×
打開(kāi)微信“掃一掃”，打開(kāi)網(wǎng)頁(yè)后點(diǎn)擊屏幕右上角分享按鈕
網(wǎng)貸(′?ω?`)之家(jia)小編根據輿情頻道的大數低獲打擊相關(guān)??數據，精心整理的據精假話(huà)關(guān)于《大數據精準營(yíng)銷(xiāo)降低獲客成本？業(yè)內：說(shuō)實(shí)話(huà)打擊一片，說(shuō)假話(huà)害人》的準營(yíng)相關(guān)文章10篇，希望對??您的銷(xiāo)降投資理財能有幫助。
“2014年，客??成拍拍貸完成(cheng)一次成功放款，本業(yè)獲客成本在五十元以下，內說(shuō)而現在基本都是實(shí)??話(huà)在100元左右，獲客成本上升的片說(shuō)非?？??”，某信貸機構負責人眼神里充滿(mǎn)了焦慮。害人
不斷上升的大數低獲打擊獲客成本，令信貸機構更加看重營(yíng)銷(xiāo)效費比，據精假話(huà)?于是準營(yíng)將目光投向到大數據營(yíng)銷(xiāo)。但是銷(xiāo)降在“需求”當中，大數據營(yíng)銷(xiāo)卻陷入迷局?？统?/p>
“2008年，我剛到宜信的時(shí)候，資產(chǎn)非常好找，而且質(zhì)量非常優(yōu)質(zhì)”，某平臺風(fēng)控負責人A姐回憶起互金早期獲客的黃金時(shí)代，“不用做太多推廣，壞賬又低，宜信業(yè)務(wù)發(fā)展非?？臁?。
但美好已逝，隨著(zhù)平臺體量壯大┐(′д｀)┌，借款人爭奪逐漸白熱化。目前平臺從貸款超市獲客的成本在一百左右，像五萬(wàn)的大額借款，成本都在500+。
而省唄等平臺為了控制成本，也會(huì )將不匹配的流量進(jìn)行轉賣(mài)，不過(guò)，在從業(yè)者看來(lái)，“轉賣(mài)的用戶(hù)很多都是多頭借貸，高價(jià)，但用戶(hù)質(zhì)量不高”。
其實(shí)，目前獲客的主流都來(lái)自互聯(lián)網(wǎng)公司，“獲客渠道集中在互聯(lián)網(wǎng)廠(chǎng)商手中(╬?益?)，應用市場(chǎng)、騰訊系、阿里系、百度系基本占了80%的流量”，卷(?_?;)積云相關(guān)負責人表示，“招聯(lián)就是依靠支付寶入口支撐起來(lái)的”。(O_O)
品牌類(lèi)廣告并非異軍突起，互金企業(yè)曾在2015年出掀起一波品牌投放的小高潮，后因監管，品牌類(lèi)營(yíng)銷(xiāo)跌入沉淪。( ?ヮ?)隨著(zhù)監管態(tài)度開(kāi)放，品牌類(lèi)營(yíng)銷(xiāo)“死灰復燃”，信貸平臺逐漸將┐(′д｀)┌其作為營(yíng)銷(xiāo)重點(diǎn)，其營(yíng)銷(xiāo)費用已超數千萬(wàn)。據相關(guān)人事透露，2017年，捷越聯(lián)合品牌投放預算高達三千萬(wàn)。
倒賣(mài)風(fēng)控數據，大數據營(yíng)銷(xiāo)身陷迷局
“如果要盈利，只能依靠高息和復(′▽?zhuān)?投，高息并不能讓平臺持續經(jīng)營(yíng)”，互金分析師Z先生表示，“已有平臺開(kāi)始通過(guò)大數據做精準投放，來(lái)降低獲客成本”。
大數據營(yíng)銷(xiāo)用于資產(chǎn)端獲客，其實(shí)并不新鮮。早在2000年，益博睿、艾可菲、全聯(lián)、FICO等公司的營(yíng)銷(xiāo)業(yè)務(wù)主要服務(wù)金融公司。而在2005年，現(╯°□°）╯FICO中國總裁陳建，在其《信用評分技術(shù)與應用》一書(shū)中，曾詳盡介紹征信局如何利用市場(chǎng)反應評分模型、發(fā)展客戶(hù)評分模型，幫助銀行獲取、維護信用卡用戶(hù)。
將用戶(hù)數??據輸入市場(chǎng)營(yíng)銷(xiāo)模???型，得出評(°□°)分結果，預判人群對產(chǎn)品接受的概率，如獲取新用戶(hù)、交叉銷(xiāo)售、挽留用戶(hù)……進(jìn)而通過(guò)郵件、電話(huà)、社交媒體等，對圈定的用戶(hù)精準投放，降低投放成本。
美好的業(yè)務(wù)，總是叫人蠢蠢欲動(dòng)。因此，國內數據公司、風(fēng)控服務(wù)商開(kāi)始加入“戰局”，紛紛推出大數據營(yíng)銷(xiāo)服務(wù)，幫助平臺獲取借款人ヽ(′▽?zhuān)?ノ?！坝辛舜髷祿?，信貸平臺投放將更加精準，給目標人群在相應的時(shí)間展示廣告”，對(???)于新武器，某周邊(bian)服務(wù)商充滿(mǎn)自信。
但對于大數(shu)據獲客，部分信貸機構并不買(mǎi)賬精準數據營(yíng)銷(xiāo)，認為噱頭遠大于實(shí)際效用(′ω｀)。
在采訪(fǎng)過(guò)程中，某位信貸公司負責ヾ(′▽?zhuān)??人坦言，“說(shuō)實(shí)話(huà)打擊??一片，說(shuō)假話(huà)害人?！?/p>
“我們資產(chǎn)端的獲客方式還是比較傳統，主要是APP、應用市場(chǎng)、互聯(lián)網(wǎng)廣告”，某信貸機構戰略總監言語(yǔ)間透露出對大數據??獲客的不信任，“大數據營(yíng)銷(xiāo)感覺(jué)特別不靠譜，模型怎么做？數據哪里來(lái)？??這些都說(shuō)不清楚”。
其實(shí)大數據營(yíng)銷(xiāo)獲客遭受信貸機構質(zhì)疑，并非無(wú)病呻吟?！昂芏囡L(fēng)控服務(wù)商將信貸平臺借款人的數據，賣(mài)給另一家平臺做營(yíng)銷(xiāo)獲客”(′_｀)，某行業(yè)從業(yè)者向清流消費金融表示，“之前百融金服倒賣(mài)風(fēng)控數據，賺兩份錢(qián)，目前它大數據營(yíng)銷(xiāo)業(yè)務(wù)也已經(jīng)停了”。
百融僅是大數據營(yíng)銷(xiāo)迷途中的一個(gè)縮影，將信貸平臺風(fēng)控數據賣(mài)給其他信貸平臺，是營(yíng)銷(xiāo)服務(wù)商普遍做法。數據變現快，但這已讓大數據營(yíng)銷(xiāo)與信貸平臺漸行漸遠。(╯‵□′)╯
“2014年，拍拍貸完成一次成功放款，獲客成本在五十元以下，而現在基本都是在100元左右，獲客成本上升的非?？臁?，某信貸機構負??責人眼神里充滿(mǎn)了焦(╯°□°）╯︵ ┻━┻慮。
不斷上升的獲客成本，令信貸機構更加看重營(yíng)銷(xiāo)效費比，于是將目光投向到大數(shu)據營(yíng)銷(xiāo)。但是在“需求??”當中，大數據營(yíng)銷(xiāo)卻陷入迷局。
渠道壟斷，價(jià)格上升，品牌投放到達千萬(wàn)
“2008年，我剛到宜信的時(shí)候，資產(chǎn)非常好找，而且質(zhì)量非常優(yōu)質(zhì)”，某平臺風(fēng)控負責人A姐回憶起互金早期獲客的黃金時(shí)代，“不用做太多推廣，壞賬又低，宜信業(yè)務(wù)發(fā)展非?？臁?。
但美好已逝，隨著(zhù)平臺體量壯大，借款人爭奪逐漸白熱化。目前平臺從貸款超市獲客的成本在一百左右，像五萬(wàn)的大額借款，成本都在500+。
