评估。
针对不同电商平台的数据，我们可以通过对方平台的开放平台api，经过卖家用户的授权，获取对象平台中的该卖家交易数据。例如，敦煌的卖家账号，申请授信，这时我们可以通过阿里速卖通，或者亚马逊等跨境电商平台的开放平台api接口并经卖家同意来获取该卖家在这些平台的经营和交易数据，并将这些不同平台的经营交易数据汇总起来，就可以参与评估卖家的授信分值和额度，此外，将同一个实体及与其有相关法律关系实体的电商平台的多个账户进行整合(并不是简单的绑定，是主从账号关系)；绝大多数的卖家，随着经营范围的不断扩大，不仅仅是自身个人在经营，会招聘很多运营人员，这样不止一个账户，往往存在主从账号，即一个主账号，下面还对应大量从账号，几个甚至几十上百，根据经营规模不同而不同。实际上这些卖家贷款的主体是一个，但经营数据和交易数据比较分散；此种情况下，将卖家的交易数据整合在一起；一方面提升贷款授信额度，另一方面有效避免同一实体从多方账户申请借款的麻烦，有效地提升用户贷款及还款体验。
根据本发明提供的电商贷款管理系统，优选地，所述放款单元，具体用于：用户在获得授信额度后能够发起多次用款申请，并被允许实施多种还款方式和分期分批次还款；支持用户随借随还，支持自动还款、扣款和关联账户转账还款；记录用户的还款信息、违约信息和逾期信息形成征信数据。
根据本发明提供的电商贷款管理系统，优选地，还包括：跟踪单元，跟踪放款记录，将数据反馈到风控模型并参与用户评估。
根据本发明提供的电商贷款管理系统，优选地，还包括：逾期单元，将逾期多次的用户加入征信黑名单并影响所有相关联账号；逾期未还资金从其它账号扣除并通知用户。
平台的一个实体卖家申请授信，经过实名认证，即可进入信用评估环节。同一时间段，这个卖家仅能有一次有效的申请；当通过授信评估获得授信额度后，可以发起多次用款申请，系统支持不同的贷款产品，不同的用款期限，不同的还款方式和分期分批次还款。卖家的多批次还款信息、违约以及逾期信息，将实时进入采集与分析系统，将形成征信数据，方便进行跟踪评估。逾期多次将直接进入我们系统的征信黑名单。同时该信息也将影响到跟该卖家卖家实体账号关联的所有账号；若有逾期未还的资金，将从其它关联账号扣除，并通知卖家。多次逾期将会进行一定的惩罚措施；这样既保证了资金的安全性，也提高了卖家逾期的成本。又能实时将卖家的最新信用数据反馈给我们的平台。
根据本发明提供的电商贷款管理系统，优选地，采用php+ajax+java的开发框架进行技术支持，将与贷款流程相关的数据库系统分为用户基本信用数据整合分析模块、用户业务数据整合模块和用户授信申请流程功能模块。
将该贷款流程相关的数据库系统分为三大模块，相互隔离但有彼此关联，并基于数据库系统的基础上建立起逻辑业务功能模块，三部分之间逐层深入，环环相扣贯穿了整个客户贷款流程生命周期。
根据本发明提供的电商贷款管理系统，优选地，集成单点登录实现多账号互通，支持分布式部署。
电商金融项目作为互联网金融的很重要的一部分。在充分考虑并支持跨境电商业务特性的同时，必然需要后台强有力的技术支持，支持大客户量的高并发，高可用，和高稳定性；同时与现有的其它金融产品相互融合又相互隔离。
通过上述技术方案，能够解决电商行业无动产抵押贷款难的问题，借款人不需要提供担保。依据用户经营/交易数据、行为数据、社交数据、个人信息等其特征为主要参考依据，采用创新的数据采集以及处理方法，为用户提供一种无抵押无担保，并以借款人信用度作为还款保证的一种贷款产品。能够更精准全面的评估卖家的信用度，以满足跨境电商中小卖家的资金需求，使商户能按自身的经营实力申请贷款，按资金周转情况选择还款方式，贷款快，成本低。加速商户的经营发展，刺激出口额。此外，依赖分布式的技术框架支撑，再对卖家的还款风险进行及时预警，以便风控人员能及时跟踪，降低贷款不良率。
图1示出了根据本发明的实施例的电商贷款管理方法的示意流程图。
图2示出了根据本发明的实施例的电商贷款管理系统的示意框图。
图3示出了根据本发明的实施例的贷款审批系统逻辑流程图。
