自2013年起，天云大数据率先在移动互联网行业积累的大数据技术经验带入金融行业，实现了金融行业Hadoop 大数据技术应用零的突破。
自2015年起，结合行业发展趋势和自身技术优势，依托深耕金融行业获得的丰富经验，天云大数据开始将大数据技术同人工智能技术结合，会同业界知名的股份制银行一起针对实际金融业务场景，持续不断地进行模型孵化、实施落地，先后培育了多款基于大数据、人工智能的大数据产品。
天云大数据致力于将先进的人工智能大数据技术引入到金融行业，充分发挥大数据技术的算法、算力优势，促进金融科技创新，加快数字化转型，为金融机构的提供强有力的技术支持。
理财私售飞单是指银行工作人员客户经理利用职务便利，向客户销售或推介非本行发行或代销的投资/理财产品和销售已经停售的理财产品或销售虚假的理财产品等行为。这种行为会给银行和客户带来巨大风险，同时又是监管部门严管的行为。例如：2018年元旦过后，黑龙江省银监会查处中国工商银行黑龙江省分行及辖内13家二级分行违规销售对公理财产品飞单行为，涉案金额多达10亿；其中机构罚款3000多万元，个人罚款90万元，15名高管人员均被处罚。
因此，银行为了保护自身以及客户的利益，需要对客户经理销售理财产品的行为进行监管，对理财经理的私售行为进行预警和排查，以期提前发现客户经理的违规行为，降低违规私售风险。天云大数据的理财私售飞单排查产品恰好可以为银行对客户经理的飞单销售行为提供监管工具。
理财私售飞单排查产品是天云大数据汇集众多模型算法科学家，结合银行业实际理财销售应用场景，利用文本分析算法，路径分析算法，资金往来分析算法等多种模型算法，基于MaximAI 人工智能PAAS 平台，成功孵化出的理财私售飞单排查产品。该产品利用银行客户经理相关销售行为数据，利用大数据技术进行建模分析，输出疑似飞单销售的客户经理名单，提供给相关风险人员进行排查，提高排查效率。
产品价值在于：
飞单排查重点在预防，预防的难度在于客户经理数量大，依靠传统技术难以及时处理，而天云大数据飞单排查数据产品利用了大数据和人工智能技术，分级产出可疑飞单列表，有效地缩小了排查对象的范围，能够大幅度提高排查的效率，使得预防飞单成为可实施的常规稽查流程。
企业采取互保、联保、循环担保等方式进行贷款的行为较为普遍，此行为容易造成多头授信和过度授信。在经济下行周期中，一旦个别企业发生经营问题和财务危机，往往会产生多米诺骨牌效应，风险很快传染，导致圈内企业整体陷入困境。如企业发生问题，贷款无法按时偿还，最终损失要由银行承担，会提升银行的坏账率。
因此，金融行业可以利用企业之间的法人关系、供应链关系、担保关系、雇佣关系、股权关系等相关关系，利用复杂网络技术，构建对公企业族谱，利用复杂网络算法技术，分析网络担保风险，进而发现潜在的风险。
天云大数据的对公企业族谱放大镜产品就是一款基于复杂网络图算法技术实现的对公企业风险识别产品。该产品是基于复杂网络图算法和大数据技术，利用企业的基础数据，建立起企业之间直接或间接的关联关系，着眼于企业间风险关系的识别及企业间关系紧密程度。
该产品重点关注：企业密切资金往来的风险关系和担保圈关联企业的风险关系。通过这两种关联关系的分析，把单一企业风险，利用社交网络的风险传播算法，传导到群体企业，起到的风险放大作用，对企业进行提前风险预警，从而减少风险损失。
产品价值在于：
风险放大镜数据产品使得用户可通过复杂的企业关系网络，直观洞察企业之间的担保关联关系和资金往来关系，构建企业族谱，便于用户针对企业的风险属性做出决策，避免风险损失。
国家外汇管理政策严禁个人将大额外汇拆分后进行结售汇以逃避监管。如银行判定个人业务申请属于分拆结售汇，则有权不予办理。此举旨在遏制异常外汇资金利用个人渠道流出入，避免国家外汇流失。银行针对个人结售汇拆分风险的管理主要采用“关注名单”结合集中度限额控制的方式，分别在柜面及网银渠道进行事中控制、事后监测。必须对违规结汇情况进行上报，属于监管需求。
天云结汇风险识别产品采集个人用户特定一段时期内的结汇记录数据，利用复杂网络技术构建网络，利用图算法计算和分析个人结汇行为，进而识别风险客户。