而省唄等平臺為了控制成本，也會(huì )將不匹配的流量進(jìn)行轉賣(mài)，不過(guò)，在從業(yè)者看來(lái)，“轉賣(mài)的用戶(hù)很多都是多頭借貸，高價(jià)，但用戶(hù)質(zhì)量不高”。
除了按C(′▽?zhuān)?)PA、CPS??計費的效果類(lèi)投放，品牌類(lèi)投放逐漸成為平臺爭奪市場(chǎng)的新手法?！翱ㄅｄ伭??很多渠道后，投ヽ(′▽?zhuān)?ノ放朋友圈，效果非常好”，卷積云負???責人ヽ(′▽?zhuān)?ノ回憶道，“品牌類(lèi)與效果類(lèi)有聯(lián)動(dòng)，好的品牌投放能夠引爆效果類(lèi)投放”。
品牌類(lèi)廣告并非異軍突起，??互金企業(yè)曾在2015年出掀起一波品牌投放的小高潮，后因監管，品牌類(lèi)營(yíng)銷(xiāo)跌入沉淪。隨著(zhù)監管態(tài)度開(kāi)放，品牌類(lèi)營(yíng)銷(xiāo)“死灰???復燃”，信貸平臺逐漸將其作為營(yíng)??銷(xiāo)重點(diǎn)，其營(yíng)銷(xiāo)費(′?_?`)用已超數千萬(wàn)。據相關(guān)人事透露，2017年，捷越聯(lián)合品牌投放預算高達三千萬(wàn)。
倒賣(mài)風(fēng)控數據，大數據營(yíng)銷(xiāo)身陷迷局
“如果要盈利，只能依靠高息和復投，高息并不能讓平臺持續經(jīng)營(yíng)”，互金分析師Z先生表示，“已有平臺開(kāi)始通過(guò)大數據做精準投放，來(lái)降低獲客成本”。
大數??據營(yíng)銷(xiāo)用于資產(chǎn)端獲客，其實(shí)并不新鮮。早在2000年，益博睿、艾可菲、全聯(lián)、F(╯°□°)╯ICO等公司的營(yíng)銷(xiāo)業(yè)務(wù)主要服務(wù)金融??公司。而在20??05年，現FICO中國總裁陳建，在其《信用(????)評分技術(shù)與應用》一書(shū)中，曾詳盡介紹征信局如何利用市場(chǎng)反應評分模型、發(fā)展客戶(hù)評分模型，幫助銀行獲取、維護信用卡用戶(hù)。
將用戶(hù)數據輸入市場(chǎng)營(yíng)銷(xiāo)模型，得出評分結果，預判人群對產(chǎn)品接受的概率，如獲取新用戶(hù)、交叉銷(xiāo)售、挽留用戶(hù)……進(jìn)而通過(guò)郵件、電話(huà)、社交媒體等，對圈定的用戶(hù)精準投放，降低投放ヽ(′▽?zhuān)?ノ成本。
美好的業(yè)務(wù)，總是叫人蠢蠢欲動(dòng)。因此，國內數據公司、風(fēng)控服務(wù)商開(kāi)始加入“戰局”，紛紛推出大數據營(yíng)銷(xiāo)服務(wù)，幫助平臺獲取借款人?！坝辛舜髷祿?，??信貸平臺投放將更加精準，給目標人群在相應的時(shí)間展示廣告”，對于新武器，某周邊服ヾ(′ω｀)?務(wù)商充滿(mǎn)自信。
但對于大??數據獲客，部分信貸機構并不買(mǎi)賬，認為噱??頭遠大于實(shí)際效用??。
在采訪(fǎng)過(guò)┐(′?｀)┌程中，某位信貸公司負責人坦言，“說(shuō)實(shí)話(huà)打擊一片，說(shuō)假話(huà)害人?！?/p>
“我們資產(chǎn)端的獲客方(╬?益?)式還是比較傳統，主要是APP、應用市場(chǎng)、互聯(lián)網(wǎng)廣告”，某信貸機構戰??略總監言語(yǔ)間透露出對大數據獲客的ヾ(′▽?zhuān)??不信任，“大數據??營(yíng)銷(xiāo)感覺(jué)特別不靠譜，???ヽ(′ー｀)ノ模型怎么做？數據哪里來(lái)？這些都說(shuō)不清楚”。
其實(shí)大數據營(yíng)銷(xiāo)獲客遭受信貸機構質(zhì)疑，并非無(wú)病呻吟?！昂芏囡L(fēng)控服務(wù)商將信貸平臺借款??人的數據，賣(mài)給另一家平臺做營(yíng)銷(xiāo)獲客”，某行業(yè)從業(yè)者向清流消費金融表示，“之前百融金服倒賣(mài)風(fēng)控數據，賺(′?ω?`)兩份錢(qián)，(??-)?目前它大數據營(yíng)銷(xiāo)業(yè)??務(wù)也已經(jīng)停了”ヽ(′▽?zhuān)?ノ。
百融僅是(╬?益?)大數據營(yíng)銷(xiāo)迷途中的一個(gè)縮影，將信貸平臺風(fēng)控數據賣(mài)給其他信貸平臺，是營(yíng)銷(xiāo)服務(wù)商普遍做法。數據變現快，但這已讓大數據營(yíng)銷(xiāo)與信貸平臺漸行漸遠。
“2014年，拍拍貸完??成一次成功放款，獲客成本在五十元以下，而現在基本都是在100元左右，獲客成本上升的非?？臁?，某信貸機構負責人眼神里充??滿(mǎn)了焦(╯°□°）╯︵ ┻━┻慮。
不斷上升的獲客成本，令信貸機構更加看重營(yíng)銷(xiāo)效費比??，于是將目光投向到大數據營(yíng)銷(xiāo)。但??是在“需求”當中，大數據營(yíng)??銷(xiāo)卻陷入迷局。
“2008年，我剛到宜信的時(shí)候，資產(chǎn)非常好找，而且質(zhì)量非常優(yōu)質(zhì)”，某平臺風(fēng)控負責人A姐回憶起互金早期獲客的黃金時(shí)代，“不用做太多推廣，壞賬又低，宜信業(yè)務(wù)發(fā)展非?？臁?。(′_｀)
但美好已逝，隨著(zhù)平臺體量壯大，借款人爭奪逐漸白熱化。目前平臺從貸( ?° ?? ?°)款超市獲客的成本在一百左右，像五萬(wàn)的大額借款，成本都在500+。
而省唄等平臺為了控制成本，也會(huì )將不匹配的流量(╬?益?)進(jìn)行轉賣(mài)，不過(guò)，在從業(yè)者看來(lái)，“轉賣(mài)的用戶(hù)很多都是多頭借貸，高價(jià)，但用戶(hù)質(zhì)量不高”。
其實(shí)，目前獲客的主流都來(lái)自互聯(lián)網(wǎng)公司，“獲客渠道集中在互聯(lián)網(wǎng)ヽ(′ー｀)ノ廠(chǎng)商手中，應用市場(chǎng)、騰訊系、阿里系、百度系基本占了80%的流量”，卷積云相關(guān)負責人表示，“招聯(lián)就是依靠支付寶入口支撐起來(lái)的”。
除了按CPA、CPS計費的效果類(lèi)投放，品牌類(lèi)投放(fang)逐漸??成為平ヽ(′?｀)ノ臺爭奪市(shi)場(chǎng)的新手法?！翱ㄅｄ伭撕芏嗲扩?′?｀)┌后，投放朋友圈，效果非常好”，卷積云負責(???)人回憶道，“品牌類(lèi)與效果類(lèi)有聯(lián)動(dòng)，好的品牌投放能夠引爆效果類(lèi)投放”。
品牌類(lèi)廣告并非異軍突起，互金企業(yè)曾在2015年出??掀起(╯°□°）╯一波品??牌投放的小高潮，后因監管，品牌類(lèi)營(yíng)銷(xiāo)跌入沉淪。隨(°o°)著(zhù)監管態(tài)度開(kāi)放，品牌類(lèi)營(yíng)銷(xiāo)“死??灰復燃”，信貸平臺逐漸將其作為營(yíng)銷(xiāo)重點(diǎn)，其營(yíng)銷(xiāo)費用已超數千萬(wàn)。據相關(guān)人事透露，2017年，捷越聯(lián)合品牌投放預算高達三千萬(wàn)。
