利用大數(shù)據(jù)提升業(yè)績和打擊欺詐，PayPal是怎樣做到的？

大數(shù)據(jù) 欺詐 PayPal Hadoop

36大數(shù)據(jù) | 2016-04-05 10:14

【數(shù)據(jù)猿導讀】經(jīng)常海淘或出國的朋友對“PayPal”肯定很熟悉，在北美及歐洲，PayPal的地位相當于中國的支付寶。每天要準確無誤的處理來自全球的交易數(shù)據(jù)，PayPal是如何做到的呢？這篇文章將詳細為大家介紹

利用大數(shù)據(jù)提升業(yè)績和打擊欺詐，PayPal是怎樣做到的？

PayPal，就是我們通常說的“PayPal貝寶國際”，針對具有國際收付款需求用戶設計的賬戶類型。它是目前全球使用最為廣泛的網(wǎng)上交易工具。它能幫助我們：

進行便捷的外貿(mào)收款，提現(xiàn)與交易跟蹤;從事安全的國際采購與消費;快捷支付并接收包括美元、加元、歐元、英鎊、澳元和日元等25種國際主要流通貨幣。

PayPal是eBay旗下的一家公司，致力于讓個人或企業(yè)通過電子郵件，安全、簡單、便捷地實現(xiàn)在線付款和收款。PayPal賬戶是PayPal公司推出的最安全的網(wǎng)絡電子賬戶，使用它可有效降低網(wǎng)絡欺詐的發(fā)生。PayPal賬戶所集成的高級管理功能，使您能輕松掌控每一筆交易詳情。截止2012年，在跨國交易中超過90%的賣家和超過85%的買家認可并正在使用PayPal電子支付業(yè)務。

截止到2015年8月，有165，000，000活躍用戶;

10，000，000+用戶每天登錄

13，000，000交易

處理超過1.1PB的數(shù)據(jù)

每年處理2500億美元的付款

每天超過203個市場處理12500，000個單子

持有26種不同貨幣基金

每個PayPal賬戶平均23個交易。

PayPal 是在市值中排名前5的支付公司，逐漸成為去那里的網(wǎng)上支付交易處理。對于領先的支付網(wǎng)絡-PayPal, 大數(shù)據(jù)是一種資產(chǎn)，用于嚴肅的商業(yè)戰(zhàn)略。大數(shù)據(jù)分析和數(shù)據(jù)科學家是17歲的PayPal的所有過程的核心。PayPal 擁有自己逐漸增加的市場份額和成長的強大數(shù)據(jù)驅(qū)動技術(shù)，這些技術(shù)拉動創(chuàng)新，和整體業(yè)務策略。這是一個大數(shù)據(jù)應用的案例——PayPal 如何用大數(shù)據(jù)分析和數(shù)據(jù)科學技術(shù)豐富客戶體驗的每一天。

Palpal 通過拍賣網(wǎng)站和供應商用一種安全和保密的方式進行云計算處理付款從而制造舒適的購物業(yè)務。PayPal 真正的消費者是商人，以及每個商人的客戶是PayPal間接的消費者。PayPal 提供了先進的預測能力，幫助商戶提高他們的客戶體驗。

讓我們假設，沃爾瑪有精彩的感恩節(jié)銷售，他們希望確保他們的錢花的很有效，能為他們的消費者提供更多相關或令人愉快的廣告。PayPal的數(shù)據(jù)科學團隊可以幫助他們創(chuàng)造一個列表和一個更好的方式擊中目標客戶群，因為它有一個很好的成分，這是”交易數(shù)據(jù)”成功的秘密!交易數(shù)據(jù)是可靠的驅(qū)動因素幫助科學家預測人們的購買行為模式。它也有在線數(shù)據(jù)，例如，有多少人看了在線數(shù)據(jù)，她們訪問了哪些網(wǎng)站，等等。但是交易數(shù)據(jù)仍然在PayPal中是客戶行為最強的預測指標。

PayPal 如何使用Hadoop?

在Hadoop出現(xiàn)之前，PayPal 只是讓所有的數(shù)據(jù)經(jīng)過，因為它很難抓住傳統(tǒng)的數(shù)據(jù)庫框架類型。現(xiàn)在PayPal處理通過Hadoop和HBase的一切-不論是何數(shù)據(jù)格式。PayPal 把傳統(tǒng)的數(shù)據(jù)庫和Haddoop之間的強連接變成了為客戶提供更好的服務。

Hadoop與傳統(tǒng)數(shù)據(jù)平臺在PayPal滿足不同的業(yè)務需求，例如，客戶的情感分析，欺詐檢測和市場細分。這種傳統(tǒng)數(shù)據(jù)平臺與Hadoop共存的方式幫助科學家們?yōu)榧僭O檢驗并對存儲在Hadoop的數(shù)據(jù)研究去探索查詢數(shù)據(jù)，而BI分析師可以找到她們的報告的問題，利用類似SAP HANA的存儲系統(tǒng)的答案。PayPal 擴大Hadoop在HBase的使用去利用HDFS。HDFS同樣作為HBase的讀寫-大型非結(jié)構(gòu)化數(shù)據(jù)集的存儲層。

PayPal 使用Hadoop作為一個互補和有效處理指數(shù)級增長的數(shù)據(jù)量和品種的成本效益的數(shù)據(jù)平臺?？紤]到Hadoop缺乏先進的安全措施，PayPal機構(gòu)通過匿名它的數(shù)據(jù)在存儲到Hadoop之前加強管理和實施安全措施。

