㈠ 一直都信任興業信用卡，希望繼續把「以人民為中心，增強金融消費者獲得感」的消保主題貫徹始終哦~
您好，非常感謝您對我行信用卡的支持與關注，您的肯定是我行前進的動力，我們會在今後的工作中不斷為您提供更好的服務。
㈡ 銀保監局如何為金融機構提供更好的服務
合理安排營業網點及營業時間，保障基本金融服務和關鍵基礎設施穩定運行。對於臨時調整停業網點情況，應提前做好宣傳說明及客戶分流，並向我局對口監管處室進行報備。轄內機構總、分行（司）相關管理部門及業務條線應實行假期關鍵崗位帶班值班機制，確保及時響應並有效滿足城市運行必需、疫情防控必需、群眾生活必需及其他涉及重要國計民生等領域的配套金融需求。要全面加強對醫療及科研機構、疫情防控相關企業和一線醫護人員等方面的各項金融服務，積極主動對接，開通綠色通道，全力支持抗擊疫情。要高度重視因疫情暫時受困的行業、企業和人群，調整完善相關信貸、理賠政策，支持其戰勝疫情災害影響。
三、加強場所與員工管理
各銀行保險機構要認真落實上海市「三個覆蓋」「三個一律」等工作要求，做好員工健康監測和相關信息申報。要配置必要的衛生防疫設備，為大堂、櫃台、安保等一線崗位服務人員提供相關防護用品，落實辦公場所和營業網點的消毒、通風、體溫檢測等防控措施。要推動科技賦能，加大自助設備、網上銀行、電話銀行、手機銀行等服務渠道的宣傳力度，提升銀行保險服務的便捷性和可得性，減少人員聚集。要通過減少現場會議，鼓勵電話及線上溝通等各種方式，有效降低人員交叉流動帶來的疫情防控壓力。如發現異常情況，應及時報告相關部門，並按照要求迅速採取相應防控措施。
四、推動形成行業合力
上海市銀行同業公會、保險同業公會要結合地方實際，充分發揮行業協會作用，通過官網、官微加強防疫知識教育，做好政策宣傳，積極倡議和組織會員單位更好地履行社會責任。要切實加強行業自律，維護市場秩序，嚴禁借機炒作、曲解政策、誤導銷售、同業詆毀、哄抬金融產品定價等行為，為本市廣大金融消費者提供一個安全、放心、衛生的金融消費環境
㈢ 大數據如何助力銀行業金融機構輿情防控
金融企業運用大數據和機器學習演算法，對欠款客戶進行人群聚類並根據聚類的結果識別騙貸、惡意欠款、惡意透支、盜刷盜用、對交易有疑問拒絕還款、經濟狀況惡化無力還貸、遺忘還貸等多種欠款類型；從而准確預測客戶的還款概率和金額，從而進行催收策略評估，最大限度降低催收成本。
中國建設銀行資產總行風險管理部/資產保全部副總經理譚興民曾詳盡分析大數據何以幫助銀行提高徵信水平和風險管控能力：
首先，一站式徵信平台可以進行貸前客戶甄別。目前，銀行查詢客戶的情況既費時、費力，又增加銀行費用，而利用企業的一站式徵信平台，則可以最大限度地節省銀行的人力、物力及時間，並確保數據有效、及時、准確。
其次，風險量化平台可以助力貸後風險管控。平台基於企業日常經營數據，結合平台數據模型，採用動態、實時的雲端數據抓取技術，對企業的發展進行分析和評測，給出風險量化分數，並第一時間發現企業的生產經營異動，在風險觸發前3到6個月預警，使銀行等金融機構能夠及時採取相應措施，防止和減少損失發生。
同時，利用「企業族譜」查詢，對不良貸款進行監控。如一些企業通過關聯交易轉移利潤、製造虧損的假象，為不償還銀行貸款尋找理由；或者通過關聯交易製造虛假業績，為繼續獲得銀行貸款提供依據，這些假象通過關聯交易查詢，都可以很快發現蛛絲馬跡，讓企業造假暴露原形，可防止銀行上當受騙。
大數據風控相對於傳統風控來說，建模方式和原理其實是一樣的，其核心是側重在利用更多維的數據，更多互聯網的足跡，更多傳統金融沒有觸及到的數據。比如電商的網頁瀏覽、客戶在app的行為軌跡、甚至GPS的位置信息等，這些信息看似和一個客戶是否可能違約沒有直接關系，但實則通過大量的數據累積，能夠產生出非常有效的識別客戶的能力。
在運行邏輯上，大數據風控不強調較強的因果關系，看重統計學上的相關性是大數據風控區別於傳統金融風控的典型特徵。傳統金融機構強調因果，講究兩個變數之間必須存在邏輯上能夠講通因果。
在數據維度這個層級，傳統金融風控和大數據風控還有一個顯著的區別在於傳統金融數據和非傳統金融數據的應用。傳統的金融數據包括上文中提及的個人社會特徵、收入、借貸情況等等。而互金公司的大數據風控，採納了大量的非傳統金融數據。
相對於傳統金融機構，互金公司擴大了非傳統數據獲取的途徑，對於新客戶群體的風險定價，是一種風險數據的補充。當然，這些數據的金融屬性有多強，仍然有待驗證。
巨頭優勢明顯，並不代表創業公司的路已被堵死。大公司不可能面面俱到，布局各種場景。在互聯網巨頭尚未涉及的領域，小步快跑，比巨頭更早的搶下賽道，拿到數據，並且優化自己的數據應用能力，成為創業公司殺出重圍的一條路徑。