倒賣(mài)風(fēng)控數據，大數據營(yíng)銷(xiāo)身陷迷局
“如果要盈利，只能依靠高息和復投，高息并不能讓平臺持續經(jīng)營(yíng)”，互金分析師Z先生(╯°□°）╯表示，“已有平臺開(kāi)始通過(guò)大數據做精準投放，來(lái)降低獲客成本”。
大數據營(yíng)銷(xiāo)用于資產(chǎn)端獲客，其實(shí)并不新鮮。早在2000年，益博睿、艾可菲、全聯(lián)、FICO等公司的營(yíng)銷(xiāo)業(yè)( ?° ?? ?°)務(wù)主要服務(wù)金融公司。而在2005年，現FICO中國總裁陳建，在其《信用評分技術(shù)與應用》一書(shū)中，曾詳盡介紹征信局如何利用市場(chǎng)反應評分模型、發(fā)展客戶(hù)評分模型，幫助銀行獲取、維護信用卡用戶(hù)。
將用戶(hù)數據輸入市場(chǎng)營(yíng)銷(xiāo)模型，得出評分(fen)結果，預判人群對產(chǎn)品接受的概率，如獲取新用戶(hù)、交叉銷(xiāo)售、挽留用戶(hù)……進(jìn)而通過(guò)郵件、電話(huà)、社交媒體等，對圈(′?｀)定的用戶(hù)精準投放，降低投放成本。
美好的業(yè)務(wù)，總是叫人蠢蠢欲動(dòng)。因(′?_?`)此，國內數??據公司、風(fēng)控服務(wù)商開(kāi)始(′Д` )加入“戰局”，紛?紛推出大數據營(yíng)銷(xiāo)服務(wù)，幫助平臺獲取借款人?！坝辛舜髷祿?，信貸平臺投放將更加精準，給目標人群在相應的時(shí)間展示廣告”，對于新武器，某周邊服務(wù)商充滿(mǎn)自信。
在采訪(fǎng)過(guò)程中，某位信貸公司負責人坦言，“說(shuō)實(shí)話(huà)打擊一片，說(shuō)假話(huà)害人?！?/p>
“我們資產(chǎn)端的獲客方式還是比較傳統，主要是APP、應用市場(chǎng)、互聯(lián)網(wǎng)廣告”，某信??貸機構戰??略總監言語(yǔ)間透露出對大數據獲客的不信任，“大數據營(yíng)銷(xiāo)感覺(jué)特別不靠譜，模型怎么做？數據哪里來(lái)？這些都說(shuō)不清楚”。
其實(shí)大數據營(yíng)銷(xiāo)獲客遭受信貸機構質(zhì)疑，并非無(wú)病呻吟?！昂芏囡L(fēng)控服務(wù)商將信貸平臺借款人的數據，賣(mài)給另一家平臺做營(yíng)銷(xiāo)獲客”，某行業(yè)從業(yè)者向清流消費金融表示，“之前百融金服倒賣(mài)風(fēng)控數據，賺兩份錢(qián)，目前它大數據營(yíng)銷(xiāo)業(yè)務(wù)也已經(jīng)停了”。
百融僅是大數據營(yíng)銷(xiāo)迷途中的一個(gè)縮影，將信貸平臺風(fēng)控數據??賣(mài)給其他信貸平臺，是??營(yíng)銷(xiāo)服務(wù)商普遍做法。數據變現快，但這(zhe)已讓大數據營(yíng)銷(xiāo)與信貸平臺漸行漸遠。
初期6個(gè)人，啟動(dòng)資金百萬(wàn)，一個(gè)現金貸創(chuàng )業(yè)就開(kāi)始了…
“我們經(jīng)手的項目中，有些金融機構是為了追捧概念而做大數據，并沒(méi)有考慮實(shí)際中要解決的問(wèn)題”在某金融ヽ(′▽?zhuān)?ノ業(yè)分享會(huì )(╬?益?)上，一位咨詢(xún)公司合伙人無(wú)??奈的聳聳肩，“大數據僅是一種解決問(wèn)題的工具，它不是萬(wàn)能的”。
在金融本該最謹慎、最保守的風(fēng)控領(lǐng)域，“得大數據者得天下”的論調同樣頗有市場(chǎng)，大數據風(fēng)控成為他們眼中驅除不良的神兵利器。
IPC、評分卡沒(méi)落，FICO中國差點(diǎn)慘遭出售
信貸機構風(fēng)控技術(shù)主要分為IPC、信貸工廠(chǎng)、評分卡、大數據風(fēng)控四類(lèi)，隨著(zhù)借款(?Д?)客戶(hù)下沉、體驗感增強……面對變化，傳統風(fēng)控已經(jīng)產(chǎn)生不適感：成本高、效率低、速度慢、維度單一……大數據風(fēng)控破殼而出。
“像消費這種小額貸款，傳統信貸員一天最多審核五十單，而大數據風(fēng)控全程自動(dòng)化，不受人力所累，審批數量無(wú)上限”在與IPC、信貸工廠(chǎng)等技術(shù)對比時(shí)，高效、人工低參與度是大數據風(fēng)控留下的第一印象。據了解，目前馬上消費金融、凡普金科等平臺，其風(fēng)控自動(dòng)化水平已經(jīng)達到80%，貸前的防欺詐、信用評估環(huán)節，已實(shí)現100%模(′▽?zhuān)?型決策。
“風(fēng)控流程中留給人工的部分已經(jīng)很少了(le)，更多的是基礎、輔助工作，像線(xiàn)下助貸員對用戶(hù)信息錄入、逾期???后電??話(huà)催收、用戶(hù)資質(zhì)拿捏不準時(shí)，需要人工對用戶(hù)信息重新審核”馬上消費高級數據決策總監李屆悅說(shuō)。目前，李屆悅手下數據團隊約為50人，負責數??據清洗、模型迭代等工作，共同支撐約400億交易量。
“IPC依靠人工經(jīng)驗??，要信審員(yuan)一個(gè)一個(gè)去查，更適合大額度的對公業(yè)務(wù)”，91征信CEO薛本川表示：“國內很多信貸機構??在風(fēng)控上都已經(jīng)采用模型了”。
與IPC在小額貸款領(lǐng)域“遭人嫌棄”不同，以FICO為代表??的評分卡模型，占領(lǐng)高凈值人群市場(chǎng)，但由于國內缺乏征信土壤，FICO水土不服。信貸機構引入FICO評分模型品牌宣傳??的意義遠大于風(fēng)控本身，已是公開(kāi)的秘密?！癋ICO評分模型精確度確實(shí)比較高，但看中還款記錄，維度相對(′?｀)單一，無(wú)法給低信用記錄人群精確評分?！眤estfinance出身背景??的李屆悅說(shuō)。
2016年，FICO中國區副總裁王世今，曾多次公開(kāi)表示，“針對中國互聯(lián)網(wǎng)金融市場(chǎng)情況，FICO已經(jīng)推出新的評分模型”但(dan)行業(yè)對此冷淡。另有相??關(guān)人士向清流消費金融透露，“FICO總部曾考慮出售FICO中國??，一家(′?｀)類(lèi)信貸金融集團考慮接手，后來(lái)因為??一些原因，沒(méi)有交易下去”。
傳統機構自我革新，大數據風(fēng)控全產(chǎn)業(yè)鏈滲(′?｀)透
大數據風(fēng)控是(′▽?zhuān)?)將多維度、海量數據輸入模型，由機器自動(dòng)判別(bie)借款資信??狀??況，隨著(zhù)對機器學(xué)習算法的不斷優(yōu)化(′?ω?`)迭代，模型(xing)精準度將會(huì )越來(lái)越高?！巴ㄟ^(guò)測試對比，大數(◎_◎;)據風(fēng)控在部分領(lǐng)域，尤其是小額信貸方面，確實(shí)要比評分卡模型在適用度和準確度上要高”中誠信CTO姚明曾表示，一貫保守、正統印象的中誠信也??在加碼大數據。ヾ(′▽?zhuān)??
