數(shù)尊CEO許正：大數(shù)據(jù)在金融風(fēng)控領(lǐng)域的思考與探索

數(shù)尊信息許正大數(shù)據(jù) 金融風(fēng)控

許正 | 2017-03-27 11:17

【數(shù)據(jù)猿導(dǎo)讀】當(dāng)前傳統(tǒng)信貸業(yè)務(wù)模式可歸結(jié)為兩類：資金驅(qū)動(dòng)模式和場景驅(qū)動(dòng)模式。而這兩類模式現(xiàn)在必須要向第三類模式轉(zhuǎn)型，也就是技術(shù)驅(qū)動(dòng)模式

數(shù)尊CEO許正：大數(shù)據(jù)在金融風(fēng)控領(lǐng)域的思考與探索

來源：數(shù)據(jù)猿作者：許正

我是數(shù)尊CEO許正，數(shù)尊在成立之初，定位是圍繞金融風(fēng)控領(lǐng)域進(jìn)行大數(shù)據(jù)應(yīng)用。今天我想要分享的主題就是“大數(shù)據(jù)在金融風(fēng)控領(lǐng)域的思考與探索”。

首先，風(fēng)控是依托于金融信貸場景的。說到信貸，大家會(huì)想到信用卡、個(gè)人住房貸款、銀行的營業(yè)網(wǎng)點(diǎn)等，可能還會(huì)想到當(dāng)我們要申請新業(yè)務(wù)的時(shí)候，必須填寫的一些冗長的表格，這同時(shí)也是信貸給予我的印象。在十年前我拿著一張211、985大學(xué)畢業(yè)的碩士學(xué)歷證明在某大行申請了我的第一張信用卡，等了半個(gè)月只申請到一千塊錢的額度，這個(gè)事情使得我對個(gè)人傳統(tǒng)信貸留下了非常深刻的印象。

傳統(tǒng)信貸模式正在遭遇的一系列問題，我認(rèn)為有以下四點(diǎn)：

1.技術(shù)問題。眾所周知，我們整個(gè)信貸領(lǐng)域的征信體系仍不夠完善。

2.效率問題。我們貸一筆貸款需要等待非常長的時(shí)間，客戶體驗(yàn)相當(dāng)不好。

3.產(chǎn)品問題。一直以來我們的傳統(tǒng)信貸大多數(shù)集中在房貸、車貸上面。

4.市場問題。我們跟發(fā)達(dá)國家相比，貸款的滲透率還存在比較大的差異。

當(dāng)前傳統(tǒng)信貸業(yè)務(wù)模式可歸結(jié)為兩類：資金驅(qū)動(dòng)模式和場景驅(qū)動(dòng)模式。我認(rèn)為這兩類模式現(xiàn)在必須要向第三類模式轉(zhuǎn)型，也就是技術(shù)驅(qū)動(dòng)模式。

資金驅(qū)動(dòng)模式以銀行、消費(fèi)金融公司為代表，重點(diǎn)體現(xiàn)在信用卡、個(gè)人消費(fèi)貸款的業(yè)務(wù)上，具有資金成本低的特點(diǎn)，但是這種模式也存在一個(gè)很大的問題，就是效率低、體驗(yàn)差。

至于場景驅(qū)動(dòng)，類似于今天的京東白條、螞蟻花唄，還包括我上周出差的時(shí)候經(jīng)過一片鬧市區(qū)，是在電子商城附近，發(fā)現(xiàn)每個(gè)賣手機(jī)的門店都打著消費(fèi)分期的標(biāo)語，3C消費(fèi)分期也是場景驅(qū)動(dòng)的典型代表。他們的優(yōu)勢是獲客成本極低，體驗(yàn)也相比資金驅(qū)動(dòng)的模式要好一點(diǎn)。但是他們的問題在于整個(gè)體系的封閉性比較高，范圍比較窄，擴(kuò)展起來不是那么容易。

這兩個(gè)模式要想有健康的發(fā)展，都或多或少需要向第三種模式轉(zhuǎn)型，就是技術(shù)驅(qū)動(dòng)模式。

關(guān)于技術(shù)驅(qū)動(dòng)我們總結(jié)了一下它的本質(zhì)：

1.從封閉到開放。我們都知道傳統(tǒng)的金融是加引號的嫌貧愛富，服務(wù)的是金字塔相對頂端的高端客戶。拿當(dāng)初我申請信用卡的例子而言，其實(shí)不是銀行不想給我放貸，因?yàn)樗鼘?shí)在不知道許正這個(gè)人，就算是碩士畢業(yè)生又能如何，就值得給他一萬、十萬的貸款額度嗎？銀行做不到。技術(shù)驅(qū)動(dòng)讓客戶的下沉成為可能，讓金融信貸服務(wù)的客戶從更封閉的客戶群體轉(zhuǎn)變到更開放的群體。

2.從粗放到精細(xì)。傳統(tǒng)信貸的粗放體現(xiàn)在并沒有基于客戶風(fēng)險(xiǎn)的差異化定價(jià)和差異化服務(wù)，“好”客戶的利率并沒有更低、也沒有享受更快捷或更便利的金融服務(wù)。技術(shù)驅(qū)動(dòng)讓這些差異化成為可能。

