調(diào)研了上百家從事風控數(shù)據(jù)業(yè)務的公司，有行業(yè)大牛也有各種低調(diào)開展業(yè)務的，在不會泄露各公司太敏感信息的前提，本著客觀的角度及學習的態(tài)度，逐一揭秘各家公司的征信風控產(chǎn)品及數(shù)據(jù)源特色。本期的目標將是風控行業(yè)的做模型做的比較出眾的【百融金服】

一. 公司介紹

百融金融信息服務股份有限公司（簡稱“百融金服”）成立于2014年3月，是一家利用大數(shù)據(jù)技術(shù)為金融行業(yè)提供客戶全生命周期管理產(chǎn)品和服務的高科技公司。

作為最早涉入大數(shù)據(jù)金融信息服務領(lǐng)域的企業(yè)之一，百融金服憑借線上線下融合的多維度海量實時數(shù)據(jù)、服務銀行等金融機構(gòu)的行業(yè)先入優(yōu)勢、以及超強的大數(shù)據(jù)處理和建模能力，為信貸行業(yè)用戶提供包括營銷獲客、貸前信審、貸中管控以及貸后管理在內(nèi)的客戶全生命周期產(chǎn)品和服務；為保險行業(yè)用戶提供精準營銷、存量客戶管理以及個性化產(chǎn)品定制等產(chǎn)品和服務。

百融金服是最早將大數(shù)據(jù)技術(shù)應用到清收行業(yè)的企業(yè)，利用大數(shù)據(jù)清收幫助金融機構(gòu)更好地管控個人信貸業(yè)務逾期風險，大數(shù)據(jù)資產(chǎn)增值服務平臺可以為金融機構(gòu)提供資產(chǎn)處置、資產(chǎn)托管以及資源整合的服務。

二. 融資情況

2014-12-23獲得A輪融資，由高瓴資本人民幣基金領(lǐng)投，IDG資本人民幣基金、浙報傳媒集團跟投。

2015-10-04完成B輪融資2億元，由中國華融資產(chǎn)管理公司領(lǐng)投，紅杉資本人民幣基金等投資機構(gòu)跟投，華興資本擔任此次融資的獨家財務顧問。

百融金服融資全靠大數(shù)據(jù)技術(shù)。百融金服的優(yōu)勢在于有著跨平臺的全網(wǎng)數(shù)據(jù)庫，風控不像傳統(tǒng)風控企業(yè)單純倚仗少數(shù)幾類變量進行風險評估，而是進行多維度信息核查，通過超過50萬個維度的的數(shù)據(jù)變量的建模，得出相關(guān)的金融風險和信用評估指數(shù)。

大數(shù)據(jù)技術(shù)的成熟似乎讓金融機構(gòu)看到了個人征信的另一種可能性，即利用非金融領(lǐng)域的數(shù)據(jù)為金融機構(gòu)提供用戶信用評估，對人口統(tǒng)計數(shù)據(jù)、消費數(shù)據(jù)、網(wǎng)站行為數(shù)據(jù)、社交數(shù)據(jù)、金融數(shù)據(jù)等結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)進行挖掘和關(guān)聯(lián)性分析，給出相應信用評分，為其提供信用參考。

金融大數(shù)據(jù)服務僅是百融大數(shù)據(jù)征信應用的第一步，更大的發(fā)展空間將在泛生活領(lǐng)域展開，下一步要將風控業(yè)務觸角延伸到政府機構(gòu)、企業(yè)人力資源以及婚戀、電商、租賃、貿(mào)易市場等泛征信領(lǐng)域。

三. 股東背景及高管情況

目前百融金服的股東包括中國國際金融股份有限公司、華融資產(chǎn)管理有限公司、高瓴資本人民幣基金、紅杉資本人民幣基金、浙報傳媒、聯(lián)動優(yōu)勢、IDG資本人民幣基金等。

