拍拍貸風(fēng)險(xiǎn)管理副總裁顧鳴：在國內(nèi)做大數(shù)據(jù)風(fēng)控的環(huán)境要比美國好很多

大數(shù)據(jù) 風(fēng)控征信系統(tǒng)

DoNews | 2016-04-22 15:54

【數(shù)據(jù)猿導(dǎo)讀】拍拍貸風(fēng)險(xiǎn)管理副總裁顧鳴在“IOT和O2O數(shù)據(jù)應(yīng)用”論壇上，作了“大數(shù)據(jù)在風(fēng)控中的運(yùn)用”的主題分享。他認(rèn)為，針對征信系統(tǒng)，其核心為大數(shù)據(jù)收集及建模等環(huán)節(jié)的落實(shí)?；谏锨в脩糇侄涡畔ⅲ?jīng)過層層篩選，轉(zhuǎn)化，加工，最終形成對每個(gè)借款標(biāo)的的準(zhǔn)確風(fēng)險(xiǎn)概率預(yù)測是風(fēng)控的重要環(huán)節(jié)

拍拍貸風(fēng)險(xiǎn)管理副總裁顧鳴：在國內(nèi)做大數(shù)據(jù)風(fēng)控的環(huán)境要比美國好很多

4月20日，UBDC全域大數(shù)據(jù)峰會(huì)2016在北京舉辦。會(huì)議以“無數(shù)據(jù)不智能”為主題，除主論壇之外，分別設(shè)立了“數(shù)據(jù)化運(yùn)營”、“數(shù)據(jù)營銷”、“IOT和O2O數(shù)據(jù)應(yīng)用”、“數(shù)據(jù)開放與發(fā)展縱橫談”四個(gè)平行分論壇。

拍拍貸風(fēng)險(xiǎn)管理副總裁顧鳴在“IOT和O2O數(shù)據(jù)應(yīng)用”論壇上，作了“大數(shù)據(jù)在風(fēng)控中的運(yùn)用”的主題分享。他認(rèn)為：針對征信系統(tǒng)，其核心為大數(shù)據(jù)收集及建模等環(huán)節(jié)的落實(shí)。基于上千用戶字段信息，經(jīng)過層層篩選，轉(zhuǎn)化，加工，最終形成對每個(gè)借款標(biāo)的的準(zhǔn)確風(fēng)險(xiǎn)概率預(yù)測是風(fēng)控的重要環(huán)節(jié)。

他分享了拍拍貸基于大數(shù)據(jù)的核心風(fēng)控系統(tǒng)“魔鏡風(fēng)控系統(tǒng)”，依托海量用戶數(shù)據(jù)、基于嚴(yán)格的風(fēng)控流程經(jīng)復(fù)雜運(yùn)算、建模，最終形成其風(fēng)險(xiǎn)概率預(yù)測系統(tǒng)。在大數(shù)據(jù)建模環(huán)節(jié)上，除申請資料、信貸數(shù)據(jù)等傳統(tǒng)常規(guī)信息收集，還增添了多渠道多維度的海量數(shù)據(jù)來構(gòu)建風(fēng)險(xiǎn)模型，包括用戶的信用行為、網(wǎng)上行為數(shù)據(jù)、社交關(guān)系數(shù)據(jù)等，以及各類第三方渠道及維度。

以下為顧鳴在UBDC全域大數(shù)據(jù)峰會(huì)·2016中分享的實(shí)錄：

顧鳴：

謝謝大家，謝謝主辦方。我應(yīng)該是這里唯一的一個(gè)純金融的案例吧，我們做的其實(shí)也不是很高大上的金融，我是做技術(shù)的。

這里有多少人是知道拍拍貸的?(很多臺(tái)下觀眾舉手)比我想象的多。簡單介紹一下我們的業(yè)務(wù)：切入的用戶群是三到五線城市，25歲到35歲之間的年輕人為主體，學(xué)歷都不是很高——基本上稱之為“屌絲”。那么，什么樣的群體我們做呢?大家如果馬路上碰到一個(gè)人問我們借錢，你是不可能考慮會(huì)借給他的，這個(gè)人就是拍拍貸要做的。我們做的是小額的，因?yàn)檫@種人的層次還是相對比較低的，我們額度基本上控制在5千塊錢以下，沒有抵押的?；旧暇褪窍M(fèi)，買個(gè)iPhone什么的。這就是給屌絲的小額貸。第二是我們的獲客，我們的用戶進(jìn)來到我們做審批，他填資料，做風(fēng)控，到最終他成交，投資人投錢給他，整個(gè)一條產(chǎn)業(yè)線，從獲客到投錢都是在線上完成，我們是沒有線下門店的。

