「安徽p2p网贷」大数据在信贷机构和消费金融领域的应用

摘 要

2016年11月9日,中国消费金融高峰论坛广州站在南丰朗豪酒店举行。本次会议由盈灿集团旗下的三个子品牌融之家、网贷之家、盈灿咨询共同主办。盈灿集团是一家致力于打造P2P网贷行

 

2016年11月9日,中国消费金融高峰论坛广州站在南丰朗豪酒店举行。本次会议由盈灿集团旗下的三个子品牌融之家、网贷之家、盈灿咨询共同主办。盈灿集团是一家致力于打造P2P网贷行业立体化外围服务生态体系的金融服务企业。目前,盈灿集团已是互联网金融业内外围服务的领军者。本次峰会邀请到政府领导、高校学者、业界精英参加。大会以"共谋万亿蓝海"为主题,围绕行业政策、产品设计、金融科技应用等议题,深入探讨消费金融产业发展的最新趋势,共谋新常态下金融领域的应对之策。

现场,百融金服副总经理刘清元为在座的嘉宾分享了大数据在信贷机构和消费金融领域相关的一些应用。

刘清元表示百融金服是一个中立的第三方服务机构,宗旨是为消费金融公司提供服务。经过两年半的时间,百融金服已发展成为人民银行体系外最大的信贷、风险服务机构。百融自有海量的、多维的数据库,通过大量的模型测验训练,提供贷前、贷中、贷后,包括营销的外围服务。

刘清元介绍道百融在消费金融、现金交叉贷、无预定现金贷、线上小额现金贷、电商消费贷等场景有着丰富的服务经验与客户基础,百融通过使用大数据在信贷领域进行端到端的全生命周期的管理。同时,百融在大数据风控方面也有着自己的经验,在与捷信合作期间百融做了大量的工作,目前在消费金融内的客群中能够找到数据作为支撑,整体匹配率高达90%以上。

百融在不同场景、不同业务阶段做不同的服务,整个风控团队、整个风控业务流程是非常成熟、非常规范的,同时百融也在服务大量新成立的消费金融公司,提供数据、策略和模型。通过与消费金融合作伙伴的共同努力,把大数据应用到消费金融业务的深处。

「安徽p2p网贷」大数据在信贷机构和消费金融领域的应用



以下是演讲实录:

大家好!非常感谢主办方给我们这次机会来介绍百融金服在大数据领域,特别是大数据在信贷机构和消费金融领域相关的一些应用。

首先介绍一下百融金服,百融金服是一个成立不太长时间的大数据公司,成立将近两年半的时间,但是发展到现在,百融金服是人民银行体系外最大的信贷、风险服务机构。目前我们有比较重要级的机构在资本层面的合作,这不是讲百融金服的股东背景有多强,我们想强调的是百融金服是一个中立的第三方服务机构,我们是为消费金融公司提供服务的。我们不是第一方,也不是第二方,我们不是自己产生数据的,我们也不是自己去使用数据的,百融金服是专门为消费金融公司提供服务的。我们不会跟大家有直接的利益冲突,所有利益的相关放没有一家是从事信贷相关业务的。

百融自有库里面有超过6.1亿实名用户数据,我们有这个人的姓名、身份证、手机号、邮箱等这些信息,这些数据的真实性是非常高的,而且它的数据鲜活程度非常高。我们在实时抓取用户的数据,整合数据的维度非常多,我们做信贷相关服务的时候,一个人整合了差不多身上有50多万个标签。这些数据怎么样应用,我们通过大量的模型测验训练,包括信贷领域我们用了贷前、贷中、贷后,包括营销,我们有相应的模型提供相应的服务。

这是我们对一个人完整的用户画像,这是一个例子。我们库里面,会有用户的人口统计标签,就是他是一个什么样的人,他上网的ID是什么,性别是什么,平时有什么活动,通用标签是什么,会不会上余额保、支付宝,有没有价值,有没有房,有没有车,是不是股民,有没有信托产品。比如他的购物偏好,他穿什么样的T恤,比如他买什么样的产品,剃须刀用的是什么产品,甚至用什么样的袜子。我们都知道,还有他阅读的偏好,平时看些什么新闻,他是关注特朗普的大选还是关注八卦新闻,他平时用什么金融服务,是用信贷还是用车贷,还有游戏的偏好、社交圈的偏好等等,有几十万个标签来看一个人全维度的数据。

在消费金融这块,我们用这些数据实践的是比较充分的,第一块是我们比较成熟的线下商品贷,有很多线下的场景,比如汽车消费金融、3C门店线下门店商品贷,我们有大量的服务经验。

第二块是我们在线下的商品贷之上叠加的,比如交叉现金贷。

第三块是用户直接去线下的门店获取贷款服务,也就是无预定现金贷,我们有很多成熟的案例。

第四块是线上小额现金贷,更偏向于非常小额的。

第五块是电商消费贷,这块我们也服务了非常多的成熟客户。

大数据应用我们会在信贷这个领域里面端到端的全生命周期的管理,包括用户最早的营销获客到进来之后,进到机构体系里以后做相应的审批,真实性校验,还有资质的审查,放款之后涉及到存量管理和催收。
在所有链条当中最重要的是风险,因为金融都是围绕着运营风险来做的,百融在风险这块,用了大量的大数据风控手段,我重点想推荐一下这块我们是怎么做的。