图4示出了根据本发明的实施例的系统架构示意图。
图5示出了根据本发明的实施例的系统部署示意图。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的电商贷款管理方法的示意流程图。
如图1所示，根据本发明的实施例的电商贷款管理方法，包括：步骤102，从多个数据源采集用户的交易数据、行为数据、社交数据、个人信息并以其中的一项或多项作为主要参考依据，通过大数据分析结合风控模型，进行用户评估；步骤104，经用户授权，获取用户的多个账号的经营数据，对多个账号进行账户关联分析，其中，多个账号归属于同一实体；步骤106，根据用户评估情况和账户关联分析情况评定用户的授信分值和额度；步骤108，根据用户的用款申请结合授信分值和额度，对用户放款并自动生成还款计划。
在该实施例中，通过对用户进行全方位数据收集和分析完成用户画像并将与用户存在法律关系的多个账号进行关联评估，考虑到了卖家客户的真实特点以及在贷款过程中面临的问题，尽可能大而全的收集卖家的全部交易数据，包括关联账号，其它平台的多店铺，多平台等交易数据等，既反映了卖家用户的真实信用，同时也提供了准确度性，降低了贷款风险，提升用户的贷款额度，尽量满足用户的用款需求。
此外，在上述实施例的基础上，本发明提供的电商贷款管理方法还能够具备以下附加的技术特征：
根据本发明提供的电商贷款管理方法，优选地，步骤102具体包括：采集多方数据，获取平台tns数据、crm数据、交易数据、工商数据、公检法数据、金融机构数据、反欺诈数据、逾期数据和银联消费数据，其中，交易数据包括，用户在多个平台上的交易数据；采用一票否决制和量化打分制对采集到的数据进行深加工。
在该实施例中，采集多方数据(内部数据有：平台tns数据、crm数据、卖家交易数据。外部数据有：其它跨境平台交易数据，工商数据，公检法数据、金融机构数据、反欺诈数据和逾期数据，银联消费数据等)进行加工，生成评分结果和贷前风控报告，完成全方位用户画像，供审核参考，在审核过程中主要涉及如下原则：一票否决制。对黑名单，白名单，反欺诈数据，犯罪数据、以及关联用户信用数据等进行分析，对恶劣记录类数据进行零容忍度，即一票否决；打分卡模型(非关键类信用数据，我们会进行打分，根据汇总的信用分数进行梯度评定)，比如银行贷款逾期，信用卡还款，飞机出行数据等；对数据进行细化，分类深加工，同时考虑数据的实时性，打标签，提高了数据处理的效率。
根据本发明提供的电商贷款管理方法，优选地，步骤104具体包括：用户使用多家电商平台上进行经营的情况下，通过平台的开放api获取用户在多家电商平台上的经营和交易数据，进行汇总分析；用户在同一家电商平台下使用多个账号进行经营的情况下，整合多个账号进行评估。
在该实施例中，针对不同电商平台的数据，我们可以通过对方平台的开放平台api，经过卖家用户的授权，获取对象平台中的该卖家交易数据。例如，敦煌的卖家账号，申请授信，这时我们可以通过阿里速卖通，或者亚马逊等跨境电商平台的开放平台api接口并经卖家同意来获取该卖家在这些平台的经营和交易数据，并将这些不同平台的经营交易数据汇总起来，就可以参与评估卖家的授信分值和额度，此外，将同一个实体及与其有相关法律关系实体的电商平台的多个账户进行整合(并不是简单的绑定，是主从账号关系)；绝大多数的卖家，随着经营范围的不断扩大，不仅仅是自身个人在经营，会招聘很多运营人员，这样不止一个账户，往往存在主从账号，即一个主账号，下面还对应大量从账号，几个甚至几十上百，根据经营规模不同而不同。实际上这些卖家贷款的主体是一个，但经营数据和交易数据比较分散；此种情况下，将卖家的交易数据整合在一起；一方面提升贷款授信额度，另一方面有效避免同一实体从多方账户申请借款的麻烦，有效地提升用户贷款及还款体验。
根据本发明提供的电商贷款管理方法，优选地，步骤106具体包括：用户在获得授信额度后能够发起多次用款申请，并被允许实施多种还款方式和分期分批次还款；支持用户随借随还，支持自动还款、扣款和关联账户转账还款；记录用户的还款信息、违约信息和逾期信息形成征信数据。
