Aizle Synthetic Open Banking Data - UK (Sample)

**What is this dataset?**

This is a sample of Aizle synthetic open banking data, generated by bigspark to accurately reflect real UK personal banking behaviour. It covers current accounts, savings accounts, loan accounts, and transactions across four synthetic banks, built to the UK Open Banking Read/Write API standard (v9.1.0).

The data contains no real personal information. It is fully synthetic, privacy-safe, and ready to use without data sharing agreements or access controls.

**What's included?**

- 30 current accounts across 4 banks
- 10 savings accounts
- 5 loan accounts including arrears scenarios
- 7,197 transactions with full balance, merchant, and categorisation detail

**What can you use it for?**

- AI model development and training
- Sandbox and test environment population
- Stress testing and scenario modelling
- Vulnerability and arrears detection prototyping
- Regulatory demonstration and compliance testing

**About Aizle**

Aizle is bigspark's synthetic data platform, trusted by the FCA, UK government, and global banks. Unlike anonymised or ML-generated synthetic data, Aizle uses simulation-based generation to produce data that accurately represents rare events, edge cases, and vulnerable consumer cohorts - the scenarios that matter most for AI validation.

原始信息汇总

数据集概述：Aizle Synthetic Open Banking Data - UK (Sample)

数据集名称：Aizle Synthetic Open Banking Data - UK (Sample)

提供方：bigspark

定价：免费，无使用限制

数据覆盖：事件驱动，静态数据产品

交付方式：安全分享

---

数据集简介

该数据集是 bigspark 生成的合成开放式银行数据样本，旨在准确反映真实的英国个人银行行为。数据基于英国开放式银行 Read/Write API 标准（v9.1.0）构建，涵盖四个合成银行的活期账户、储蓄账户、贷款账户及交易记录。数据集完全合成，不含任何真实个人信息，无需数据共享协议或访问控制即可使用。

---

包含的数据内容

• 四个银行共 30 个活期账户
• 10 个储蓄账户
• 5 个贷款账户（含拖欠还款场景）
• 7,197 笔交易（包含完整余额、商户和分类详情）

---

潜在应用场景

• AI 模型开发与训练
• 沙盒与测试环境填充
• 压力测试与场景建模
• 脆弱性与拖欠检测原型开发
• 监管演示与合规测试

具体业务需求：

业务场景	说明
机器学习	用于训练和验证金融 ML 模型（如交易分类、收入验证、信用风险、脆弱性检测），免除真实客户数据的合规负担。
风险分析	针对四个合成银行，利用真实的合成场景（如贷款拖欠、负余额、不规则收入模式）进行信用和可负担性模型压力测试。
欺诈补救	用真实的合成交易数据填充欺诈检测沙盒和测试环境，避免暴露真实客户信息。
监管报告	使用隐私安全的合成数据向监管机构展示 AI 模型输出，准确反映英国个人银行人群（包括脆弱消费者群体）。
客户引导	使用多银行合成数据原型设计和测试开放银行驱动的引导流程（如可负担性检查、收入验证、账户聚合）。
个性化客户体验	使用代表真实英国银行行为的合成交易和账户数据，构建并测试个性化金融产品推荐和财务健康评分模型。

---

数据字典

数据集包含以下数据对象：

• ACCOUNTS（账户）
• LOAN_ACCOUNTS（贷款账户）
• SAVINGS_ACCOUNTS（储蓄账户）
• TRANSACTIONS（交易记录，包含 9 个字段）

---

使用示例（SQL）

1. 按银行分析月度支出和收入：对单家银行的借记和贷记交易数量及金额进行按月统计。
2. 跨四家银行交易活动汇总：聚合所有四家银行的借记交易量，展现多银行消费模式。
3. 查找贷款拖欠客户：识别有未清偿贷款拖欠记录的合成客户。
4. 获取每位客户的完整财务画像：关联账户、储蓄、贷款和交易数据，构建完整的财务概况。

---

数据分类标签

AI & ML、Customer Onboarding、Data for Good、Financial、Fraud Remediation、Machine Learning、Personalize Customer Experiences、Regulatory Reporting、Risk Analysis

---

联系与文档

• 销售与支持：[e-mail]
• 文档：提供相关文档链接

---

关于提供方

bigspark 为受监管行业提供世界级数据与 AI 工程服务，受英国金融行为监管局（FCA）、英国政府和全球银行信任。其 Aizle 平台生成基于仿真的合成数据，准确代表脆弱消费者、边缘情况和压力场景，为金融服务团队提供安全、受治理的数据，用于大规模构建和测试 AI。