4、場景化支付的技術支撐前端
隨着大數據、人工智能、雲計算、移動互聯技術的發展,普惠金融時代的到來,爲了更好地服務用戶,支付產業須要進行技術升級,知足各類場景需求。除了大數據和雲計算等場景化支付的基礎技術以外,場景化支付還須要一系列金融科技的創新支付技術提供支撐。安全
1.支付標記化技術(Token)網絡
支付標記化技術是場景化支付的技術基礎。一方面,傳統支付技術知足不了新興創新場景化交易的需求。另外一方面,場景化支付因爲場景複雜,須要進一步對交易進行安全保護,從而最大程度地減小持卡人帳戶數據被非法使用的可能,並防止跨渠道的交易欺詐行爲,從而避免卡號信息泄露帶來的風險。機器學習
支付標記化技術是從場景應用的層面來解決銀行卡在網絡空間應用的安全問題,可以在不影響正常業務處理的前提下,避免卡號等敏感數據在交易過程當中的泄露,實現對交易場景的驗證,從而可以有效保障個性化場景的支付安全,知足支付場景的創新和用戶的個性化需求。工具
支付標記化技術在前端表現出來的是用戶銀行卡信息的有效替代,然後臺則有一套完整、成熟的風險服務實現對用戶的身份認證和交易欺詐風險的識別。即便是同一個卡號,針對不一樣的應用場景和支付渠道,支付標記也不盡相同,經過支付標記可有效地對交易渠道、交易次數、交易金額、應用場景以及用戶使用習慣等進行驗證,可以細粒度和個性化地對交易風險進行識別,對交易安全進行控制。即便某個渠道發生風險,支付標記的沙盒機制也可以將風險進行隔離,有效防止風險的擴大和轉移。學習
支付標記做爲一項既全面創新又與現有支付產業很好融合的技術,具備開放性和互操做性的特色,不只可以保障整個支付交易的安全,並且還可以促進整個支付技術和支付場景的創新,有機地整合線下、線上等各類支付方式,爲用戶提供一體化、個性化的支付體驗。大數據
2.智能終端技術優化
智能終端是推進線上線下場景融合、提高支付服務水平和服務能力的基本保障。雲計算
智能終端將推動支付的線上線下融合。首先,智能終端對接了用戶移動支付的需求,可以提供便利的移動支付方式。其次,智能終端以移動支付爲基礎入口,鏈接了商戶和消費者,讓商戶可以獲得記錄消費者行爲的精準消費信息,進行精準營銷。這可以幫助實體店經過互聯網觸摸到消費者,並與之創建全渠道、深層次的線上互動,加強體驗功能,發展智慧消費。人工智能
受理終端的智能化支持個性化和場景化的商業服務。傳統的POS終端在過去十幾年一直保持形式和內容不變,存在升級麻煩、功能單1、擴展性差、缺少互動性等一系列問題,已經不能知足場景化和個性化支付的需求。就像諾基亞手機被蘋果等智能手機取代同樣,功能化的傳統終端也將被智能化的受理終端所取代。受理終端做爲一個智能化的平臺,不一樣商業模式參與方均可以基於這一智能化平臺提供個性化的應用,從傳統的收銀、小票打印,到刷卡、二維碼等多種支付解決方案的集成,從會員管理到營銷管理等,基於這一智能化平臺,能夠創造出更多的特定場景的特定應用,從而知足商戶和用戶的個性化需求,可做爲行業聯動、拓展支付場景化的重要工具和手段。
智能化的受理終端將提高用戶的支付體驗,確保用戶的支付安全。智能終端帶來交互場景的智能化,經過用戶的移動設備與智能受理終端的簡單交互就能識別出當前用戶是誰以及其歷史消費習慣、偏好等,根據這些信息提供的個性化服務,不只可以讓整個交易更加安全,並且還可以讓用戶有更好的體驗。
3.生物特徵識別技術
生物特徵識別技術是場景化支付安全便捷、人機合一的基礎。
首先,相較於傳統的用戶身份驗證手段,生物特徵識別技術更加安全便捷。對於支付來講,對發起支付行爲的用戶進行身份認證是很是關鍵的環節,是帳戶管理機構判斷是否對交易進行受權的重要依據。可用做用戶身份認證要素的信息分爲三類:用戶所知道的、用戶所持有的和用戶所擁有的信息。目前,在銀行卡支付業務中,較經常使用的身份認證信息主要爲密碼和卡片等前兩類信息,而生物特徵屬於用戶所擁有的信息,相比於前兩類信息,其具備不易複製、不會被遺忘或丟失、使用方便等特色,而正是這些特色可使得場景支付更安全、更便捷。
其次,智能設備的發展使咱們可以更有效地利用生物特徵技術,從而使得人和設備可以完美融合。早在上個世紀,隨着計算機技術的發展,已經開始指紋、人臉等比對的技術研究工做,但因爲採集設備和計算能力的限制,生物特徵技術只能應用於特定的安保等場所,隨着移動設備的發展和各類採集技術的進步,各類採集、存儲和運算操做都可以用一顆很小的芯片實現,這種芯片又可以與如今的移動設備完美集成,這樣,智能設備不但可以採集生物特徵,還可以運算和比對,使得移動設備具備生物特徵認證的能力。
同時,生物特徵技術使得人和設備可以完美融合。之前用戶在刷卡時須要單獨輸入密碼來進行認證,卡片與用戶是分隔的,既要驗證卡片又要單獨驗證人;在場景化支付的時代,用戶在手機上按下指紋就能夠完成交易,人和設備高度融合,這不只可以帶來安全便捷的體驗,還可以創造更多富有想象力的應用場景。
4.人工智能技術
人工智能技術是實現移動支付場景化的核心技術。
一方面,從用戶獲取服務的角度來看,場景化強調的是服務的個性化和差別化,如何可以分析出某個用戶的特定需求和偏好,只有利用人工智能技術收集用戶的場景、歷史交易、我的偏好等信息,再經過大數據等技術預測出用戶的需求和偏好才能更好地知足用戶的需求。
另外一方面,從服務提供的角度來看,只有收集絕大多數用戶的場景信息和狀態信息,經過人工智能技術對這些信息進行計算和分析纔可以完成全局服務的調度和優化。以打車軟件爲例,經過人工智能技術計算出當前某個區域打車需求比較旺盛,而相鄰區域則比較寬鬆,打車平臺能夠經過調度完成全局資源的優化配置。
人工智能在促進移動支付場景化的過程當中起到重要做用。使用人工智能技術進行創新支付服務的設計或原有支付服務的改進,結合圖像處理、數據分析等技術,產生新的支付相關服務,促進支付服務使用率的提高;運用人工智能技術,對移動支付應用場景進行優化升級,不斷優化移動支付服務的場景化運營策略;基於語音識別、天然語言處理、圖像處理等技術,實現對客戶的智能服務,優化用戶體驗,提高總體服務質量;利用機器學習等人工智能技術,從支付數據及情景分析等要素出發,創建自我學習能力的深度學習模型,在提高用戶支付體驗的同時,下降支付風險發生的可能性。