㈠ 一直都信任兴业信用卡，希望继续把“以人民为中心，增强金融消费者获得感”的消保主题贯彻始终哦~
您好，非常感谢您对我行信用卡的支持与关注，您的肯定是我行前进的动力，我们会在今后的工作中不断为您提供更好的服务。
㈡ 银保监局如何为金融机构提供更好的服务
合理安排营业网点及营业时间，保障基本金融服务和关键基础设施稳定运行。对于临时调整停业网点情况，应提前做好宣传说明及客户分流，并向我局对口监管处室进行报备。辖内机构总、分行（司）相关管理部门及业务条线应实行假期关键岗位带班值班机制，确保及时响应并有效满足城市运行必需、疫情防控必需、群众生活必需及其他涉及重要国计民生等领域的配套金融需求。要全面加强对医疗及科研机构、疫情防控相关企业和一线医护人员等方面的各项金融服务，积极主动对接，开通绿色通道，全力支持抗击疫情。要高度重视因疫情暂时受困的行业、企业和人群，调整完善相关信贷、理赔政策，支持其战胜疫情灾害影响。
三、加强场所与员工管理
各银行保险机构要认真落实上海市“三个覆盖”“三个一律”等工作要求，做好员工健康监测和相关信息申报。要配置必要的卫生防疫设备，为大堂、柜台、安保等一线岗位服务人员提供相关防护用品，落实办公场所和营业网点的消毒、通风、体温检测等防控措施。要推动科技赋能，加大自助设备、网上银行、电话银行、手机银行等服务渠道的宣传力度，提升银行保险服务的便捷性和可得性，减少人员聚集。要通过减少现场会议，鼓励电话及线上沟通等各种方式，有效降低人员交叉流动带来的疫情防控压力。如发现异常情况，应及时报告相关部门，并按照要求迅速采取相应防控措施。
四、推动形成行业合力
上海市银行同业公会、保险同业公会要结合地方实际，充分发挥行业协会作用，通过官网、官微加强防疫知识教育，做好政策宣传，积极倡议和组织会员单位更好地履行社会责任。要切实加强行业自律，维护市场秩序，严禁借机炒作、曲解政策、误导销售、同业诋毁、哄抬金融产品定价等行为，为本市广大金融消费者提供一个安全、放心、卫生的金融消费环境
㈢ 大数据如何助力银行业金融机构舆情防控
金融企业运用大数据和机器学习算法，对欠款客户进行人群聚类并根据聚类的结果识别骗贷、恶意欠款、恶意透支、盗刷盗用、对交易有疑问拒绝还款、经济状况恶化无力还贷、遗忘还贷等多种欠款类型；从而准确预测客户的还款概率和金额，从而进行催收策略评估，最大限度降低催收成本。
中国建设银行资产总行风险管理部/资产保全部副总经理谭兴民曾详尽分析大数据何以帮助银行提高征信水平和风险管控能力：
首先，一站式征信平台可以进行贷前客户甄别。目前，银行查询客户的情况既费时、费力，又增加银行费用，而利用企业的一站式征信平台，则可以最大限度地节省银行的人力、物力及时间，并确保数据有效、及时、准确。
其次，风险量化平台可以助力贷后风险管控。平台基于企业日常经营数据，结合平台数据模型，采用动态、实时的云端数据抓取技术，对企业的发展进行分析和评测，给出风险量化分数，并第一时间发现企业的生产经营异动，在风险触发前3到6个月预警，使银行等金融机构能够及时采取相应措施，防止和减少损失发生。
同时，利用“企业族谱”查询，对不良贷款进行监控。如一些企业通过关联交易转移利润、制造亏损的假象，为不偿还银行贷款寻找理由；或者通过关联交易制造虚假业绩，为继续获得银行贷款提供依据，这些假象通过关联交易查询，都可以很快发现蛛丝马迹，让企业造假暴露原形，可防止银行上当受骗。
大数据风控相对于传统风控来说，建模方式和原理其实是一样的，其核心是侧重在利用更多维的数据，更多互联网的足迹，更多传统金融没有触及到的数据。比如电商的网页浏览、客户在app的行为轨迹、甚至GPS的位置信息等，这些信息看似和一个客户是否可能违约没有直接关系，但实则通过大量的数据累积，能够产生出非常有效的识别客户的能力。
在运行逻辑上，大数据风控不强调较强的因果关系，看重统计学上的相关性是大数据风控区别于传统金融风控的典型特征。传统金融机构强调因果，讲究两个变量之间必须存在逻辑上能够讲通因果。
在数据维度这个层级，传统金融风控和大数据风控还有一个显著的区别在于传统金融数据和非传统金融数据的应用。传统的金融数据包括上文中提及的个人社会特征、收入、借贷情况等等。而互金公司的大数据风控，采纳了大量的非传统金融数据。
相对于传统金融机构，互金公司扩大了非传统数据获取的途径，对于新客户群体的风险定价，是一种风险数据的补充。当然，这些数据的金融属性有多强，仍然有待验证。
巨头优势明显，并不代表创业公司的路已被堵死。大公司不可能面面俱到，布局各种场景。在互联网巨头尚未涉及的领域，小步快跑，比巨头更早的抢下赛道，拿到数据，并且优化自己的数据应用能力，成为创业公司杀出重围的一条路径。