接著說一些大數(shù)據(jù)的風(fēng)控運(yùn)用，今天說的更多是精準(zhǔn)營銷的公司類的，這個(gè)在拍拍貸是非常重要的，但是我為什么選擇風(fēng)控來說呢?第一是因?yàn)槲沂亲鲲L(fēng)控的，第二，風(fēng)控作為一家互聯(lián)網(wǎng)金融企業(yè)來說是我們的命脈，P2P現(xiàn)在的名聲其實(shí)不是那么好，很多跑路，很小的一部分是純欺詐的，大多數(shù)是風(fēng)控做得不好，所以風(fēng)控做得怎么樣直接關(guān)系到這家公司存在不存在。

說一下大數(shù)據(jù)，這個(gè)定義前面嘉賓說了很多，我的注冊用戶量是1600萬，其中的活躍用戶是百萬級，所以在體量上跟BAT甚至很多銀行不是一個(gè)級別的，我們說的大數(shù)據(jù)更多是在維度上，我們會(huì)看很多傳統(tǒng)金融機(jī)構(gòu)不會(huì)看的東西，為什么這樣做呢?接下來具體說一下。

可能要先說一下國外的線上風(fēng)控是怎么做的，這是一個(gè)美國的例子，首先在最左邊是包括銀行、金融機(jī)構(gòu)、小貸所有跟放貸相關(guān)的，它會(huì)把在它那里成交的金融數(shù)據(jù)，包括有誰他的資質(zhì)，他有沒有成交，他的額度是多少，他有沒有定時(shí)還，這些數(shù)據(jù)都會(huì)給美國的三家征信公司，這三家公司做的就是把數(shù)據(jù)拿進(jìn)來之后做清理整合。最右邊的FICO，他們做的是從征信公司把數(shù)據(jù)拿過來，做一個(gè)模型，最終精確到對于每個(gè)人。從數(shù)據(jù)提供方到數(shù)據(jù)使用方，數(shù)據(jù)可以說是一個(gè)存儲(chǔ)整理方，到最終的數(shù)據(jù)分析方或者附加值的產(chǎn)生方，這三個(gè)是非常獨(dú)立的，整個(gè)生態(tài)是非常高效運(yùn)作的，美國政府是沒有參與任何一家公司的，這些除了TransUnion之外全部都是上市公司。首先這是通常情況下，第二國內(nèi)大家可以想象一下，大多數(shù)的公司實(shí)際上是一二三都想做的，什么都沒做的人，上來就想一二三都要做，這里有道德風(fēng)險(xiǎn)的問題，下來我們可以再交流。美國是怎么做的，美國每個(gè)人都會(huì)有一張信用卡，我第一張信用卡給了我500美金，一個(gè)人的征信歷史，從買人生第一輛車，到第一套房子，銀行已經(jīng)通過他的征信體系知道了我這個(gè)人是比較靠譜的，所以愿意把錢借給我。

這就說到了一個(gè)風(fēng)控?cái)?shù)據(jù)的話題，這張圖是我們想象得到的所有數(shù)據(jù)來源，從下越往上，風(fēng)控的作用是越大的，征信是直接的，這個(gè)人之前借了5千還清了，今天再借5千，他會(huì)不會(huì)還，如果你有之前的數(shù)據(jù)，大概他還是會(huì)還，而且他在其他地方有沒有借過類似的錢，負(fù)債是多少，風(fēng)控是非常不錯(cuò)的。我之前也看到很多從國外回來的做風(fēng)控模型的專家，因?yàn)槟阌姓餍帕?，很好做的買。接下來是消費(fèi)，線上線下都有，像阿里在淘寶電商數(shù)據(jù)消費(fèi)，運(yùn)營商就是打電話，誰打電話，話費(fèi)用了多少，有沒有欠費(fèi)。接下來是社交，像微信、微博。接下來是行為，有可能你在電腦上做了什么操作，很難完全的識(shí)別出來。從下往上，越往上這些東西對風(fēng)控是越好做的，越往上也是越跟錢有關(guān)的數(shù)據(jù)，也越難獲取到。