在美國，益博睿CEOBrian Cassin曾對大數據持觀(guān)望態(tài)度，認為大數據并不成熟，但數據人員編制出賣(mài)了其意圖。益博睿2015年財務(wù)報告顯示：目前已有數據科學(xué)家400余人。
“大數據風(fēng)控核心在于模型本身，尤其是變量特征”第三方風(fēng)控服務(wù)商誠安聚立創(chuàng )始人吳宇建表示。將接入的數據信息做成成千上百的變量，用于交叉檢驗，好比一個(gè)人(ren)說(shuō)謊，他需要不(bu)斷地編織謊言來(lái)去圓第一個(gè)謊，當信息足夠大時(shí)，謊言就很容易被(????)識別出來(lái)。
目前大數據風(fēng)控由最初的反欺詐、信用評分，也在向風(fēng)控全產(chǎn)業(yè)鏈衍生，如營(yíng)銷(xiāo)獲ヾ(′ω｀)?客、貸后催收等，富國銀行高(???)級副總裁劉建民向國內金融業(yè)分享大洋對岸的催收經(jīng)驗：“我們會(huì )制作催收模型，預判違約者受壓程度，能夠電話(huà)催收的，直接由在菲律賓的電催中心打電話(huà)，降低催收成本?！蹦壳按髷祿L(fēng)控服務(wù)、征信公司、數據公司，如百融金服、誠安聚立等，也(ye)都推出涵蓋貸前、貸中、貸后的全生命周期服務(wù)。
“大家都在宣傳大數據風(fēng)控，已經(jīng)成為互金平臺獲取投資人信任的一種手段，但究竟多大的數據才算是大??數據”，看著(zhù)眾人哄捧的大數據風(fēng)控，有著(zhù)將近兩年互金行業(yè)分析師經(jīng)驗的Z先生，眼睛里閃爍著(zhù)看不懂的困惑。
大數據的特性為海量數據、多樣性、實(shí)時(shí)性、高價(jià)值?！按蠹叶荚陉P(guān)注海量、多維度、實(shí)時(shí)的數據，但忽視了數據的價(jià)值”，某咨詢(xún)公司合伙人指出，“你倒是想(xiang)把地球上所有數據都裝起起來(lái)，但是數(shu)據是有成本的，關(guān)鍵是要??解決什么問(wèn)題，(°ロ°) !而不能盲目”。
據了解，大數據風(fēng)控成本為數據獲取??、風(fēng)控模??型搭建??、IT系統，風(fēng)控模型搭建、IT系統為固定成本，后期迭代、維護費用相對較少，而數據獲取則是增量支出，目前信貸平臺數據(ju)成本范圍較大，根據客戶(hù)資質(zhì)不同，幾塊到一百多塊錢(qián)不等。
“數據本身是??資源壟斷性的，但隨著(zhù)征信逐步健全，數據未來(lái)??將沒(méi)有壁壘，數據將是脫敏，且能夠公開(kāi)交易買(mǎi)賣(mài)的”吳宇建對誠安聚立的定位，并沒(méi)有??放在數據本身，而是算法模型。感受到行業(yè)亂象的并非吳宇建一人，凡普金科相關(guān)負責人也對清流??消費金融表示：“大數據征信的基礎是數據結構化處理，只有經(jīng)過(guò)結構化處理??的風(fēng)控模型，才能在機器中越跑越準，但目前很多機構都沒(méi)有這道工序”。
除此之外，許多傳統金融機構也??在??求變，“部分機構找我們做ヾ(′ω｀)?(zuo)項目，但(dan)在??項目之初根本沒(méi)有想好我要通過(guò)大數據來(lái)解決什么問(wèn)題，只(zhi)因領(lǐng)導一句話(huà)，領(lǐng)導說(shuō)要大數??據那就ヽ(′▽?zhuān)?ノ要大數據”，某咨詢(xún)公司合(he)伙人說(shuō)。
熱捧之下，定有泡沫??，待到破裂之時(shí)，“真用功”還是“假作作”，便能一眼看穿。
“我們經(jīng)手的項目中，有些金融機構是為了追捧概念而做大數據，并沒(méi)有考慮實(shí)際中要解決的問(wèn)題”在某金融業(yè)分享會(huì )上(shang)，一位咨詢(xún)公司合伙人無(wú)奈的聳聳肩，“大數據僅是一??種解決問(wèn)題的工具，它不是萬(wàn)能??的”。
在金融本該最謹慎、最保守的(de)風(fēng)控領(lǐng)域，“得大數據者得天下”的論調同樣頗有市場(chǎng)，大數據風(fēng)控成為他們眼中驅除不良的神兵利器。
IPC、評分卡沒(méi)落，FICO中??國差點(diǎn)慘遭出售
“像??消費這種小額貸款，傳統信貸員一天最多審核五十單，而大數據風(fēng)控全程自動(dòng)化，不受人力所累，審批數量無(wú)上限”在與IPC、(′；д；`)信貸工廠(chǎng)等技(???)術(shù)對比時(shí)，高效、人工低參與度是??大數據風(fēng)控留下的第一印象。據了(le)解，目前馬上消費金ヾ(′▽?zhuān)??融、凡普金科等平臺??，其風(fēng)控自動(dòng)化水平┐(′?｀)┌已經(jīng)達到80%，貸前的防欺詐、信用評估環(huán)節，已實(shí)現100%模型決策。
“風(fēng)控(′-ι_-｀)流程中留給人工的部分已經(jīng)很少了，更多的是基礎、輔助工作，像(xiang)線(xiàn)下助???貸員對用戶(hù)信息錄入、逾期后電話(huà)催收、用戶(hù)資質(zhì)拿捏不準時(shí)，(′?_?`)需要??人工對用戶(hù)信息重新審核”，馬上消費高級數據決策總監??李屆悅說(shuō)。目前，李屆悅手下數據團隊約為50人，負責數據清洗、模型迭代等工作，共同支撐約400億交易量。
“IPC依靠人工經(jīng)驗，要信審員一個(gè)一個(gè)去查，更適合大額度的對公業(yè)務(wù)”，91征信CEO薛本川表示：“??國內很多信貸機構在風(fēng)控上都已經(jīng)采用模型了”。
2016年，FICO中國區副總裁王世今，曾多次公開(kāi)表示，“針對中國互聯(lián)網(wǎng)金融市(′?ω?`)場(chǎng)情況，FICO已經(jīng)推出新(xin)的評分模型”但行業(yè)對此冷淡。另有相關(guān)人士向清流消費金融透露，“FICO總部曾考慮出售FICOヽ(′ー｀)ノ中國，一家類(lèi)信貸金融集團考慮接手，后來(lái)因為一些原因，沒(méi)有交易下去??”。
傳統機構自我革新，大數據風(fēng)控全產(chǎn)業(yè)鏈滲透
大數據風(fēng)控是將多維度、海量數據輸入模型，由機??器自動(dòng)判別借款資信狀況，隨著(zhù)對機器學(xué)習算法的不斷優(yōu)化迭代，模型精準??度將會(huì )越來(lái)越高?！巴ㄟ^(guò)測試對比，大數據風(fēng)控在部分領(lǐng)域，尤其是小額信貸方面，確實(shí)要比評分卡模型在適用度和準確度上要高”中誠信CTO姚明曾表示，一貫保守、(???)正統印象的中誠信也在加碼大數據。