3.從產(chǎn)品為中心到客戶為中心。各行各業(yè)在互聯(lián)網(wǎng)時(shí)代都在提以客戶為中心，但我們今天其實(shí)還在拿特定的產(chǎn)品去套客戶，而不是給特定的客戶提供特定的產(chǎn)品，這也是技術(shù)驅(qū)動(dòng)模式下可以轉(zhuǎn)變的。

技術(shù)驅(qū)動(dòng)的含義包括以下幾層：

第一層，數(shù)據(jù)是核心。數(shù)據(jù)已經(jīng)成為金融業(yè)務(wù)的新邊界。體現(xiàn)在三個(gè)方面：場景邊界、群體邊界、效率邊界。也就是說如果我們有大量場景的數(shù)據(jù)、客戶的數(shù)據(jù)，我們的金融服務(wù)就可以觸及到場景和這些群體所在的地方，同時(shí)帶給他們極致的客戶體驗(yàn)和高度的流程融合。

第二層，深度學(xué)習(xí)已有必要條件，金融算法正在升級。這里有一張卷積神經(jīng)網(wǎng)絡(luò)之父的片子，想要表達(dá)的是卷積神經(jīng)網(wǎng)絡(luò)的方式區(qū)別于傳統(tǒng)的方式，不需要做數(shù)據(jù)的清洗、特征變量的提取，就可以得到一個(gè)很好的模型結(jié)果。眼下很多金融科技公司都提到用一些這樣的技術(shù)新方法去解決金融體系里面的效率和模型效能提升的問題。

第三層，催熟了人工智能，推動(dòng)金融基礎(chǔ)設(shè)施升級。近期大家如果有去過銀行營業(yè)網(wǎng)點(diǎn)的話，可能會(huì)發(fā)現(xiàn)有一個(gè)類似于智能機(jī)器人的存在，在機(jī)器人的屏幕上可以完成人臉識別等信息的收集。事實(shí)上，現(xiàn)在各類實(shí)體或者虛擬的機(jī)器人，是可以取代一些偏助理性質(zhì)的人力工作的。

下面講講技術(shù)驅(qū)動(dòng)的坑：

第一個(gè)坑，孤島數(shù)據(jù)的融合。首先強(qiáng)調(diào)的是我們是做風(fēng)控的，不是做營銷的。風(fēng)控、營銷的本質(zhì)差異在哪里？營銷可以管中窺豹，如果你在京東上面買了一本跟數(shù)學(xué)相關(guān)的書，那么我大概可以從這個(gè)行為判斷出你是一個(gè)數(shù)學(xué)愛好者或者周圍有數(shù)學(xué)愛好者。但是如果讓我們僅僅通過這一個(gè)維度的數(shù)據(jù)，就判斷你是一個(gè)好人，這可能很難，我們必須要收集你在每一個(gè)角落的數(shù)據(jù)，360度都是一個(gè)好人的時(shí)候才能說你是一個(gè)好人，所以對風(fēng)控而言最大的挑戰(zhàn)，就是不能像營銷一樣可以隨心所欲地管中窺豹，必須要收集更可能全的數(shù)據(jù)才能洞悉一個(gè)人，才能給一個(gè)人下結(jié)論。

但是，這360度的數(shù)據(jù)，包括金融數(shù)據(jù)、消費(fèi)數(shù)據(jù)、行為數(shù)據(jù)等等，從小數(shù)據(jù)到大數(shù)據(jù)、從靜數(shù)據(jù)到動(dòng)數(shù)據(jù)、從薄數(shù)據(jù)到厚數(shù)據(jù)，收集起來絕不是那么容易的。

第二個(gè)坑，雜而散亂的金融體系外的數(shù)據(jù)標(biāo)準(zhǔn)化。各數(shù)據(jù)的飽和度不一、精度不一、狀態(tài)不一、標(biāo)準(zhǔn)不一，會(huì)是數(shù)據(jù)精確應(yīng)用的障礙，這些問題我們需要通過建立一個(gè)可靠和有效的標(biāo)準(zhǔn)來處理。

第三個(gè)坑，對算法經(jīng)濟(jì)的盲目崇拜和錯(cuò)位應(yīng)用。我們有沒有想過一個(gè)問題，為什么在銀行的風(fēng)控領(lǐng)域，我們使用的算法一直以來都是以邏輯回歸為主的傳統(tǒng)算法？難道銀行不知道人工智能、機(jī)器學(xué)習(xí)嗎？在金融體系里面，包括巴塞爾在內(nèi)的各種協(xié)議都要求變量的可解釋以及透明，包括我去年在美國感觸很深的一點(diǎn)就是，種族、性別、年齡雖然是很好的變量，但是不能用，因?yàn)檫@是對人的歧視?，F(xiàn)在金融體系只能停留在利用傳統(tǒng)的邏輯回歸加機(jī)器學(xué)習(xí)而形成的整合式應(yīng)用的方法。

