为什么要进行反欺诈
随着各种信息化技术及智能设备的普及，金融欺诈手段正呈现出一种组织化、团伙化的新趋势。传统的反欺诈措施有个很重要的问题是信息不对称和关联分析速度慢，金融机构很难快速去验证信贷客户信息哪些是真实的，哪些是经过包装的，这就导致很多风控措施都相对滞后，采取措施时往往损失已经发生。
图技术与传统反欺诈手段的区别？
单点 VS 全局视角
关联图谱具有可视化和连接万物的天然优势，可以突破「单点」判断是否属于欺诈行为的局限性，取而代之的是从「全局」角度更精准、更全面地判断欺诈行为。
滞后 vs 实时风控
传统的欺诈检测依赖于专家经验和人工审核，往往是资损发生后才能发现并总结出规律。关联图谱天然适合超大规模关联数据的深度查询，可以实时作出反应，防患于未然。
人工 vs 自动化识别
图数据库可以通过关联分析、图规则、模式分析、社团分析，全面覆盖实时、准实时及事后三个阶段，系统全方位进行实时风险排查，及时暴露可疑点并自动进行管控，从源头上避免经济损失的发生。
同样的场景，
可以使用关系型数据库吗
要发现大规模的欺诈团伙，往往需要遍历复杂度很高的数据关系。传统的关系型数据库由于存储形态的限制，在处理深度关联查询时效率并不高，有时甚至根本无法计算出结果，难以快速发现隐蔽欺诈行为。
而图数据库采用点-边结构存储数据以及数据间的关系，一图汇总身份、账户、设备和第三方平台之间的信息，非常适合用来处理海量复杂数据间的关联运算。不仅效率更高，而且能获得更直观的全局视图，在数据存储之外帮助业务人员快速发现欺诈团伙，避免潜在经济损失。
使用悦数图数据库的优势
实时发现隐蔽的欺诈行为
使用收益
单点视角扩充到全局视角
不同于其他的反欺诈技术，关联图谱技术突破了单一信息的视角。通过全网关系视图，能够知晓甚至推断某个实体在全部关系网络中所表现出的特征，从而将反欺诈的视角从单一视角扩充到全局视角，更容易发现隐藏在某些关系下的欺诈者和欺诈手段
发现隐蔽的潜在关联关系
通过构建高效的关系分析模型，图数据库可以应用于风险分析、客户画像以及反洗钱领域，以查找犯罪分子及其行为的模式。它可以使用图谱数据分析跨机构的交易、账户及关系，从而帮助金融机构了解流量和模式，更快更准确地发现欺诈行为
预防可能出现的经济损失
图数据关系的层级及表达方式多种多样，可以「实时」处理复杂多样的关联分析，并满足企业各种角色关系的分析和管理需要支持多种数据来源，通过快速深度多层遍历大规模复杂关联数据，满足实时变化的业务需求，真正做到防患于未然