高管介紹：

（1）張紹峰

張韶峰先生是國內(nèi)第一家專注于大數(shù)據(jù)與推薦引擎的互聯(lián)網(wǎng)技術(shù)公司百分點科技合伙人，也是信柏科技合伙人。清華大學電氣工程自動化學士、碩士，清華大學五道口金融學院講師。

2014年，張韶峰先生創(chuàng)建百融金服，作為大數(shù)據(jù)應用的首批踐行者，立志把百融金服打造成為國內(nèi)金融領(lǐng)域最大的第三方風控及營銷服務提供商，并以傳播誠信文化理念，開拓誠信生態(tài)環(huán)境為己任，為國家全民信用體系的建設(shè)及普惠金融的實現(xiàn)貢獻一己之力。

張韶峰先生最初以管理培訓生身份加入全球最大的企業(yè)軟件公司甲骨文大中國區(qū)數(shù)據(jù)挖掘與商業(yè)智能軟件部門。之后加入全球最大的IT解決方案提供商IBM，負責商業(yè)智能與數(shù)據(jù)挖掘以及智能分析方案，并創(chuàng)建了天才博通公司，在天才博通期間一手打造了國內(nèi)第一個SaaS模式的數(shù)據(jù)挖掘軟件系統(tǒng)（Geni-sage Data Mining），時間序列預測效果遠超歐洲領(lǐng)先水平，獲得業(yè)界認可。

（2）柏林森

美國伊利諾伊大學，電子及計算機工程碩士、物理學碩士 中國科技大學，物理學學士 美國注冊金融分析師協(xié)會，注冊金融分析師 (CFA) 北美精算師協(xié)會，準精算師(ASA) Watson Wyatt Insurance and Financial Services，高級金融咨詢師 Iris Financial LLC，高級金融系統(tǒng)工程師 專長于海量數(shù)據(jù)處理、數(shù)學建模、金融產(chǎn)品創(chuàng)新、時間序列預測、人工智能及其系統(tǒng)實現(xiàn) 2012年，柏林森與蘇萌教授、電子科技大學互聯(lián)網(wǎng)科學中心主任周濤共同著作《個性化：商業(yè)的未來》一書。

（3）蘇萌

蘇萌現(xiàn)任北京百分點信息科技有限公司董事長。畢業(yè)于美國康奈爾大學，市場營銷學博士。曾執(zhí)教于北京大學光華管理學院，任副教授、副系主任、博士生導師、新媒體營銷研究中心執(zhí)行主任。

蘇萌是美國康奈爾大學市場營銷學博士，專長于大數(shù)據(jù)營銷、數(shù)據(jù)建模、推薦系統(tǒng)、個性化營銷、消費者行為量化模型。2009年創(chuàng)立百分點科技公司。2011年擔任沃頓商學院互動媒體創(chuàng)新中心中國會議聯(lián)合主席，2011年榮獲中國CE-MEGA百名最活躍年輕創(chuàng)業(yè)家，2012年入選北京市海聚工程。曾執(zhí)教于北京大學光華管理學院，任副教授、副系主任、博士生導師、新媒體營銷研究中心執(zhí)行主任。央視財經(jīng)頻道特邀評論員， 《經(jīng)濟觀察報》、《哈佛商業(yè)評論》等多家雜志與媒體的專欄作家?，F(xiàn)任北京百分點信息科技有限公司董事長、CEO。

四. 百融前世-脫胎于百分點，開始起步

百融金服曾是百分點的金融事業(yè)部，其最初的數(shù)據(jù)積累來自于百分點。從第三方數(shù)據(jù)平臺——企查查呈現(xiàn)的數(shù)據(jù)來看，百分點董事長蘇萌是百融金服三大創(chuàng)始人股東之一。

百分點（北京百分點信息科技有限公司）成立于2009年，是中國領(lǐng)先的大數(shù)據(jù)技術(shù)與應用服務商。百分點有員工近600人，包括2位國家千人計劃入選者，30多位博士，和來自于國內(nèi)外一流大學與技術(shù)公司的300多人的研發(fā)團隊。百分點首席科學家團隊由多名國際頂尖的華人學者組成。