根据本发明提供的电商贷款管理方法，优选地，还包括：跟踪放款记录，将数据反馈到风控模型并参与用户评估。
根据本发明提供的电商贷款管理方法，优选地，还包括：将逾期多次的用户加入征信黑名单并影响所有相关联账号；逾期未还资金从其它账号扣除并通知用户。
在上述实施例中，平台的一个实体卖家申请授信，经过实名认证，即可进入信用评估环节。同一时间段，这个卖家仅能有一次有效的申请；当通过授信评估获得授信额度后，可以发起多次用款申请，系统支持不同的贷款产品，不同的用款期限，不同的还款方式和分期分批次还款。卖家的多批次还款信息、违约以及逾期信息，将实时进入采集与分析系统，将形成征信数据，方便进行跟踪评估。逾期多次将直接进入我们系统的征信黑名单。同时该信息也将影响到跟该卖家卖家实体账号关联的所有账号；若有逾期未还的资金，将从其它关联账号扣除，并通知卖家。多次逾期将会进行一定的惩罚措施；这样既保证了资金的安全性，也提高了卖家逾期的成本。又能实时将卖家的最新信用数据反馈给我们的平台。
根据本发明提供的电商贷款管理方法，优选地，采用php+ajax+java的开发框架进行技术支持，将与贷款流程相关的数据库系统分为用户基本信用数据整合分析模块、用户业务数据整合模块和用户授信申请流程功能模块。
在该实施例中，将该贷款流程相关的数据库系统分为三大模块，相互隔离但有彼此关联，并基于数据库系统的基础上建立起逻辑业务功能模块，三部分之间逐层深入，环环相扣贯穿了整个客户贷款流程生命周期。
根据本发明提供的电商贷款管理方法，优选地，集成单点登录实现多账号互通，支持分布式部署。
在该实施例中，电商金融项目作为互联网金融的很重要的一部分。在充分考虑并支持跨境电商业务特性的同时，必然需要后台强有力的技术支持，支持大客户量的高并发，高可用，和高稳定性；同时与现有的其它金融产品相互融合又相互隔离。
图2示出了根据本发明的实施例的电商贷款管理系统的示意框图。
如图2所示，根据本发明的实施例的电商贷款管理系统200，包括：评估单元202，从多个数据源采集用户的交易数据、行为数据、社交数据、个人信息并以其中的一项或多项作为主要参考依据，通过大数据分析结合风控模型，进行用户评估；关联单元204，经用户授权，获取用户的多个账号的经营数据，对多个账号进行账户关联分析，其中，多个账号归属于同一实体；授信单元206，根据用户评估情况和账户关联分析情况评定用户的授信分值和额度；放款单元208，根据用户的用款申请结合授信分值和额度，对用户放款并自动生成还款计划。
在该实施例中，通过对用户进行全方位数据收集和分析完成用户画像并将与用户存在法律关系的多个账号进行关联评估，考虑到了卖家客户的真实特点以及在贷款过程中面临的问题，尽可能大而全的收集卖家的全部交易数据，包括关联账号，其它平台的多店铺，多平台等交易数据等，既反映了卖家用户的真实信用，同时也提供了准确度性，降低了贷款风险，提升用户的贷款额度，尽量满足用户的用款需求。
此外，在上述实施例的基础上，本发明提供的电商贷款管理系统200还能够具备以下附加的技术特征：
根据本发明提供的电商贷款管理系统200，优选地，评估单元202具体用于：采集多方数据，获取平台tns数据、crm数据、交易数据、工商数据、公检法数据、金融机构数据、反欺诈数据、逾期数据和银联消费数据，其中，交易数据包括，用户在多个平台上的交易数据；采用一票否决制和量化打分制对采集到的数据进行深加工。
采集多方数据(内部数据有：平台tns数据、crm数据、卖家交易数据。外部数据有：其它跨境平台交易数据，工商数据，公检法数据、金融机构数据、反欺诈数据和逾期数据，银联消费数据等)进行加工，生成评分结果和贷前风控报告，完成全方位用户画像，供审核参考，在审核过程中主要涉及如下原则：一票否决制。对黑名单，白名单，反欺诈数据，犯罪数据、以及关联用户信用数据等进行分析，对恶劣记录类数据进行零容忍度，即一票否决；打分卡模型(非关键类信用数据，我们会进行打分，根据汇总的信用分数进行梯度评定)，比如银行贷款逾期，信用卡还款，飞机出行数据等；对数据进行细化，分类深加工，同时考虑数据的实时性，打标签，提高了数据处理的效率。