在美國，益博睿CEOBrian Cassin曾對大數據持觀(guān)望態(tài)度，認為大數據并不成熟，但數據人員編制出賣(mài)了其意圖。益博睿2015年財務(wù)報告顯示：目前已有數據科學(xué)家40??0余人。
“大(da)數據風(fēng)控核心在于模型本身，尤其是變量特征”第三方風(fēng)控服務(wù)商誠安聚立創(chuàng )始人吳宇建表示(′；д；`)。將接入的數據信息做成成千上百的變量，用于交叉檢驗，好比一個(gè)(′▽?zhuān)?)(ge)人說(shuō)謊，他需要不斷地編織謊言來(lái)(′▽?zhuān)?去圓第一個(gè)謊，當信??息足夠大時(shí)，謊言就很容易被識別出來(lái)。
獲取海量數據成為機構的重點(diǎn)，多維度、海量數據也成為機構爭奪┐(′?｀)┌的主戰場(chǎng)?！按髷祿L(fēng)控最主要的是數據，沒(méi)有垃圾數據，所有的數據都是有用的，關(guān)鍵是怎樣應用”某信貸搜索比價(jià)平臺CEO在其D輪融資發(fā)布會(huì )時(shí)曾對媒體說(shuō)。
目前大數據風(fēng)控由最初的反欺詐、信用評分，也在向風(fēng)控全產(chǎn)業(yè)鏈衍生，如營(yíng)銷(xiāo)獲??客、貸后催收等，富國銀行高級副總裁劉建民向國內金融業(yè)分享大洋對??岸的催收經(jīng)驗：“我們會(huì )制作催收模型，預判違約者受壓程度，能(neng)夠電話(huà)催收的，直接由在菲律賓的電催中心打電話(huà)，降低催收成本(′；д；`)?！蹦壳按髷祿L(fēng)控服務(wù)、征信公司、數據公司，如百融金服、誠安聚立等，也都推出涵蓋貸前、貸中、貸后的全生命周(′Д` )期服務(wù)。
“熱點(diǎn)都是被蹭??的”，大數據風(fēng)控被金融平臺強上。國內??某家互金平臺，宣稱(chēng)其依靠大數據來(lái)做風(fēng)控，但是其ヽ(′▽?zhuān)?ノ風(fēng)控負責人A姐向清流消費金融透露，“我們公司是由線(xiàn)下起家，主要還是靠人審，跟大數據什么的毫不沾邊”據了解，該平臺風(fēng)控部門(mén)約130人，目前還在擴招。
“大家都在宣傳大數據風(fēng)控，已經(jīng)成(′_｀)為互金平臺獲取投資人信任的一種手段，但究竟多大的數據才算是大數據”，看著(zhù)眾人哄捧的大數據風(fēng)控，有著(zhù)將近兩年互金行業(yè)分析師經(jīng)驗的Z先生，眼睛??里閃爍著(zhù)看不懂的困惑。
大(da)數據的特性為海量數據、多樣性、實(shí)時(shí)性、高價(jià)值?！按蠹叶荚陉P(guān)注海量、多維度、實(shí)時(shí)的數據，但忽視了數據的價(jià)值”，某咨詢(xún)公司合伙人指出，“你倒是想把地球上所有數據都裝起(qi)起來(lái)，但是數據是有成本的，┐(′ー｀)┌關(guān)鍵是要解決什么問(wèn)題，而不能盲目”。
據了解，大數據風(fēng)控成本為數據獲取、風(fēng)控模型搭建、IT系統，風(fēng)控模型搭建、IT系統為固定成本，后期??迭代、維護費用相對較少，而數據??獲取則是增量支出，目前信(╬ ò﹏ó)貸平臺數據成本范圍較大，根據客戶(hù)資質(zhì)不同，幾塊到一百多塊錢(qián)不等。
“數據本??身是資源壟斷性的，但隨著(zhù)征信逐步健全，數據未來(lái)將沒(méi)有壁壘，數據將是脫敏，且能夠公開(kāi)交易??買(mǎi)賣(mài)的”吳宇建對誠安聚立的定位，并沒(méi)有放在數??據本身，而是算法模型。感受到行業(yè)亂象的并非吳宇??建一人，凡普金科(′?_?`)相關(guān)負責人也對清流消費金融表示：??“大數據征信的基礎是數據結構化處理，只??有經(jīng)過(guò)結構化處理的風(fēng)控模型，才能在機器中越跑越準，但目前很多機構都沒(méi)有這道工序”。
除此之外，許多傳統金融機構也在求變，“部分機構找我們做項目，但在項目之初根本沒(méi)有想好我要通過(guò)大數據來(lái)解決什么(me)問(wèn)題，只因領(lǐng)導一句話(huà)，領(lǐng)導說(shuō)要大數據那就要??大數據”，某咨詢(xún)公司合伙人說(shuō)。
熱捧之下，定有泡沫，待到破裂之時(shí)，“真用功”還是“假作作”，便能一眼看??穿。
“我們經(jīng)手的項目中，有些金融機構是為了追捧概念而做大數據，并沒(méi)有考慮實(shí)際中要解決的問(wèn)題”在某金融業(yè)分享會(huì )上，一位咨詢(xún)公司合伙人無(wú)奈的聳聳肩，“大數據僅是一種解決問(wèn)題的工具，它不是萬(wàn)能的”。(′?_?`)
在金融本該最謹慎、最保??守的風(fēng)控領(lǐng)域，“得大數據者得天下”的論調同樣頗有市場(chǎng)，大數據風(fēng)控成為他們眼中驅除不良的神兵利器。
IPC、評分卡沒(méi)落，??FICO中國差點(diǎn)慘遭出售
信貸機構風(fēng)控技術(shù)(shu)主要分為IPC、信貸工廠(chǎng)、評分卡、大數據風(fēng)控四類(lèi)??，隨著(zhù)借款客戶(hù)下沉、體驗感(′?_?`)增強……面對變化，傳統風(fēng)控已經(jīng)產(chǎn)生不適感：成本高、效率低、速度慢、維度單一……大數據風(fēng)控破殼而出。
“風(fēng)控流程中留給人工的部分已經(jīng)很少了，更多的是基礎、輔助工作，像線(xiàn)下助貸(?⊿?)員對用戶(hù)信息錄入、逾期后電話(huà)催收、用戶(hù)資質(zhì)拿捏不準時(shí)，需要人工對用戶(hù)信息重新審核”馬??上消費高級數據決策總監李屆悅說(shuō)。目前，李屆悅手下數據團隊(dui)約為50人，負責數據清洗、模型迭代等工作，共同支撐約400億交易量。
“IP??C依靠人工經(jīng)驗，要信審員一??個(gè)一個(gè)去查，更適合(′ω｀)大額度的??對公業(yè)務(wù)”，91征信CEO薛本川表示：“國內很多信(′_ゝ`)貸機構在風(fēng)控上都已經(jīng)采用(′?_?`)模型了”。
與IPC在小額貸款領(lǐng)域“遭人嫌棄”不同，以FICO為代表的評分卡模型，占領(lǐng)高凈值人群市場(chǎng)，但由于國內缺乏征信土壤，FICO水土不服。信貸機構引入FICO評分模型品牌宣傳的意義遠大于風(fēng)控本身，已是公開(kāi)的秘密?！癋ICO評分模型精確度確實(shí)比較高，但看中還款記錄，維度相對單一，無(wú)法給低(di)信用記錄人群精(jing)確評ヾ(′?｀)?分?！眤estfinance出身背景的李屆悅說(shuō)。??