再有一點(diǎn)，反欺詐有其相對應(yīng)的模型，A卡、B卡也有對應(yīng)的模型。我們會(huì)看到有一些公司說我的模型效果很好，Ks超高，但那又如何，場景不一樣、客群不一樣。所以不要在這個(gè)領(lǐng)域里面對新鮮的算法盲目崇拜甚至直接移植，還需要更多的從業(yè)者一起去探索和再創(chuàng)新。

講了這么多，大家可能會(huì)覺得我們這行沒有前途。但是有一句話講得好，金融的本質(zhì)是風(fēng)控。我剛才開頭講的傳統(tǒng)信貸一系列的困境，都需要風(fēng)控來解決，誰在今天陪著金融機(jī)構(gòu)一起把技術(shù)轉(zhuǎn)型做好，誰就是最后的贏家，未來偉大的金融機(jī)構(gòu)必定是技術(shù)驅(qū)動(dòng)的。

前面講的是我們對于該領(lǐng)域的思考，后面則是我們的探索?；谒伎嘉覀儼褦?shù)尊定位為一家第三方大數(shù)據(jù)智能風(fēng)控服務(wù)提供商。

以下是我們的產(chǎn)品和價(jià)值體系：

頂層我們定義為是一個(gè)DAAS，以決策為服務(wù)。這怎么理解呢？可能有人會(huì)說，你給我一個(gè)身份證號，我給你一個(gè)風(fēng)險(xiǎn)評價(jià)，這算是一個(gè)決策服務(wù)嗎？我認(rèn)為不全是。因?yàn)槲覀兠恳粋€(gè)場景、每一個(gè)客群、每一個(gè)具體的細(xì)分的問題是不一樣的，所以我們需要“決策即服務(wù)”有很強(qiáng)的定制性。這靠什么支撐呢？靠基礎(chǔ)來支撐，像我們的數(shù)尊寶、數(shù)據(jù)連、數(shù)尊塔。數(shù)尊寶是為了整合外部的數(shù)據(jù)，數(shù)據(jù)連是為了定義數(shù)據(jù)標(biāo)準(zhǔn)，而數(shù)尊塔則是為了把基于數(shù)據(jù)的規(guī)則、模型沉淀下來，以這三塊為基礎(chǔ)構(gòu)成了我們完整的DAAS服務(wù)的構(gòu)架。

這個(gè)DAAS服務(wù)是以數(shù)據(jù)、模型為基礎(chǔ)的決策服務(wù)。開放性數(shù)據(jù)的輸入，包括訂單數(shù)據(jù)、申請行為的數(shù)據(jù)，以及外部各式各樣的征信數(shù)據(jù)，這些在市場上面都能夠找到。通過API接口的方式，在決策系統(tǒng)里面運(yùn)轉(zhuǎn)，包括策略集、規(guī)則、決策流，最終API接口輸出的是用戶差異化的體驗(yàn)流和差異化的風(fēng)控結(jié)果。

DAAS是靠什么承載的呢？

這是我們系統(tǒng)的界面，重點(diǎn)展示的是我們可以便捷配置的決策流，不同場景、客群對于決策流的需求是不同的。不管左邊輸入什么數(shù)據(jù)，中間處理的決策流有自己針對這個(gè)場景特色化的考慮，最終能夠生成針對性的結(jié)果。

DAAS里面的規(guī)則、模型從哪里來？

舉一個(gè)簡單的單變量的規(guī)則，也是大量金融機(jī)構(gòu)都在用的變量，即在網(wǎng)時(shí)長的變量。這個(gè)變量雖然簡單，效果卻非常好，區(qū)分度很高，很多機(jī)構(gòu)都將它直接作為硬性拒絕規(guī)則的標(biāo)準(zhǔn)。

里面難道都是簡單的單變量嗎？不是的，也會(huì)有一些評分卡，比如我們與某客戶聯(lián)合建模生成了一個(gè)Ks為0.41的模型。大家注意下這個(gè)0.41，它只是在某一個(gè)單一數(shù)據(jù)源建模生成的，它不會(huì)很高，但已經(jīng)是相對珍貴了。這樣的評分卡也是承載在上一張片提到的決策流里面。

DAAS的未來在哪里？

1.面向多信貸場景風(fēng)控方案的知識庫。我們希望不斷積累，有能力為各類客群、場景、產(chǎn)品提供包括規(guī)則、模型、決策流、決策集在內(nèi)的穩(wěn)健的整體風(fēng)控解決方案。

2.智能引導(dǎo)個(gè)體借貸差異化業(yè)務(wù)流程。智能的反欺詐、智能的異常識別和預(yù)警、智能的聯(lián)動(dòng)前端實(shí)現(xiàn)差異化借貸流程，讓每個(gè)借款人都有獨(dú)特而高效的業(yè)務(wù)體驗(yàn)。

今天想要跟大家分享的就這么多，我們會(huì)持續(xù)以第三方的立場，在大數(shù)據(jù)的路上，安靜地做好我們應(yīng)該做的事情，讓金融更加美好。

謝謝！

注：獲取演講嘉賓干貨PPT請關(guān)注數(shù)據(jù)猿微信公眾號【datayuancn】并回復(fù)關(guān)鍵詞“許正”即可

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。