根据本发明提供的电商贷款管理系统200，优选地，关联单元204，具体用于：用户使用多家电商平台上进行经营的情况下，通过平台的开放api获取用户在多家电商平台上的经营和交易数据，进行汇总分析；用户在同一家电商平台下使用多个账号进行经营的情况下，整合多个账号进行评估。
针对不同电商平台的数据，我们可以通过对方平台的开放平台api，经过卖家用户的授权，获取对象平台中的该卖家交易数据。例如，敦煌的卖家账号，申请授信，这时我们可以通过阿里速卖通，或者亚马逊等跨境电商平台的开放平台api接口并经卖家同意来获取该卖家在这些平台的经营和交易数据，并将这些不同平台的经营交易数据汇总起来，就可以参与评估卖家的授信分值和额度，此外，将同一个实体及与其有相关法律关系实体的电商平台的多个账户进行整合(并不是简单的绑定，是主从账号关系)；绝大多数的卖家，随着经营范围的不断扩大，不仅仅是自身个人在经营，会招聘很多运营人员，这样不止一个账户，往往存在主从账号，即一个主账号，下面还对应大量从账号，几个甚至几十上百，根据经营规模不同而不同。实际上这些卖家贷款的主体是一个，但经营数据和交易数据比较分散；此种情况下，将卖家的交易数据整合在一起；一方面提升贷款授信额度，另一方面有效避免同一实体从多方账户申请借款的麻烦，有效地提升用户贷款及还款体验。
根据本发明提供的电商贷款管理系统200，优选地，放款单元208，具体用于：用户在获得授信额度后能够发起多次用款申请，并被允许实施多种还款方式和分期分批次还款；支持用户随借随还，支持自动还款、扣款和关联账户转账还款；记录用户的还款信息、违约信息和逾期信息形成征信数据。
根据本发明提供的电商贷款管理系统200，优选地，还包括：跟踪单元，跟踪放款记录，将数据反馈到风控模型并参与用户评估。
根据本发明提供的电商贷款管理系统200，优选地，还包括：逾期单元，将逾期多次的用户加入征信黑名单并影响所有相关联账号；逾期未还资金从其它账号扣除并通知用户。
平台的一个实体卖家申请授信，经过实名认证，即可进入信用评估环节。同一时间段，这个卖家仅能有一次有效的申请；当通过授信评估获得授信额度后，可以发起多次用款申请，系统支持不同的贷款产品，不同的用款期限，不同的还款方式和分期分批次还款。卖家的多批次还款信息、违约以及逾期信息，将实时进入采集与分析系统，将形成征信数据，方便进行跟踪评估。逾期多次将直接进入我们系统的征信黑名单。同时该信息也将影响到跟该卖家卖家实体账号关联的所有账号；若有逾期未还的资金，将从其它关联账号扣除，并通知卖家。多次逾期将会进行一定的惩罚措施；这样既保证了资金的安全性，也提高了卖家逾期的成本。又能实时将卖家的最新信用数据反馈给我们的平台。
根据本发明提供的电商贷款管理系统200，优选地，采用php+ajax+java的开发框架进行技术支持，将与贷款流程相关的数据库系统分为用户基本信用数据整合分析模块、用户业务数据整合模块和用户授信申请流程功能模块。
将该贷款流程相关的数据库系统分为三大模块，相互隔离但有彼此关联，并基于数据库系统的基础上建立起逻辑业务功能模块，三部分之间逐层深入，环环相扣贯穿了整个客户贷款流程生命周期。
根据本发明提供的电商贷款管理系统200，优选地，集成单点登录实现多账号互通，支持分布式部署。
电商金融项目作为互联网金融的很重要的一部分。在充分考虑并支持跨境电商业务特性的同时，必然需要后台强有力的技术支持，支持大客户量的高并发，高可用，和高稳定性；同时与现有的其它金融产品相互融合又相互隔离。
下面结合图3至图5详细说明本发明的电商贷款评审方案以及技术框架的一种具体实现方式：
图3示出了根据本发明的实施例的贷款审批系统逻辑流程图。
如图3所示，本发明采基于大数据分析，风控模型，风控管理三管齐下方针，建立数据+技术+人的更高效更安全的信用贷款管理体系，包括：