在PayPal的原始點擊流數(shù)據(jù)在Hadoop通過清洗階段的處理階段。 PayPal 使用半結(jié)構(gòu)化數(shù)據(jù)，預訂商業(yè)智能和大數(shù)據(jù)分析項目，并將其存儲在云，PayPal在全球范圍內(nèi)的員工都可以訪問它。它每天收集超過20百萬兆字節(jié)日志數(shù)據(jù)做情感分析，事件分析，客戶細分，推薦引擎以及基于提供的信息發(fā)送實時信息。

PayPal的數(shù)據(jù)挖掘系統(tǒng)是建立在機器學習算法上的，這種算法是在Hadoop上用java和Python以及運行在hadoop上有價值的見解去挖掘復雜數(shù)據(jù)模型。

數(shù)據(jù)科學——幫助打擊在PayPal上的欺詐

一個擁有17年記錄的安全在線支付，PayPal 持續(xù)改進其數(shù)據(jù)基礎設施來識別潛在的欺詐案件。PayPal 通過結(jié)合像hadoop和spark開源的各種技術(shù)，采用機器學習算法，在線緩存和人類偵探，建立新的和修改現(xiàn)有的欺詐分析系統(tǒng)。一旦機器學習模型識別出了欺詐的可能性，人類的偵探們就開始工作，去找出究竟是否存在欺詐。

“很多時候商業(yè)軟件不能夠完全滿足我們的需求，所以，在這種情況下，開源真的非常放任有效。我們能夠接受它們，并且調(diào)整我們自己。真正去釋放我們數(shù)據(jù)科學家的力量。王惠說，PayPal的全球風險科學高級總監(jiān)。PayPal使用3種類型的機器算法——神經(jīng)網(wǎng)絡學習，深度學習和線性回歸。風險管理應該是超快的，算法必須以毫秒為單位做出它是否是一個良性交易還是想從事欺詐活動的交易。如果一個人被認為是值得信賴的，他將會得到一個快速的交易，以保證他有滿意的體驗。然而，如果一個該算法確定了這是一個非良性的交易，它將減慢系統(tǒng)，以獲得額外的數(shù)據(jù)，并進行深度分析。

PayPal的數(shù)據(jù)科學團隊分析歷史賠付數(shù)據(jù)去找出能表明企圖詐騙的特征。不同類型的機器學習算法分析了在實際中的1000個數(shù)據(jù)點分析，如商家的網(wǎng)站和PayPal網(wǎng)站近期的活動，存儲在cookie的數(shù)據(jù)，購買歷史等。大約有300個變量被尋找潛在欺詐性交易的每個機器學習模型計算。分析的結(jié)果被認證供應商提供的外部數(shù)據(jù)比較與認證。例如，如果分析顯示多個IP地址來自世界各地的不同地點，一個賬戶-那么它可能是一個賬戶被黑客攻擊的跡象。它會被標記并被專家審查。

欺詐檢測是PayPal在大數(shù)據(jù)使用圖形處理中最大的案例。數(shù)據(jù)科學家在圖中配置節(jié)點，要與客戶使用的設備相關，以登錄到商家賬戶上。如果一個客戶使用一個不同的IP地址或不同的移動賬戶，然后PayPal確保他們不能從賬戶中取錢。這里不只是圖中的一個節(jié)點有助于檢測欺詐，而是三個或者四個節(jié)點試圖在同一時間提取或存入資金，并且都被捕獲到。

使用先進的大數(shù)據(jù)分析，提供相關的優(yōu)惠和個性化廣告

PayPal與多通路的平板電腦，智能手機，商店和網(wǎng)站上有聯(lián)系，通過以位置為基礎的廣告和優(yōu)惠以誘惑客戶。因為現(xiàn)今的客戶使用多種方式購物——移動端，網(wǎng)站和商店——這對于一個營銷和廣告主來說很難去做決定——什么是放置個性化廣告和相關報價的最好的選擇。PayPal 可以撬動大數(shù)據(jù)并發(fā)送相關客戶服務和商家折扣給客戶。使用基于購物媒介的過去的購買歷史的分析算法——在線或應用程序建議，以及商戶幫助客戶節(jié)約金錢并且推動更高交易量。PayPal將用大數(shù)據(jù)來配合客戶的喜好和口味，位置，在不同網(wǎng)站的購買歷史和用戶活動，發(fā)送相關優(yōu)惠報價以及個性化廣告。

PayPal使用類似預測客戶購買行為的數(shù)據(jù)，數(shù)據(jù)訪問模型在相似的地方尋找客戶。PayPal知道哪些客戶在Home Depot最有可能吃subway. 使用這種洞察分析，PayPal在Home Depot附近的subway折扣店提供三明治的折扣。

交易數(shù)據(jù)是用來創(chuàng)建客戶的基因序列，這些序列創(chuàng)建了外觀相似，細分客群成為不同的組，以幫助創(chuàng)造強個性化的信號，目標廣告和建議。 PayPal的預測數(shù)據(jù)模型能夠精準到69%, 預測到他們的客戶最可能在哪里花錢。

通過基于Hadoop文本挖掘豐富的客戶體驗

自然語言處理算法是在PayPal的成功場景之后的——豐富客戶經(jīng)驗。單獨的文本數(shù)據(jù)不能提供商業(yè)上的見解，但在使用時，它有助于從談話以及網(wǎng)上交易中提取信息，基于Hadoop文本挖掘是預測建模的一個重要組成部分，收集，評分影響，在PayPal的多樣主題造型的科學數(shù)據(jù)活動。

當客戶在某個特定的商家進行購買時，很難預測客戶是喜歡還是愛他或她購買的產(chǎn)品品牌。基于Hadoop的產(chǎn)品信息文本挖掘產(chǎn)品信息，幫助數(shù)據(jù)科學家了解客戶是否喜歡某個特定的品牌，然后使用此信息來建議產(chǎn)品。

原文：Big Data Use Cases: How PayPal leverages Big Data Analytics

來源：36大數(shù)據(jù)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。