目前我们跟很多机构在合作过程中,很多机构都在讲他们面临的风控上面的难度。首先是数据的缺失,像康总和董总都提到过信息缺失的问题,现在很多信贷机构在用户下沉的时候,这个挑战尤其明显。我们做过很多案例,很多案例是在判断一个人的风险时是没有任何数据支撑的,获客的时候,他又花了大量的资金成本。这些客户如果没有信息支撑他的判断,就只能他把放弃掉。换一个角度来讲,有很多数据,有各种各样的数据,但是是不是真正能够用于评估这个人身上去,这是一个很复杂的过程。我们第一个在消费金融的客户是捷信,我们跟捷信的探索花了将近1年的时间,包括把整个数据产品化,怎么样把最原始的数据,比如水电的流水、银行的流水或者是行为数据,比如他买一些什么东西,从原始的数据到最终的数据能产生生产力,做了大量的工作。

首先我们用大数据做数据补全,同时我们去做数据的产品化,这是我们解决的第一个问题。

第二是申请的规模庞大。很多机构是几万笔,甚至十几万笔。它的规模是非常大的,如果用人工来做,整个运营效率是非常低的,大数据可以帮助他解决这个问题。

第三是审批效率要求高。纯粹用传统的方式,审批的时长会很长,用户体验会很差,如果在获取用户的时候,用户的体验没法得到保证,也会影响到整个消费金融的品牌。

这三个挑战对消费金融来讲是循环的,相互影响,有交叉影响,如果这些挑战不能解决,会形成一些恶性循环。

百融现在覆盖的人群中,首先我们在消费金融内的客群,能够找到数据作为支撑,整体匹配率高达90%以上。
第二是我们的数据维度是非常大的,在消费金融场景里面,我们用在模型和策略里面可能有几千个变量,但这需要通过具体的模型训练和策略来应用。

第三是并发量,我们调用的量已经非常大了,我们瞬时的并发量非常大,有一个非常尖的波峰,比如在晚上,比如节假日,十一或者五一,这个时候的并发量非常大,目前我们整个系统的支撑能力是非常强的。

第四是我们有比较成熟的消费金融风控解决方案,我们通过和顶尖的消费金融公司合作,持续地在提升我们这方面的能力。

我们在不同场景、不同业务阶段做不同的服务,比如比较成熟的消费金融公司,整个风控团队、整个风控业务流程是非常成熟、非常规范的,我们也可以提供相对的服务。我们会有深入的联合建模,有深入的模型监控服务,还有大量的消费金融没有成型的团队,或者有成型的团队,但是没有跟业务场景,跟它的消费场景能够结合得比较深入的风控策略,我们叫冷启动。我们也在服务大量的新成立的消费金融公司在做冷启动,输出数据、策略和模型,他可以在做了一些短期的或者是少量的初步验证的时候,可以逐步地放开他的一些风控门槛,等到他在一定条件成熟的时候,再做模型,做风控体系的升级。

我们目前服务消费金融首先第一块是我们在申请人信息核查,我们用一些核查类的数据,包括基础的人脸识别、手机三四要素或者是银行四要素的识别,这块主要是用来判断这个人是用自己的文件来做的申请。

第二块是反欺诈。刚刚董总也介绍了,他对反欺诈这块非常重视,我们会用到大量的特殊名单或者是黑名单类的策略,这块主要的价值是在于发现不好的客户。这块从我们服务消费金融客户的经验来看,能够解决大概3-5%坏客户的问题,就是把坏客户排出去,剩下的95%到97%,这里面哪些是好客户,我能够跟他发生交易,就需要通过信用评估,也就是我要评估他的还款意愿和还款能力。要用到多维度的数据,包括人行数据,除了房贷之外的大部分消费金融公司里面人行数据基本上是失效的,还有我们用到的各种各样的,包括收支、多头借贷、社交数据以及交易数据、消费数据,通过训练模型来发现他的风险。

百融跟领先的消费金融公司做过很多很深入的合作,最深入的是我们跟捷信等等做联合实验室,我们会去探索哪些数据会对消费金融领域有应用价值,特别是在风险领域,我们会去探索,把数据库里面的大维度数据,很多可能是没有产品化的数据开放出来,我们跟消费金融业态的朋友一起来把它打开来看,训练模型、训练策略。

我们应用的策略主要是通过模型方式,在风险领域我们用模型方式来做,在模型这块,我们有比较成熟的经验,包括数据方面、模型方面以及整个行业的应用上面,还有在风控方面有比较成熟的经验。
这是贷前的风险,后面还涉及到发生了交易之后,就是放款出去有没有相应的风险,我们涉及到贷中的监控。考虑到几个场景,个人信誉如果发生了恶化,我们会主动告诉你,主动监控,可能您的业务人只需要每天打开相应的入口就可以把这个信息主动推送过来,比如法院执行的、借贷特征发生变化了,比如他跑路了或者是手机失联了,高风险的场景我们会主动做监控。

贷后这块我们的比较多的是,因为贷后有75到80%会失联,我们把失联的人找回来、修复,第二块做类似的资产托管,也就是委外服务。

数据在消费金融领域能够去穿透每笔资产,能够对每笔资产做相应的投资,目前在两头,一头在资产这头,另外在资金这头,资金这头最大的还在银行这头,银行这头有海量的资金,他们也在寻求各种各样的资产来做对接,目前我们也在做大量的事情是什么呢?用数据、成熟的策略、成熟的模型去筛选、穿透每一笔消费金融的资产,引入到银行表内或者打包跟银行的理财资金做交易的方式,一方面可以降低那头的风险表现,另外一方面我们会大部分充当夹层的角色,对资金来说有更高的安全垫,我们会做夹层,我们也在提供类似的资金和资产的服务。

非常感谢各个合作伙伴,我们在很多消费金融合作伙伴的共同努力之下,把大数据应用到消费金融业务的深处,包括捷信等等领先的消费金融公司。谢谢大家!