2016年，FICO中國區副總裁王世今，曾多次公開(kāi)表示，“針對中國互聯(lián)網(wǎng)金融市場(chǎng)情況，FICO已經(jīng)推出新的評分模型”但行業(yè)對此冷淡。另有相關(guān)人士向清流消費金融透露，“FICO總部曾考慮出售FICO中國，一家類(lèi)信貸金融集團考慮接手，后來(lái)因為一些原因，沒(méi)有交易下去”。
傳統機構自我革新，大數據風(fēng)控全產(chǎn)業(yè)鏈滲透
“大數據風(fēng)控核心在于模型本身，尤其是變量特征”第三方風(fēng)控服務(wù)商誠安聚立創(chuàng )始人吳宇建表示。將接入的數據信息做ヽ(′ー｀)ノ成成千上百的變量，用于交叉檢驗，好比一個(gè)人說(shuō)謊，他需要(yao)不斷地編織謊言來(lái)去圓第一個(gè)謊，當信息足夠大時(shí)，謊言就很容易被識別出來(lái)。
獲取海量數據成為機構的重點(diǎn)，多維度、海量數據也成為機構爭奪的主戰場(chǎng)?！按髷祿L(fēng)控最主要的是數據，沒(méi)有垃圾數據，ヽ(′▽?zhuān)?ノ所有的數據都是有用的，關(guān)鍵是怎樣應用”某信貸搜索比價(jià)平臺CEO在其D輪融資發(fā)布會(huì )時(shí)曾對媒體說(shuō)。
目前大數據風(fēng)控由最初的反欺詐、信用評分，也在向風(fēng)控全產(chǎn)業(yè)鏈衍生，如營(yíng)銷(xiāo)獲客、貸后催收等，富國銀行高級副總裁劉建民向國內金融業(yè)分享大洋對岸的催收經(jīng)驗：“我們會(huì )制作催收模型，預判違約者受壓程度，能夠電話(huà)催收的，直???接由在菲律賓的電催中心打電話(huà)，降低催收成本?！蹦壳按髷祿L(fēng)控服務(wù)、征信公司、數據公司，??如百融金服、誠安聚立等，也都推出涵ヽ(′▽?zhuān)?ノ蓋貸前、貸中、貸后的全生命周期??服務(wù)。
想蹭大數據風(fēng)控的熱點(diǎn)，其實(shí)并不輕松
“熱點(diǎn)都是被蹭的”，大數據風(fēng)控被金融平臺強上。國內某家互金ヽ(′ー｀)ノ平臺，宣稱(chēng)其依靠大數據來(lái)做風(fēng)控，但是其風(fēng)控負責人A姐向清流消費金融透露，“我們公司是由線(xiàn)下起家，主要還是靠人審，跟大數據什么的毫不沾邊”據了解，該平臺風(fēng)控部門(mén)約(yue)130人，目前還在擴ヽ(′▽?zhuān)?ノ招。
“大家都(dou)在宣傳大數據風(fēng)控，已經(jīng)成為互金平(ping)臺(°□°)獲取投資人信任的一種手段，但究竟多大的??數據才算是大數ヽ(′▽?zhuān)?ノ據”，看著(zhù)眾人哄捧的大數據風(fēng)控，有著(zhù)將近兩年互金行業(yè)分析師經(jīng)驗的Z先生，眼睛里閃爍著(zhù)看不懂的困惑。
大數據的特性為海量數據、多樣性(xing)、實(shí)時(shí)性、高??價(jià)值(zhi)?！?′▽?zhuān)?)大家都在關(guān)注海量、???多維度、實(shí)時(shí)的數據，但忽視ヽ(′ー｀)ノ了數據的價(jià)值”，某咨詢(xún)公司合伙人指出，“你倒是想把地球上所有數據都裝起起來(lái)，但是數據是有成本的，關(guān)鍵是要解決什么問(wèn)題，而不能盲目”。
據了解(jie)，大數??據風(fēng)控成本為數據獲取、風(fēng)控模型搭建、IT系統，風(fēng)控模型搭建、IT系統為固定成本，后期迭代、維護費用相對較少，而數據獲取則是增量支出，目前信貸平臺數據成本范圍較大，根據客戶(hù)資質(zhì)不同，幾塊到一百多塊錢(qián)不等。
“數據本身是資源壟斷性的，但隨著(zhù)征信逐步健全，數據未來(lái)將沒(méi)有壁壘，數據將?是脫敏，且能夠公開(kāi)交易買(mǎi)賣(mài)的”吳宇建對誠安聚立的定位，并沒(méi)有放在數據本身，而是算法模型。感(gan)受到行業(yè)亂象的并非吳宇建一人，(′▽?zhuān)?)凡普金科相關(guān)負責人也對清流消費金融表示：“大數據征信的基礎是數據結構化處理，只有經(jīng)過(guò)結構化處理的風(fēng)控模型，才能在機器中越跑越準，但目前很多機構都沒(méi)有這道工序”。
除此之外，許多傳統金融機構也在求變，“部分機構找我們做項目，但在項目之初根本沒(méi)有想好我要通過(guò)大數據來(lái)解決什么問(wèn)題，只因領(lǐng)導一句話(huà)，領(lǐng)導說(shuō)要大數據那就要大數據”，某咨詢(xún)公司合伙人說(shuō)。
熱捧之下，┐(′?｀)┌定有???泡沫，待到破裂之時(shí)，“真用功”還是“假作作”，便能一眼看穿。
來(lái)源：??清流消費金融
“我們經(jīng)手的項目中，有些金融機構是為了追捧概念??而做大數據，并沒(méi)有考慮實(shí)際中要解決的問(wèn)題(ti)”在某金融業(yè)(╬?益?)分享會(huì )上，一位咨詢(xún)公司合伙人??無(wú)奈的聳聳肩，“大數據僅是一種解決問(wèn)題的工具，它不是萬(wàn)能的”。
信貸機構風(fēng)控技術(shù)主要分為IPC、信貸工廠(chǎng)、評分卡、大數據風(fēng)控四類(lèi)，隨著(zhù)借款客戶(hù)下沉、體驗感增強……面對變化，傳統風(fēng)控已經(jīng)產(chǎn)生不適感：成本高、效率低、速度慢、維度單一……大數據風(fēng)控破殼而出。
“像??消費這種小額貸款，傳統信貸員一天最多審核五十單，而大數據風(fēng)控全(′▽?zhuān)?程自動(dòng)化，??不受人力所累，審批數量無(wú)??上限”在與IPC、信貸工廠(chǎng)??等技術(shù)對比時(shí)，高效、人工低參與度是大(???)數據風(fēng)控留下的第一印象。據了??解，目前馬上消費金融、凡普金科等平臺，其風(fēng)控自動(dòng)化水平已經(jīng)達到80%，貸前的防欺詐、信用評估環(huán)節，已實(shí)現100%模型決策。
“??風(fēng)控流程中留給人工的部分已經(jīng)很少了，更多的是基礎、輔助工作，像線(xiàn)下助貸員對用戶(hù)信息???錄入、逾期后電話(huà)催收、用戶(hù)資質(zhì)拿捏不準時(shí)，需要人工對用戶(hù)信息重新審核”馬上消費高級數據決策總監李屆悅說(shuō)。目前，李屆悅手下數據團隊約為50人，負責數據清洗、模型迭代等工作，共同支撐約400億交易量。
“IPC依靠人工經(jīng)(jing)驗，要信審員一個(gè)一個(gè)去查，更適合大額度的對公業(yè)務(wù)”，91征信C(╯°□°）╯︵ ┻━┻EO薛本川表示：“國內很多信貸機構在風(fēng)(feng)控上都已經(jīng)采用模型了”。