百分點擁有全國最大的第三方消費偏好數(shù)據(jù)平臺，為電商、媒體、零售、家電制造、汽車、政府、電信、金融等多個行業(yè)，近2,000家互聯(lián)網(wǎng)企業(yè)及傳統(tǒng)企業(yè)提供大數(shù)據(jù)技術(shù)平臺搭建和大數(shù)據(jù)驅(qū)動的SaaS應用，如華為、TCL、長虹、建設(shè)銀行、王府井百貨、長安汽車、萬科、1號店和中國電信等知名企業(yè)。

核心產(chǎn)品包括技術(shù)層的大數(shù)據(jù)操作系統(tǒng)，管理層的用戶畫像標簽工場，以及應用層的推薦引擎、分析引擎和營銷引擎。使企業(yè)能快速、低成本地使用成熟的大數(shù)據(jù)技術(shù)和應用服務，幫助企業(yè)在“互聯(lián)網(wǎng)+”時代獲得大數(shù)據(jù)能力并轉(zhuǎn)化為生產(chǎn)力。

技術(shù)、應用、數(shù)據(jù)是百分點的三大核心競爭力，技術(shù)上，百分點擁有成熟的大數(shù)據(jù)技術(shù)與管理平臺，高性能的實時與離線計算能力和豐富的算法庫及商業(yè)模型；應用上，百分點基于三大核心引擎的全業(yè)務驅(qū)動產(chǎn)品體系，幫助企業(yè)深入挖掘大數(shù)據(jù)的商業(yè)價值；數(shù)據(jù)上，百分點擁有5.5億用戶畫像和1億的商品畫像，致力于在保障用戶隱私及數(shù)據(jù)安全的前提下融合數(shù)據(jù)，推動數(shù)據(jù)流轉(zhuǎn)，消除企業(yè)信息孤島。

百分點成立之初主要為電商企業(yè)提供個性化推薦引擎。

2011年7月，百分點獲得IDG資本和名信中國成長基金720萬美元的投資。

2013年7月，百分點獲得第二輪1000萬美元融資，投資方為東方星空創(chuàng)投和IDG資本，

公司由提供大數(shù)據(jù)技術(shù)進入到大數(shù)據(jù)管理與應用領(lǐng)域。

2014年7月，百分點宣布獲得2500萬美元的C輪融資，由高瓴資本領(lǐng)投。

2015年D輪融資的是光大證券的4億元人民幣。本輪融資仍將主要用于技術(shù)與產(chǎn)品創(chuàng)新、人才引進、營銷網(wǎng)絡(luò)加強以及基礎(chǔ)設(shè)施擴建。

【獵人說】在此不對百分點展開詳細說明。

五. 百融金服金融服務方案

在百融，提到最多的不是某個產(chǎn)品或接口，而是整體的行業(yè)解決方案。

針對整個金融行業(yè)，百融的行業(yè)解決方案覆蓋了營銷、準入（貸前）、經(jīng)營（貸中）及逾期（貸后）等環(huán)節(jié)。

營銷環(huán)節(jié)主要需要解決的是：客戶畫像的勾畫及細分；存量客戶精準營銷（新增用戶板塊在后面有講到）；睡眠客戶的重新激活。

• 準入（貸前）主要需要解決的是：反欺詐；信用評估；額度策略；定制化建模。
• 經(jīng)營（貸中）主要需要解決的是：存量客戶風險監(jiān)控；動態(tài)風險預警；首次逾期排查。
• 逾期（貸后）主要需要解決的是：催收管理；資產(chǎn)托管。

最后是整個環(huán)節(jié)不可缺少的：資金資產(chǎn)對接。

百融的行業(yè)解決方案主要針對銀行、保險、信貸三大主行業(yè)

