数据的管理，为上层的规则层、应用进行客户信用风险评估和管理。 在数据层中，具体的数据范围取决于需要识别哪些风险类型或从哪些维度去识别客户风险。 例如，如果要识别客户是否存在历史违约行为，就需要从自有的历史交易数据中提取相关信息进行分析；若果要判断企业是否存在经营合规风险，则需要通过第三方的工商、法务纠纷等数据进行分析。 在确认数据层
的数据范围之后，需要对
数据进行规整和清洗，以确保数据的准确性、完整性和一致性。这一过程通常被称为数据仓建设，包括数据抽取、转换和加载等。通过数据仓库的建设，可以实现 香港电话号码表 数据的集中存储和管理，方便后续的数据分析和挖掘。 举个例子：在C物流公司的业务中，客户信息评分的计算就需要依赖自有数据和三方数据来计算。 自有数据包括客户基础数据、交易数据、账单履约数据等，三方数据包括企业征信数据（如信用报告和评级）、工商数据（包括注册资本、经营范围等）和法律诉讼数据（如涉
及的法律诉讼记录）等
客户信息评分初始分数为分，并根据特定规 EG 列表 对输入的数据进行计算、处理，以满足应用层风控业务的需求。 举个例子：在事前风控环节中，业务需要通过客户信用评分来判断客户信用情况。在这个业务场景里面，如果让业务人员自行通过基础数据进行客户信用评分，那计算过程是复杂的、结果可能是失准