产品可以实现：
产品价值在于：
引入复杂网络图计算技术，提升银行结汇风险识别水平。
满足外汇监管要求，发现隐蔽外汇结汇规避方案。
天云结汇风险识别产品，利用复杂网络图计算技术，不但能检测出现有的规避方案进还能够发现更为隐蔽的结汇规避行为，及时发现客户结汇违规行为，避免外汇损失。
随着普惠金融的开展，社会上出现大量个人融资需求。经分析，目前主要有两类人群渴望个人融资：
1、部分人群的超额消费需求。例如，针对不被传统金融机构服务覆盖的蓝领群体提供蓝领消费分期;针对不被传统信用卡、BAT等主流分期业务或者贷款公司所覆盖的分期需求提供分期服务等。
2、小微企业主及个体经营者的信用贷款需求，这部分资金主要用于生产经营。
天云随借金产品就是为了应对个人短期资金需求，为个人信用卡持卡人提供的短期现金透支转账服务。持卡人可将信用卡取现额度内的资金实时转入本人同名账户中。持卡人在申请随借金业务时约定还款日期（借款天数可在1-90天范围内进行选择），在约定还款日之前，每月仅需偿还手续费，约定还款日当天一次性归还本金和剩余手续费。
该数据产品基于大数据和人工智能技术，通过采集用户信用卡申请数据、信用卡消费行为数据和其他外部数据，利用人工智能技术对用户进行精准画像，进而构建随借金模型(评分模型)，实现模型部署以及评分每日输出，并基于业务规则筛选出(针对随借金业务有响应的)高概率、较高概率和中概率的客户营销群体名单；进一步地，将名单推送到电销、短信和微信平台等渠道进行营销，获得较高的响应率。为了提升模型预测准确率，在实践中，利用数据探查和特征工程技术，不断的对原始数据源和随消费行为、随借金使用行为等持续输入数据进行分析，为随借金模型引入新的数据源。
该产品价值在于：
1、按日计费：支持当日借款次日还款；
2、随借随还：提前还款无额外费用；
3、到期还本：还款更轻松；
4、闪电放款：转账资金实时到账；
5、申请便捷：无需预约抵押担保，取现可用额度范围内均可申请；
6、满足客户个人融资需求，提高银行业务收入。
现金分期是针对信用较好又有现金需求的信用卡客户或者借记卡客户（借记卡客户需要有持有信用卡的记录），由客户持卡人申请，或者发卡行主动邀请持卡人进行申请，将持卡人信用卡中额度转换为现金，汇入指定借记卡（本行或他行），并分成指定月份期数进行归还的一种分期方式。现金分期的持卡人每月只需归还固定本金以及手续费即可提前使用该笔现金。一般现金分期的手续费率都会高于发卡行消费分期产品的手续费率，低于0.5‰循环利率。银行可以从中获得大量利息和手续费收入。
天云现金分期产品基于大数据和人工智能技术，通过采集客户的申请数据、用卡消费行为数据和其他外部数据，利用人工智能技术对客户进行精准画像，进而构建客户评分模型，实现模型部署以及评分每日输出，并基于业务规则筛选出(针对现金分期业务有响应的)高概率、较高概率和中概率的客户营销群体名单；进一步地将名单推送到电销、短信和微信平台等渠道进行营销，提高客户响应率。该产品还是可以客户日常消费还款行为特性进行评分，提高客户信用评分准确度，降低违约风险。
该产品价值在于：
减轻客户还款压力，提高银行业务收入。
拥有私家车的银行客户是具有一定消费能力的客户。那么银行如何识别自己的客户是否拥有私家车呢？实践表明，可通过分析客户借记卡和信用卡交易记录中包含的买车或用车的痕迹，综合考虑交易的特征和频次，基于数据推测客户有用私家车的可能性，并根据可能性的高低生成“有车指数”。
天云私家车主ETC营销产品是利用大数据算法技术结合客户相关维度的交易属性数据，识别客户有车概率，并针对这些标签客户进行ETC产品的营销，提高营销效果。该产品利用银行内部沉淀的用户的借记卡和信用卡消费数据，以及引入的外部数据，应用客户画像的方法，对客户进行精准画像，从客户众多的交易记录中寻找买车、用车的痕迹，将这些痕迹转化为标签，同时给不同的标签赋予不同的权值，最终利用评估算法计算客户的有车指数。依据计算出的客户有车指数，针对此类客户群体进行ETC产品营销，相比无差异的营销活动，响应率显著提高。
该产品价值在于：
客户标签营销，提高营销精准度
大数据技术孵化建模，提高标签准确度