我們在其對外投資板塊，可以清晰看到其在網(wǎng)絡(luò)小貸板塊及保險行業(yè)板塊的布局

以下主要講解針對信貸產(chǎn)品的風險管理方案

百融這套信貸產(chǎn)品有個名字叫“風險羅盤”：

• 主要覆蓋信貸全流程：貸前準入-貸中監(jiān)控-貸后管理
• 功能模板包括：反欺詐、信用評估、授信額度、貸中預警、首逾排查、大數(shù)據(jù)催收
• 主要產(chǎn)品及功能：風險羅盤（在線審批、貸中管理、BI、規(guī)則配置和服務平臺）及大數(shù)據(jù)催收系統(tǒng)
• 數(shù)據(jù)及分析：多維海量數(shù)據(jù)、挖掘及業(yè)務需求分析。

貸前反欺詐

說起反欺詐，就需要聊下存在的欺詐風險情況：

• 61億信息泄露：我國個人隱私信息泄露總計61億條，其中8.6億條個人信息被明碼標價售賣。
• 200萬從業(yè)者：網(wǎng)絡(luò)欺詐的不法分子數(shù)量超過200萬人
• 915億經(jīng)濟損失：因個人信息泄露造成的總體經(jīng)濟損失達915億元。
• 1100億市場規(guī)模：網(wǎng)絡(luò)詐騙“黑色產(chǎn)業(yè)”市場規(guī)模高達1100億元，已成為中國第三大“黑色產(chǎn)業(yè)”
• 2000家機構(gòu)倒閉：僅2016年，因騙貸、套現(xiàn)、盜刷等手段而倒閉的平臺超過2000家

反欺詐主要針對2方面：

1. 申請人是否為本人。申請人身份核實作為反欺詐的第一道防線，是對信貸申請者的信息做確認，主要為了核實申請人信息-人證是否一致。
2. 申請人是否有欺詐意圖。在確認申請人為本人后，核查申請人是否有欺詐意圖，主要通過結(jié)合金融機構(gòu)信息及百融規(guī)則，如黑灰名單、多次申請、申請信息關(guān)聯(lián)、設(shè)備反欺詐等來實現(xiàn)。

整個流程大致如下

進件端，若是客戶通過設(shè)備進行申請的則需要到設(shè)備反欺詐規(guī)則，然后再到反欺詐強規(guī)則，若是由信貸員幫助客戶進件的則直接進入反欺詐規(guī)則，規(guī)則判斷通過后進入反欺詐模型中跑分，按照欺詐分，反欺詐模型應用策略會根據(jù)分值進行策略選取，然后通過反欺詐判斷。其中只要有一個環(huán)節(jié)命中反欺詐規(guī)則，則直接拒絕。

反欺詐是由各種專家規(guī)則及業(yè)務過程中產(chǎn)生的新規(guī)則集組成。

百融的規(guī)則集包括

實名反欺詐規(guī)則集：包括法院被執(zhí)行人、特殊名單、多次申請、申請信息核查

設(shè)備反欺詐規(guī)則集：包括設(shè)備信息核查、設(shè)備特殊名單、設(shè)備多次申請、設(shè)備異常操作（注冊登錄、借款、提現(xiàn)）

授權(quán)驗證規(guī)則集：包括通話詳單授權(quán)驗證、社保/公積金授權(quán)驗證、淘寶、京東、天貓消費信息授權(quán)驗證等。

這里提到的專家模型具體是什么？

專家判斷模型，需要使用大量欺詐樣本，應用規(guī)則引擎及統(tǒng)計分析技術(shù)，基于申請人最客觀的特殊名單數(shù)據(jù)、多次申請數(shù)據(jù)、地址核實數(shù)據(jù)等，進行多維度多規(guī)則的組合，挖掘出申請人更多的特征用于反欺詐模型和策略的訓練，來預存欺詐的概率。

而這些數(shù)據(jù)主要包括人行征信數(shù)據(jù)、金融機構(gòu)自有數(shù)據(jù)及百融數(shù)據(jù)（設(shè)備反欺詐數(shù)據(jù)、申請信息關(guān)聯(lián)數(shù)據(jù)、多次申請數(shù)據(jù)、特殊名單等），這些數(shù)據(jù)都是在信貸場景下，經(jīng)過一整套信貸行為驗證對于反欺詐相對有效的。