與IPC在小額貸款領(lǐng)域“遭人嫌棄”不同，以FICO為代表的評分卡模型，占領(lǐng)高凈值人群市場(chǎng)，但由于國內缺乏征信土壤，FICO水土不服。信貸機構引入FICO評分模型品牌宣傳的意義遠大于風(fēng)控本身，已是公開(kāi)的秘密?！癋ICO評分模型精確度確實(shí)比較高，但看中還款記錄，維度相對單一，無(wú)法給低信用記錄人群精確??評分?！眤estfinance出身背景的李屆悅說(shuō)。
傳統機構自我革新，大數據風(fēng)控全產(chǎn)業(yè)鏈滲透
大數據風(fēng)控是將多維度、海量(liang)數據輸入模型，由機器自動(dòng)判別借款資信狀況，隨著(zhù)對機器學(xué)習算法的不斷優(yōu)??化迭代，模ヽ(′?｀)ノ型精準度將會(huì )越來(lái)越高?！巴ㄟ^(guò)測試對(′；ω；`)比，大數據風(fēng)控在部分領(lǐng)域，尤( ?ω?)其是??小額信貸方面，確實(shí)要比評分卡模型在適用度和(′▽?zhuān)?)準確度上要高”中誠信CTO姚明曾表示，一貫保(bao)守、正統印象的中誠信也在加碼大數據。
在美國，益博睿CEOBrian Cassin曾對大數據持觀(guān)望態(tài)度，認為大數據并不成熟，但數據人員編制出賣(mài)了其意圖。益博睿2015年財務(wù)報告顯示：目前已有數據科學(xué)家400余人。
獲取海量數據成為機構的重點(diǎn)，多維度、海量數據也成為機構爭奪的主戰場(chǎng)?！按??數據風(fēng)控最主要的是數據，沒(méi)有垃圾數據，所有的數據都??是有用(???)的，關(guān)鍵是怎樣應用”某信貸搜索比價(jià)平臺CEO在其D輪融資發(fā)布會(huì )時(shí)曾對媒體說(shuō)。
目前大數據風(fēng)控由最初的反欺詐、信用評分，也在向風(fēng)控全產(chǎn)業(yè)鏈衍生，如營(yíng)銷(xiāo)獲客、貸后催收等，富國銀行高級副總裁劉建民向國內金融業(yè)分享大洋對岸的催收經(jīng)驗：“我們會(huì )制作催收模型，預判違約者受壓程度，能夠電話(huà)催收的，直接由在菲律賓的電催中心打電話(huà)，降低催收成本?！蹦壳按髷祿L(fēng)控服務(wù)、征信公司、數據公司，如百融金服、誠安聚立等，也都推出涵蓋貸前、貸中、貸后的全生命周期服務(wù)。
“熱點(diǎn)(′_｀)都是被蹭的”，大數據風(fēng)控被ヽ(′ー｀)ノ金融平臺強上。國內某家互金平臺，宣???稱(chēng)其依靠大數據來(lái)做風(fēng)控，但是其風(fēng)控負責人A姐向清流消費金融透露，“我們公司是由線(xiàn)下起家，(??ヮ?)?*:???主要還是靠人審，跟大數據什么的毫不沾邊”據了解，該平臺風(fēng)控部門(mén)約130人，目前還在擴招。
“大家都在宣傳大數據風(fēng)控，已經(jīng)成為互金平臺獲取投資人信任的一種手(shou)段，但究竟多大的數據才算是大數據”，看著(zhù)眾人哄捧的大數據風(fēng)控，有著(zhù)將近兩年互金行業(yè)分析師經(jīng)驗的Z先生，眼睛里閃爍著(zhù)看不懂的困惑。
大數據的特性為海量數(′▽?zhuān)?)據、多樣性??、實(shí)時(shí)性、高價(jià)值?！按蠹叶荚陉P(guān)注海量、多維度、實(shí)時(shí)的數據，但忽視了數據的價(jià)值”，某咨詢(xún)公司合伙人(′ω｀*)指出，“你倒是想把地球上所有數據都裝起起來(lái)，但是數據是有成本的，關(guān)(guan)鍵是要解決什么問(wèn)題，而不能盲目”( ?ヮ?)。
據了解，大數據風(fēng)控成(cheng)本為數據獲取、風(fēng)控模型搭建、IT系統，風(fēng)控模型搭??建、IT系統為固定成本，后期迭代、維護費用相對較少，而數據獲取則是增量支出，(???)目前信貸平臺數據成本范圍較大，根據客戶(hù)資質(zhì)不同，幾塊到一百多塊錢(qián)不等。
“數據本身是資源壟斷性的，但隨著(zhù)征信逐步健全，數據未來(lái)將沒(méi)有壁壘，數據將是脫敏，且能夠公開(kāi)┐(′?｀)┌交易買(mǎi)賣(mài)的”吳宇建對誠安聚立的定??位，并沒(méi)有放在數據本身，而是算法模型。感受到行業(yè)亂象的并非吳宇建一(╬?益?)人，凡普金科相關(guān)負責人也對清流消費金融表示：“大數據征信的基礎是數據結構化處理，只有經(jīng)過(guò)結構化處理的風(fēng)控模型，才能??在機器中越跑越準，但目前ヾ(′?｀)?很多機構都沒(méi)有這??道工序”。
熱捧之下，定有泡沫，待到破裂之時(shí)，“真用功”還(hai)是“假作作”，便能一眼看穿。
“我們經(jīng)手的項目中，有些金融機構是為了追捧概???念??而做大數據，并沒(méi)有考慮實(shí)際中要解決的問(wèn)(wen)題”在某金融業(yè)分享會(huì )上，一位咨詢(xún)公司合伙人無(wú)(╥_╥)奈的聳聳肩，“大數據僅是一種解決問(wèn)題的工具，它不是萬(wàn)能的”。
在金(′?｀*)融本該最謹慎、最保守的風(fēng)控領(lǐng)域，“得大數據者得天下”的論調同樣頗有市場(chǎng)，大數據(ju)風(fēng)控成為(wei)他們眼中驅除不良的?神兵利器。
IPC、評分卡沒(méi)落，FICO中國差點(diǎn)慘遭出售
信貸機構風(fēng)控技術(shù)主要分為IPC、信貸工廠(chǎng)、評分卡、大數據風(fēng)控四類(lèi)，隨著(zhù)借款客戶(hù)下沉、體驗感增強……面對變化，傳統風(fēng)控已經(jīng)產(chǎn)生不適感：成本高、效率低、速度慢、維度單一……大數據風(fēng)控破殼而出。
“像消費這種小額貸款，傳統信貸員一天最多審核五十單，而大數據風(fēng)控全程自動(dòng)化，不受人力所累，審批數量無(wú)上限”在與IPC、信貸工廠(chǎng)等技術(shù)對比時(shí)，高效、人工低參與度是大數據風(fēng)控留下的第一印象。據了解，??目前馬(′▽?zhuān)?上消費金融、凡普金科等(deng)平臺，其風(fēng)控自動(dòng)???化水平已經(jīng)達??到80%，貸前的防欺??詐、信用評估環(huán)節，已實(shí)現100%模型決策。
“風(fēng)控流程中留給人工的部分已經(jīng)很少了，更多的是基礎、輔助工作，像線(xiàn)(xian)下助貸員對用戶(hù)信息錄入、逾期后電話(huà)催收??、用戶(hù)資質(zhì)拿捏不準時(shí)，(′_ゝ`)需要人工對用戶(hù)信息重新審核”，馬上消費高級數據決策總監李屆悅說(shuō)。目前，李屆悅手下數據團隊約為50人，ヾ(′▽?zhuān)??負責數據清洗、模型迭代等工作，共同支撐約400億交易量。
“IPC依靠人工經(jīng)驗，要信審員一個(gè)一個(gè)去查，更適合大(da)額度的對公業(yè)務(wù)”，91征信CEO薛本川表示：“國內很多信貸機構在風(fēng)控上都已經(jīng)采(′▽?zhuān)?用模型了”。