大数据分析，通过进行方数据收集(内部数据有：dhgate平台tns数据、crm数据、卖家交易数据。外部数据有：其它跨境平台交易数据，工商数据，公检法数据、金融机构数据、反欺诈数据和逾期数据，银联消费数据等)进行加工，生成评分结果和贷前风控报告，完成全方位用户画像，供审核参考。
关联实体账户，将同一个实体及与其有相关法律关系实体的多个电商平台的多个账户进行整合，一方面提升贷款授信额度，另一方面有效避免同一实体从多方账户申请借款的麻烦，有效提升用户贷款及还款体验。
风控审核，对于可以量化的数据，系统按配置的对比值进行比较后以决定将该申请信息是否升级处理。自动审核包括实名认证，系统评级。人工审核包括初审，终审，复核三个环节完成。其中，授信初审分3步进行，分别是信息初步审核；身份核验；企业信息及固话核验，手机及联系人核验，贷款及店铺信息核验。申请信息初审是人工依据申请人所提交的信息判断其借款意愿度，主要是看所填写的信息看起来是否真实。所提交的图片是否满足附件清单的要求及图片是否清楚。如果不符合要求直接拒绝，前端申请列表中告知申请人审核不通过的原因是因为资料不满足要求。身份核验是验证申请人背后的真实身份与提交申请材料时提交的身份是否一致。企业信息及固话核验，手机及联系人核验，贷款及店铺信息核验包括申请人本人的手机，留下的联系人的信息。还有企业信息和网店及贷款信息调研。手机核验包括对申请人本人的手机信息核验及联系人及手机信息检验。终审是对用户进行授信，对于超过授信阀值的申请，授信终审通过后进行超额授信复核环节，复核授信金额、期限，复核通过授信成功。可以按用户需求进行放款。
规则模型，将系列规则进行组合，选择优质客户。
还款模型，支持不同用户，不同贷款产品，不同的用款期限，不同的还款方式进行自定义，放款自动生成还款计划，支持随借随还减少用户的利息负担，同时该模型接口标准化，支持多方资产端对接，支持自动还款、扣款和关联账户转账还款。
贷后监控，监控已放款用户的所有相关店铺的经营情况，企业经营情况，个人社会行为，随时与授信时数据对比，生成监控报告，部分变动超过一定范围的数据进行预警，启动催收模型。依据不良率的统计结果调整规则模型和还款模型，让不良达到企业可授受的范围。
图4示出了根据本发明的实施例的系统架构示意图。
如图4所示，在该实施例中，基于降低研发成本以及系统稳定性和扩展性的考虑，充分发挥当前资源的最大潜力，本发明提出的电商贷款管理系统采用php+ajax+java的开发框架，充分保证实现业务需求和系统稳定性的同时，最低限度的降低硬件和软件开发成本，并保证系统的可扩展性，使得系统能够迅速建成并投入使用。
图5示出了根据本发明的实施例的系统部署示意图。
如图5所示，在该实施例中，跨境电商金融项目作为互联网金融的很重要的一部分。在充分考虑并支持跨境电商业务特性的同时，必然需要后台强有力的技术支持，支持大客户量的高并发，高可用，和高稳定性；同时与现有的其它金融产品相互融合又相互隔离，并集成单点登录实现与现有平台卖家系统账号互通，并支持分布式部署结构，将分布在各处的资源综合利用，压缩单个业务的执行时间，提高系统运行效率。
根据本发明的上述各个实施例，能够解决电商行业无动产抵押贷款难的问题，借款人不需要提供担保。依据用户交易数据、行为数据、社交数据、个人信息等其特征为主要参考依据，为用户提供一种无抵押无担保，并以借款人信用程度作为还款保证的一种贷款产品，使商户能按自身的经营实力申请贷款，按资金周转情况选择还款方式，贷款快，成本低。加速商户经营发展，刺激出口额。对于放款方，数据和各模型的结合对贷前和贷后各环节进行严格把控，贷前风控模型甄选有资格的贷款用户进入贷款申请审批流程；贷后模型监控还款中用户的可能存在的还款风险进行及时预警，以便风控人员能及时作出催收决策，降低贷款不良率。
本领域普通技术人员可以理解，实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质，此外，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
点击联系发帖人