但單純的數(shù)據(jù)還是很單薄，不同的產(chǎn)品、不同的客戶群體及風險偏好，需要在數(shù)據(jù)基礎(chǔ)上加上各種規(guī)則+權(quán)重+閾值，以應對各種情況下的欺詐行為，降低錯誤判斷。

【獵人說】反欺詐的難點在于欺詐特征難以抓取，欺詐樣本少、特征變化快。針對這些難點，需要將機器學習特征，歸納各種欺詐特征點，相處特征庫；在特征歸納過程，積累欺詐樣本或者從別的機構(gòu)獲取，并結(jié)合輿情爬取工具，在一些黑產(chǎn)相關(guān)輪流或交流群抓取交流內(nèi)容，提高應對欺詐行為的實效性。

欺詐分應用策略

欺詐分的使用一般可參考百融這3個應用策略：

（1）啟動與促使應用

以專家判斷為主，百融將基于大量信貸機構(gòu)的服務經(jīng)驗提供欺詐分的初始應用策略；以機器學習為輔，通過實證違約數(shù)據(jù)不斷訓練行為分析模型。

（2）實證與驗證

通過實際樣本評估專家判斷與機器學習的有效性和誤報率；在計算綜合欺詐評分時確定專家判斷與機器學習的評分的占比和互補性策略。

（3）交叉使用與持續(xù)改進

在專家判斷模型在實時監(jiān)控申請人行為的同時，通過機器學習模型彌補實時行為可能帶來的規(guī)則誤判；持續(xù)監(jiān)控模型有效性并不斷改進模型設(shè)計與應用策略。

貸前風控-信用評估、額度策略

貸前環(huán)節(jié)，通過反欺詐規(guī)則的客戶，進入信用評估及授信環(huán)節(jié)，這個環(huán)節(jié)通常會有個打分的環(huán)節(jié)，也就是信用分，也稱個人綜合信用評分，是指通過使用科學嚴謹?shù)姆治龇椒ǎC合考察影響個人及其家庭的內(nèi)在和外在的主客觀環(huán)境，并對其履行各種經(jīng)濟承諾的能力進行全面的判斷和評估。

反欺詐評估的是用戶的騙貸可能性，通過的反欺詐的用戶，便可以進行信用評估階段，評估用戶的違約概率。

信用評估階段百融用的是信用評估模型，生成對于借款人信用等級判斷的百融信用評分。百融信用評估模型是基于多家金融機構(gòu)信貸違約數(shù)據(jù)樣本與門建立的模型，針對性強，覆蓋面廣。 信用風險評分越高，逾期風險越低，模型的策略規(guī)則需要根據(jù)模型的結(jié)果以及金融機構(gòu)風險控制的總體目標綜合考慮。

信用分是反欺詐分的一個正向評分，需要的數(shù)據(jù)包括客戶申請、用戶偏好、穩(wěn)定性、用戶關(guān)系、用戶行為、人行征信及用戶價值等，通過一定的數(shù)據(jù)處理和算法模型，形成信用評估模型得出信用分，用于得出申請人信貸額度。

【獵人說】額度授信模型，一般分基礎(chǔ)授信額度模型及補充授信額度模型，基礎(chǔ)授信額度一般涉及數(shù)據(jù)只有簡單的非授權(quán)可獲取的用戶負債或收入數(shù)據(jù)，補充授信額度模型涉及的多是需要授權(quán)的社保、公積金、房產(chǎn)、車輛、學歷、婚姻狀況等。

基礎(chǔ)授信額度模型

授信額度為產(chǎn)品平均授信額度，只需要知道用戶的基本信用資質(zhì)及還款能力符合即可。屬于最低原則授信。

補充授信額度模型

屬于客戶對于一個信貸產(chǎn)品需要更高授信額度時的申請，需要提供額外信息進行增信，機構(gòu)判斷是否給予更高額度，并給出額度建議。考慮的維度，除了最基本的信用和還款能力外，增加資產(chǎn)證明、財力證明、長期穩(wěn)定且優(yōu)質(zhì)的收入來源等。

