金融科技的核心就是和大數(shù)據(jù)技術(shù)有效結(jié)合，利用大數(shù)據(jù)的能力，促進(jìn)金融企業(yè)在金融業(yè)務(wù)的全生命周期中，不斷提升效率和服務(wù)能力。但是金融科技一結(jié)合大數(shù)據(jù)，也不能當(dāng)成是萬能藥，大數(shù)據(jù)目前還有它的局限性，只能作為金融風(fēng)控的補(bǔ)充手段，下面就結(jié)合大數(shù)據(jù)產(chǎn)業(yè)和具體方案聊一下，大數(shù)據(jù)在金融風(fēng)控中的應(yīng)用。

一、為什么要用大數(shù)據(jù)風(fēng)控？

不論是銀行還是消費金融公司，互聯(lián)網(wǎng)小貸公司等其他金融機(jī)構(gòu)，金融機(jī)構(gòu)普遍有風(fēng)控需求，底層業(yè)務(wù)邏輯幾乎完全相同，只是面對客群，金融產(chǎn)品、風(fēng)險偏好存在差異。

銀行等傳統(tǒng)機(jī)構(gòu)本質(zhì)上是風(fēng)險經(jīng)營。一方面，監(jiān)管層對金融機(jī)構(gòu)的風(fēng)控能力提出很高要求， 另一方面，風(fēng)控直接會影響金融機(jī)構(gòu)的利潤水平。

因此，大數(shù)據(jù)風(fēng)控直接解決金融機(jī)構(gòu)的核心需求，價值度最大。大數(shù)據(jù)風(fēng)控能夠能夠在用戶畫像，反欺詐，信用評級等方面大大提高金融機(jī)構(gòu)的效率和風(fēng)控能力，是金融企業(yè)發(fā)展過程中必須結(jié)合的一項科技手段。

二、大數(shù)據(jù)產(chǎn)業(yè)情況介紹

目前大數(shù)據(jù)行業(yè)主要有三類玩家：

• 以人行征信、鵬元征信、前海征信、銀聯(lián)智策為主的數(shù)據(jù)機(jī)構(gòu)，他們特點是和傳統(tǒng)的銀行，公安部，工商局，航空公司，社保局等國家機(jī)關(guān)合作，提供公民基本身份證信息、銀行卡信息、航空出行信息、企業(yè)工商信息等，他們的特點是對外提供數(shù)據(jù)查詢，數(shù)據(jù)豐富有價值，缺點是風(fēng)控產(chǎn)品偏弱。
• 以螞蟻金服、騰訊征信、百度金融為主的互聯(lián)網(wǎng)公司，他們的特點是各自都有一塊基于電商、社交、搜索的巨量數(shù)據(jù)，同時一些外部數(shù)據(jù)，形成自己的風(fēng)控產(chǎn)品和數(shù)據(jù)輸出能力，這些互聯(lián)網(wǎng)公司剛開始只是和自己的戰(zhàn)略合作企業(yè)合作輸出風(fēng)控，現(xiàn)在也慢慢對外提供2B的風(fēng)控產(chǎn)品。
• 同盾科技、百融金服、幫盛科技、聚信立、數(shù)美科技等創(chuàng)業(yè)技術(shù)公司，在互聯(lián)網(wǎng)巨頭還沒有對外提供風(fēng)控技術(shù)和傳統(tǒng)數(shù)據(jù)機(jī)構(gòu)風(fēng)控技術(shù)還不強(qiáng)的時候，他們的出現(xiàn)彌補(bǔ)了P2P金融和現(xiàn)金貸對風(fēng)控產(chǎn)品的巨大需求，他們的數(shù)據(jù)是整合多方數(shù)據(jù)源，不斷的為2B企業(yè)提供風(fēng)控模型和數(shù)據(jù)，并且獲得了一些網(wǎng)貸數(shù)據(jù)積累。

三、大數(shù)據(jù)風(fēng)控的覆蓋流程

大數(shù)據(jù)覆蓋信貸領(lǐng)域各個流程，重點是獲客、身份驗證和授信環(huán)節(jié)，貸中后環(huán)節(jié)。

• 獲客環(huán)節(jié)建立用戶畫像，跟蹤用戶完整生命周期；
• 身份驗證環(huán)節(jié)，通過身份驗證，活體識別等技術(shù)解決申請人是否本人的問題，關(guān)聯(lián)分析則是利用圖關(guān)聯(lián)技術(shù)，找出欺詐團(tuán)伙；
• 授信環(huán)節(jié)匯聚多方數(shù)據(jù)源，通過建模進(jìn)行風(fēng)險定價，金融科技服務(wù)商輸出信用評分給機(jī)構(gòu)使用；
• 貸中后環(huán)節(jié)，主要是排查異?？蛻簦皶r報警，以及逾期客戶失聯(lián)修復(fù)等。

大數(shù)據(jù)在信貸過程中的應(yīng)用

四、大數(shù)據(jù)風(fēng)控的價值點分析

1.數(shù)據(jù)

大數(shù)據(jù)風(fēng)控中什么是最重要的？

答案是：數(shù)據(jù)。

數(shù)據(jù)的大數(shù)據(jù)風(fēng)控中的核心中的核心，沒有什么比數(shù)據(jù)直接告訴金融機(jī)構(gòu)某個目標(biāo)客戶是黑名單客戶，逾期嚴(yán)重客戶更簡單和高效的事情了。

數(shù)據(jù)最好能有海量數(shù)據(jù)，覆蓋足夠多的用戶；用戶數(shù)據(jù)價值密度高、噪音少，數(shù)據(jù)清洗容易；用戶數(shù)據(jù)維度多，能夠形成豐富的用戶畫像；自身業(yè)務(wù)場景能夠獲取有價值數(shù)據(jù) 。