在美國的征信包括了一個(gè)人所有的征信數(shù)據(jù)，但是中國沒有，屌絲這種人是不會(huì)有車貸、房貸、信用卡，所以他的征信是一張，我只能想辦法下沉，下面這些東西就非常多，很難用，有很多的噪音，很容易做得不好。還有一個(gè)雞生蛋蛋生雞的問題，如果你有消費(fèi)、運(yùn)營商、社交、行為這些數(shù)據(jù)，你還要征信，你需要大概能夠看到不還錢的人大概長什么樣，你才能知道未來怎么識(shí)別這些人，但是在這之前，你得知道這個(gè)人是不還錢的，所以你還是需要有一些征信數(shù)據(jù)，所以征信數(shù)據(jù)是非常重要的，可以說我們下面做的所有的最終目的是為了能夠生成產(chǎn)生足夠多的征信數(shù)據(jù)，對于未來的風(fēng)控會(huì)越來越精準(zhǔn)。比如說螞蟻金服有芝麻信用分，很大的要求是基于后續(xù)還款行為數(shù)據(jù)，這個(gè)對阿里是非常重要的，它賣給你一些消費(fèi)數(shù)據(jù)，實(shí)際是通過你這個(gè)小白鼠征信。

剛才說這么多，對于我們來說，類似像我們這樣的數(shù)據(jù)做風(fēng)控的平臺(tái)來說，中國的環(huán)境是非常好的，首先很多人是沒有征信數(shù)據(jù)的，所以在這個(gè)層面上起跑線是一致的。第二，中國數(shù)據(jù)相對美國來說還是比較容易拿的，什么可以用也是相對稍微松一些。對我來說，有了這么多數(shù)據(jù)，可以做跟銀行差不多的事情，在我本人來說，做數(shù)據(jù)分析的人來說就有點(diǎn)像老鼠，可以說在全世界基于大數(shù)據(jù)做風(fēng)控的只有在中國，因?yàn)橹袊餍欧浅？瞻住?/p>

舉個(gè)例子，什么樣的數(shù)據(jù)呢?我們對外說得還挺多的，這種維度說出去可能沒用。比如這個(gè)人我們有一個(gè)借款，注冊的時(shí)候第一要填身份證和姓名，我們要確認(rèn)一下這個(gè)身份證姓名是不是匹配，然后我們會(huì)搜他填身份證這個(gè)操作用了多少時(shí)間，如果你用的時(shí)間很短和你用的時(shí)間很長，你最后的失敗率會(huì)更高一些，兩種情況下都可能是騙子，可能是代理中介，通過這樣一個(gè)不是很直接的變量，我們可以對整個(gè)模型有一個(gè)預(yù)測性，我們所做的就是收集很多類似這樣的數(shù)據(jù)。在專業(yè)上，除了大數(shù)據(jù)的一些技術(shù)手段，對于這個(gè)行業(yè)的專業(yè)有非常高的要求。當(dāng)然在數(shù)據(jù)層面上，我們也花了很多的精力和資源。

大數(shù)據(jù)的處理能力、機(jī)器學(xué)習(xí)能力、專業(yè)知識(shí)需要融合和互補(bǔ)。這些不算是瓶頸，只要你招到正確的人是可以做的，瓶頸是在數(shù)據(jù)，所以我們非常期待能夠跟像你們這樣有非常多的數(shù)據(jù)的人合作。

我們是行業(yè)里相對少有的，比較有信心，業(yè)務(wù)量在上升，大多數(shù)的P2P是一個(gè)資金池的形式，投資人去那，你把錢給他們，拿個(gè)杯子去拿你的收益，但是水缸里的水有多少你是不知道的，這個(gè)水缸在漏水，如果你運(yùn)氣好，你的一杯水給你了，如果運(yùn)氣不好，到你的時(shí)候已經(jīng)沒水了，就跑路了。銀行也是這種模式，但是銀行有監(jiān)管要求，水缸里有多少水是定期告訴你的。我們作為一個(gè)平臺(tái)，我們的水因?yàn)槭敲恳桓芙舆M(jìn)來的，我們把每根水管漏多少算出來，有一根水管壞了，沒關(guān)系，我們還有很多水管。放多少水是一個(gè)收益，首先我們要把風(fēng)險(xiǎn)準(zhǔn)確預(yù)測出來，有一個(gè)標(biāo)的，把還錢的可能性算出來。

這是我們在2015年4月份發(fā)布的一個(gè)魔鏡系統(tǒng)，發(fā)布的時(shí)候還沒有這個(gè)數(shù)據(jù)，這是2015年上半年的數(shù)據(jù)，6到8個(gè)月，這些標(biāo)的已經(jīng)基本分析到了。剛才是比較難的，這個(gè)是比較容易的，合理的定價(jià)用收益覆蓋可能的風(fēng)險(xiǎn)。

所以拍拍貸想做的是那些銀行現(xiàn)在還服務(wù)不了的，或者銀行不屑于服務(wù)的，一開始通過大數(shù)據(jù)風(fēng)控體系來做，之后給他們在拍拍貸內(nèi)部做一個(gè)征信，最終使這些人能夠得到簡單高效定價(jià)合理的資金，這就是我們的理念。

謝謝！

來源：DoNews

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)。