（1）貸中風控-存量預警

貸中管理是從貸款發(fā)放之日起指貸款本息收回之時止的貸款管理。而貸中風控主要做的是監(jiān)控和風險預警。

貸中監(jiān)控屬于借貸環(huán)節(jié)最不引人矚目的環(huán)節(jié)，有“重貸輕管”的情況。

如果說貸前的風控做的好不好決定了企業(yè)是否能夠存活，貸中的管理決策則決定企業(yè)的可持續(xù)性發(fā)展。

貸中監(jiān)控主要針對這2個維度一般體現(xiàn)在還款行為、訴訟信息、特殊名單變化、多次申請記錄變化、聯(lián)系狀態(tài)變更等維度，一般監(jiān)控的維度有發(fā)生變更給的，需要及時發(fā)現(xiàn)并做風險預警。

這些維度變化反應了客戶的還款能力及還款意愿。

• 還款能力：主要通過對首次逾期的客戶的資產(chǎn)信息、收入信息、消費信息、共債信息及提供或修復的聯(lián)系人信息，對客戶的資金、資產(chǎn)狀況進行勾勒，評估聯(lián)系人是否可以回復正常。通過對以上幾方面的變量建模，得出還款能力的綜合評判結(jié)果。
• 還款意愿：通過選取信用審查所使用的幾類數(shù)據(jù)模板，包括特殊名單、多次申請、公安法院信息、敏感社交數(shù)據(jù)以及人行征信報告中的歷史逾期、還款信息進行建模，得出還款意愿的綜合評估結(jié)果。

（2）貸后風控-大數(shù)據(jù)催收

逾期客戶畫像-清晰催收對象情況

多維度畫像數(shù)據(jù)，精確勾勒逾期客戶還款能力與意愿的相關(guān)情況并精準量化。

催收評分-按分評估對象催收難易度

融合了委案金額、賬齡、地域等多維度信息的建模評分系統(tǒng)，兼顧逾期客戶的還款能力及意愿，對債務人的還款可能性進行綜合評估。

分單策略-不同能力催收員負責不同難易程度的催收對象

根據(jù)催收評分，結(jié)合系統(tǒng)總催收人員的業(yè)務能力指標來制定分單策略，以對案件進行合理化分配，提升催收效果。

輪循撥號-友好自動撥號，打到你接

對于高頻、簡單的催收案件，采用試觸式輪循撥打，減少人工操作，縮短撥打間隔，有效提升催收效率。

基于以上說述的信貸行業(yè)解決方案，除了單獨給各機構(gòu)采購使用，百融金服也切入了網(wǎng)絡(luò)小貸板塊的業(yè)務鏈條，將整體產(chǎn)品能力打包造了個貸款超市，將其在信貸行業(yè)的整個產(chǎn)品能力布局鏈條串聯(lián)起來。

網(wǎng)絡(luò)小貸板塊布局

成立的廣州數(shù)融互聯(lián)網(wǎng)小額貸款有限公司擁有互聯(lián)網(wǎng)放貸資質(zhì)，通過深圳數(shù)趣信息科技有限公司運營，主要對外的落地產(chǎn)品叫做“榕樹貸款”貸款超市APP。

榕樹的簡介：

榕樹是百融金服旗下的智惠金融服務平臺，由深圳數(shù)趣信息科技有限公司和廣州數(shù)融互聯(lián)網(wǎng)小額貸款有限公司聯(lián)合開發(fā)并運營。依托與強大的數(shù)據(jù)分析能力和先進的人工智能技術(shù)，榕樹能夠為用戶提供包括貸款、信用卡申請等一系列精準、便捷的線上金融服務，為金融機構(gòu)和個人搭建起智惠金融互聯(lián)橋梁。