2.技術(shù)

對于有些金融機(jī)構(gòu)來講，如果風(fēng)控標(biāo)準(zhǔn)很嚴(yán)格，其實排查不能準(zhǔn)入的客戶其實是不難的，但是對于大部分金融機(jī)構(gòu)來講，風(fēng)控和業(yè)務(wù)是互斥的，為了提高業(yè)務(wù)量，就必須降低準(zhǔn)入標(biāo)準(zhǔn)，但是又要防范風(fēng)險，這就需要借助技術(shù)手段，通過反欺詐建模和信用建模方式，對一下白戶進(jìn)行評估，以及評估客戶信用水平，以決定是否準(zhǔn)入。

技術(shù)要求有強(qiáng)大的底層技術(shù)架構(gòu)能力，良好的企業(yè)級產(chǎn)品輸出能力和大數(shù)據(jù)清洗和建模能力，未來還需要結(jié)合Al等技術(shù)，形成智能的風(fēng)控和反欺詐平臺。

3.場景

理財，保險，汽車金融，現(xiàn)金貸等金融服務(wù)，對應(yīng)的場景不同，對建模的要求也不同，建模能力要求對客戶的業(yè)務(wù)場景非常理解，模型才能適合行業(yè)特征。需要經(jīng)驗豐富的建模團(tuán)隊和行業(yè)專家隊伍；服務(wù)過行業(yè)標(biāo)桿客戶，了解客戶的業(yè)務(wù)場景；深度理解業(yè)務(wù)需求。

五、大數(shù)據(jù)風(fēng)控的在信貸中應(yīng)用

我們以百融系統(tǒng)為例，介紹大數(shù)據(jù)風(fēng)控在信貸過程中的流程：

百融大數(shù)據(jù)風(fēng)控應(yīng)用貸款流程

當(dāng)前的信貸審批流程主要分為人工審核和自動審核，對于客戶資質(zhì)好，信用好的客戶，只要能通過負(fù)面信息，欺詐信息，信用評估，那么系統(tǒng)自 動審批通過。對負(fù)面信息和欺詐風(fēng)險沒有通過的客戶，系統(tǒng)可以自動拒絕或者申請人工復(fù)核，對于信用評分不高的客戶，需要人工介入審核。

六、常用的大數(shù)據(jù)行業(yè)數(shù)據(jù)

• 央行征信報告：一般持牌金融機(jī)構(gòu)有央行征信介入權(quán)限，包括個人的執(zhí)業(yè)資格記錄、行政獎勵和處罰記錄、法院訴訟和強(qiáng)制執(zhí)行記錄、欠稅記錄等。
• 司法信息：最高法以及省市各級法院的最新公布名單，包括執(zhí)行法院、立案時間、執(zhí)行案號、執(zhí)行標(biāo)的、案件狀態(tài)、執(zhí)行依據(jù)、執(zhí)行機(jī)構(gòu)、生效法律文書確定的義務(wù)、被執(zhí)行人的履行情況、失信被執(zhí)行人的行為等信息。
• 公安信息：覆蓋公安系統(tǒng)涉案、在逃和有案底人員信息，包括案發(fā)時間、案件詳情如詐騙案/生產(chǎn)、銷售假藥案等信息。
• 信用卡信息：銀行儲蓄卡/信用卡支出、收入、 逾期等信息。
• 航旅信息：包含過去一年中，每個季度的飛行城市、飛行次數(shù)、座位層次等數(shù)據(jù)。
• 社交信息：包含社交賬號匹配類型、社交賬號性別、社交賬號粉絲數(shù)等。
• 運營商信息：核查運營商賬戶在網(wǎng)時長、在網(wǎng)狀態(tài)、消費檔次等信息。
• 網(wǎng)貸黑名單：根據(jù)個人姓名和身份證號碼驗證是否有網(wǎng)貸逾期，黑名單信息。
• 還有駕駛證狀態(tài)，租車黑名單，電商消費記錄等等。

七、大數(shù)據(jù)行業(yè)存在的問題

目前整個大數(shù)據(jù)行業(yè)面臨的問題主要是客戶隱私泄露問題，像公安，法院等信息由于信息敏感，其實是游走在法律監(jiān)管空白地帶。

在百行征信成立之前，各家數(shù)據(jù)機(jī)構(gòu)的數(shù)據(jù)其實沒有打通，數(shù)據(jù)的有效性會打折扣，預(yù)計百行征信數(shù)據(jù)出來之后，因為結(jié)合了各家數(shù)據(jù)之長，數(shù)據(jù)連貫性會好一些。

各個大數(shù)據(jù)公司在數(shù)據(jù)收集和清洗方式不同，會造成數(shù)據(jù)污染，這樣輸出的數(shù)據(jù)會有一定的不準(zhǔn)確性。

目前公民數(shù)據(jù)主要來自于線下收集和網(wǎng)絡(luò)行為記錄，數(shù)據(jù)的存在一定的滯后性，單純線下收集的數(shù)據(jù)存在一定的延遲性。

大數(shù)據(jù)還處于發(fā)展初期，目前比較大的問題還是數(shù)據(jù)量不夠大，不夠全，以及如何協(xié)調(diào)數(shù)據(jù)開放和公民隱私之間的矛盾，未來還需要結(jié)合人工智能和區(qū)塊鏈，物聯(lián)網(wǎng)等技術(shù)，實現(xiàn)數(shù)據(jù)的不可篡改，數(shù)據(jù)收集及時等能力，從而更好為金融服務(wù)。

本文由 @青蛙王子 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels ，基于 CC0 協(xié)議