與IPC在小額貸款領(lǐng)域“遭人嫌棄”不同，以FICO為代表的評分卡模型( ?ヮ?)，占領(lǐng)高凈值人群(′_｀)市場(chǎng)，但由于國內缺乏征信土壤，FICO水土不??服。信貸機構引入FICO評分模型品牌宣傳的意義遠大于(yu)風(fēng)控本身，已是(?_?;)公開(kāi)的秘密?！癋ICO評分模型精確度確實(shí)比較高，但看中還款記錄，維度相(′▽?zhuān)?對單一，無(wú)法給低信用記錄人群( ?ヮ?)精確評分?！眤estfヽ(′ー｀)ノinance出(???)身背景的李屆悅說(shuō)。
傳統機構自(′▽?zhuān)?)我革新，大數據風(fēng)控全產(chǎn)業(yè)鏈滲透
大數據風(fēng)控是將多維度、海量數據輸入模型，由機器自動(dòng)判別借款資信狀況，隨著(zhù)對機器學(xué)習算法的不斷優(yōu)化迭代，模型精準度將會(huì )越來(lái)越高?！巴ㄟ^(guò)測試對比，大數據風(fēng)控在部??分領(lǐng)域，尤其是小額信貸(╯°□°）╯︵ ┻━┻方面，確實(shí)要比評分卡模型在適用度和準確度上要高”中誠??信CTO姚明曾表示，一貫保守、正統印象的中誠信也在加碼大(′▽?zhuān)?數據(ju)。
在美國，益博睿CEOBrian Cassin曾對大數據持觀(guān)望( ?ω?)態(tài)度，認為大數據并不成熟，但數據人員編制出賣(mài)了其意圖。益博睿2015年財ˉ\_(ツ)_/ˉ務(wù)報告顯示：目前已有數據科學(xué)家400余人。
“大數據風(fēng)控核心在于模型本身，尤其是變量特征”第三方風(fēng)控服務(wù)商誠安聚立創(chuàng )始人吳宇建表(biao)示。將接入的數據信息做成成千上百的變量，用于交??叉檢驗，好比一個(gè)人說(shuō)謊，他需要不斷地編織謊言來(lái)去圓第一個(gè)謊(???)，當信息足夠大時(shí)，謊言就很容易被識別出來(lái)。
獲取海量數據成為機構的??重點(diǎn)，多維度、海量數(′ω｀*)據也(ye)成為機構(?⊿?)爭奪的主戰場(chǎng)?！按髷祿L(fēng)控最主要的是數據，沒(méi)有垃圾數據，所有的數據都是??有用的，關(guān)鍵是怎樣應用”某信貸搜索比??價(jià)平臺CEO在其D輪融資發(fā)布會(huì )時(shí)曾對媒體說(shuō)。
目前大數據風(fēng)控由最初的反(fan)欺詐、信用評分(°□°)，也在向風(fēng)控全產(chǎn)業(yè)鏈衍生，如營(yíng)銷(xiāo)獲客、貸后催收等，富國銀行高級副總裁劉建民向國內金融業(yè)分享大洋對岸的催收經(jīng)驗：(?????)“我們會(huì )制作??催收模型，預判違約者受壓程度，能夠電話(huà)??催收的，直接由在菲律賓的電催中心打電話(huà)，降低催收成本?！蹦壳按髷祿L(fēng)控服務(wù)、征信公司、數據公司，如百融金服、誠安聚立等，也都推出涵蓋貸前、貸中??、貸后的全生命周期服務(wù)。
想蹭大數據風(fēng)控的熱點(diǎn)，其實(shí)并不輕松
“熱點(diǎn)都是被蹭的”，大數據風(fēng)控被金融平(ping)臺強上。國內某家互金平臺，宣稱(chēng)其??依靠大數據來(lái)做風(fēng)控，但是其風(fēng)控負責人A姐向清流消費金融透露，“我們公司是由線(xiàn)下起家，主要還是靠人審，跟大數據什么的毫不沾邊”據了解，該平臺風(fēng)控部門(mén)約130人，目前還在擴招。
“大(da)家都在宣傳大數據風(fēng)控，已經(jīng)成為互金平臺獲取投資人信任的一種手段，但究竟多大的數據才算是┐(′д｀)┌大數據”，看著(zhù)眾人哄捧的大數據風(fēng)控，有著(zhù)將近兩年互金行業(yè)分析師經(jīng)驗的Z先生，眼睛里閃爍著(zhù)看不懂的困惑。
大數ヾ(′?｀)?據的特性為海量數據、多樣性、實(shí)時(shí)性、高價(jià)值?！按蠹叶荚陉P(guān)注海量、多維度、實(shí)時(shí)??的數據(??-)?，但(dan)忽視了數??據的價(jià)值”，某咨詢(xún)公司??合伙人指出，“(′?ω?`)你倒是想把地球上所有數據都裝起起來(lái)，但是數據是(shi)有成本的，關(guān)鍵是ヽ(′▽?zhuān)?ノ要解決什么問(wèn)題，而不能盲目”。
據了解，大數(╯°□°）╯據風(fēng)控成本為數據獲取、風(fēng)控模型(xing)搭建、IT系統，風(fēng)控模型搭建、IT系統為固定成本，后期迭代、維護費用┐(′д｀)┌相對較(jiao)少，而數據獲取則是增量支出?，目前信貸平臺數據成本范圍較大，根據客戶(hù)資質(zhì)不同，幾塊到一百多塊錢(qián)不等。
“數據本身是資源壟斷性的，但隨著(zhù)征信逐步健全，數據未來(lái)將沒(méi)有壁壘，數據將是脫敏，且能夠公開(kāi)交易買(mǎi)賣(mài)的”??吳宇建對誠安聚立的定位，并沒(méi)有放在數據本身，而是算法模型。感受到行業(yè)亂象的并非吳宇建一人，凡普金科相關(guān)負責人也對清流消費金融表示：“大數據征信的基礎是數據結構化處理，只有經(jīng)過(guò)結構化處理的(╥_╥)風(fēng)控模型，才能在機器中越跑越準，但目前很多機構都沒(méi)(╯‵□′)╯有這道工序”。
除此之外，許多傳統金融機構也在求變，??“部分機構找我們做項目，但在項目之初根本沒(méi)有想好(hao)我要通過(guò)大數據來(lái)解決(′ω｀*)什么問(wèn)題，只因領(lǐng)導一句話(huà)，領(lǐng)導說(shuō)要(????)大數據??那就要大數據”，某咨詢(xún)公司合伙人說(shuō)。
熱捧之下，定有泡沫，待到破裂之(zhi)時(shí)，“真用功”還??是“假作作”，便能一眼看穿。
網(wǎng)頁(yè)設計基礎內容_網(wǎng)站建設基本技能_2
網(wǎng)頁(yè)設計崗位職責_網(wǎng)站設計部門(mén)工作內容_1網(wǎng)頁(yè)設計和網(wǎng)站設計有什么區別_浙江電子網(wǎng)站設計有哪些_1網(wǎng)頁(yè)設計圖片 模板_網(wǎng)店型網(wǎng)站設計模板_2
手機：
13910811300
電話(huà)：
010-52661970
傳真：
010-82694569
網(wǎng)址：www.javn.cn
郵箱：[email protected]
朝陽(yáng)一部：朝陽(yáng)區紫芳路九號院廣順園2號樓2605A
海淀二部：回龍觀(guān)黃平路19號院泰華龍旗廣場(chǎng)E座1212室(距西三旗橋2公里，8號線(xiàn)育新站海淀昌平交界）
© 2025.Company name All rights reserved.網(wǎng)站地圖 天津九安特機電工程有限公司-More Templates 粵ICP備888888號