市面上貸款超市，必備的硬實力，主要還是看流量。 而百融做的貸款超市，流量保證無法是通過多種當紅流量媒體打廣告引流?，F(xiàn)今這些媒體流已經(jīng)有細分用戶標簽的功能，這里剛好對于做風控的百融來說，是最了解各機構(gòu)風控規(guī)則及用戶畫像的，只要從自身數(shù)據(jù)從提取劃分用戶畫像，再通過媒體精準觸達相應用戶，觸達率和轉(zhuǎn)化率等都應該可以有一定的效果。

對于資金方來說，百融自有的風控規(guī)則成本百融自己承擔了，且風險大部分也在百融，急需優(yōu)質(zhì)資產(chǎn)的資金方還是非常愿意與百融一試。

而對于百融來說，榕樹APP業(yè)務跑起來，既借資金方的錢，獲取了信貸資產(chǎn)包，這個過程還可以不斷驗證大數(shù)據(jù)在營銷及風控的應用和磨合情況，最好還能借導流獲得相當客觀的分成，這個生意還是十分不錯的。

百融金服正在聯(lián)合互聯(lián)網(wǎng)金融界部分企業(yè)，結(jié)成金融反欺詐聯(lián)盟，如今這一聯(lián)盟已經(jīng)初步成型，參與企業(yè)已囊括互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)約100家平臺或企業(yè)。

保險行業(yè)布局

百融金融在保險行業(yè)的布局，基于其對保險行業(yè)的了解，用戶大數(shù)據(jù)在保險行業(yè)的機會（外部數(shù)據(jù)與保險主數(shù)據(jù)進行結(jié)合）：

開源：

• 存量盤活：有效地激活現(xiàn)有客戶，制定營銷策略，提升續(xù)保和加保的轉(zhuǎn)化率
• 品質(zhì)提升：有效進行客戶分群，優(yōu)化客戶結(jié)構(gòu)，提升保單品質(zhì)
• 個性化定制：針對特點人群進行定制產(chǎn)品并銷售

節(jié)流：

• 提前預警騙保行為（重復投保、偽造健康狀態(tài)等）
• 及時發(fā)現(xiàn)騙賠案件，有效降低賠付率（車險、健康險等）
• 與營銷結(jié)合，動態(tài)定價（車險、健康險等）

（1）在開源方面

其在保險行業(yè)的實踐之一包括了投資成立了?黎明保險經(jīng)紀有限公司，這家公司代理的保險產(chǎn)品主要為財險，小部分壽險。

黎明保險經(jīng)紀有限公司提供了合法合規(guī)的業(yè)務資質(zhì)，保險產(chǎn)品主要對外是通過北京天融互聯(lián)網(wǎng)科技有限公司的愛多保APP，針對代理人展業(yè)業(yè)務；保險業(yè)務銷售通過北京安富寶科技有限公司實現(xiàn)。

愛多保：保險代理人展業(yè)工具APP

【現(xiàn)今的保險業(yè)務擴展，傳統(tǒng)線下代理人雖然成本較高，但相對來說成交率還是能保證，人海戰(zhàn)術(shù)比線上海量廣告獲客更有效】

安富寶：保險超市APP，主要銷售黎明保險經(jīng)紀公司保險產(chǎn)品

【貸款超市，代理的產(chǎn)品選擇一般有3種，一是市場上知名保險公司產(chǎn)品，二是傭金比例較高的產(chǎn)品，三是自家的或者有利益綁定的保險公司產(chǎn)品】

這2家保險業(yè)務布局都需要百融自身有足夠多的用戶數(shù)據(jù)進行畫像細分定位，才能進行精準營銷變現(xiàn)。這個實踐過程，也可以不斷優(yōu)化豐富其營銷模型。

（2）節(jié)流方面

主要還是將信貸的那套成熟的風控模型及算法，通過結(jié)合保險業(yè)風控的特點，不斷磨合有效的數(shù)據(jù)類型，形成能夠應用于保險業(yè)務投保前（反騙保）及投保后的理賠反欺詐。

騙保模型：

主要針對重復投保、偽造健康狀態(tài)，偽造虛假憑證。目的是為了減少保后損失。

能應用于保險業(yè)務的風控數(shù)據(jù)，最重要的一般需要知道被保險人的醫(yī)療信息及其他機構(gòu)投保信息。這方面如何獲??？相對簡單的就是從支付公司獲取包含用戶在保險公司和醫(yī)院大額支出的相關(guān)的支付行為標簽。或者與醫(yī)療平臺和政府平臺（國家衛(wèi)生部,省級機構(gòu):縣衛(wèi)生局等）聯(lián)動獲取數(shù)據(jù)。

下面簡單看看百融的理賠反欺詐模型和減損模型：

環(huán)節(jié)一：

理賠案卷審閱（自動化提升人工審閱速率）-主要用于查詢滲漏和欺詐來源于原因，包括：

• 確定、抽取理賠卷宗樣本
• 制作分析工具和問卷
• 抽取理賠卷宗
• 初步和主要審閱
• 初審分析
• 主審分析
• 確定滲漏點、分析原因，給出改進建議

環(huán)節(jié)二：

行為建模-主要用于發(fā)現(xiàn)滲漏和欺詐的規(guī)則和模型，包括：

• 分析案卷特征
• 分析案件類型因子
• 簡歷行為模型
• 驗證行為模型
• 確定行為模型

環(huán)節(jié)三：

系統(tǒng)監(jiān)控-與理賠系統(tǒng)集成，建立閉環(huán)系統(tǒng)

• 建立模型處理引擎
• 與理賠系統(tǒng)進行集成
• 實時監(jiān)測案件的滲漏和欺詐可能性
• 滲漏和欺詐告警
• 分析報告
• 持續(xù)優(yōu)化

六. 總結(jié)

百融主打兩大行業(yè)：

• 第一是信貸行業(yè)，包括銀行、消費金融公司、信托、小貸公司；
• 第二是保險行業(yè)。

開拓市場主要使用直銷模式

采取自上而下的路徑，先服務標桿客戶，如大型銀行、持牌消金，再服務中小銀行、互聯(lián)網(wǎng)助貸機構(gòu)。從標桿客戶切入的獲客方式有多重優(yōu)勢，首先，頭部客戶業(yè)務量大，客單價高；其次，品牌背書明顯，跟標桿客戶合作后，再去獲取中小銀行、互聯(lián)網(wǎng)金融公司更容易。

專注精準營銷和風控兩大類場景并提供數(shù)據(jù)和模型服務

金融信貸與保險兩個領(lǐng)域客戶需求優(yōu)先側(cè)重點不太一樣，信貸機構(gòu)是把錢給別人，所以排第一位的是風險，然后是營銷。保險行業(yè)先收別人的錢，所以第一是營銷，其次才怕騙保。而且依靠幾年前在百分點的積累，百融有做優(yōu)質(zhì)的白名單客戶的基礎(chǔ)，所以切入信貸時先做風險，再做營銷；在保險行業(yè)則是先做營銷，再切入風控。

?

相關(guān)閱讀

百家風控公司揭秘系列｜91征信公司及產(chǎn)品調(diào)研報告

百家風控公司揭秘系列2｜華道征信&億美軟通公司及產(chǎn)品調(diào)研報告

百家風控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報告

百家風控公司揭秘系列4｜京東系聚信立公司及產(chǎn)品調(diào)研報告

百家風控公司揭秘系列5｜“網(wǎng)紅”同盾科技公司及產(chǎn)品調(diào)研報告

#專欄作家#

大數(shù)據(jù)獵人，微信公眾號：大數(shù)據(jù)獵人，人人都是產(chǎn)品經(jīng)理專欄作家。多年金融科技行業(yè)相關(guān)戰(zhàn)略研究、行業(yè)分析、商業(yè)模式及產(chǎn)品體系研究經(jīng)驗，擅長政府數(shù)據(jù)+企業(yè)數(shù)據(jù)+公開數(shù)據(jù)多源數(shù)據(jù)融合流通交易及應用

本文原創(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 Unsplash，基于 CC0 協(xié)議