您的位置:计世网 - 互联网

“聚信立”运营副总裁喻昊旻:互联网数据对于信贷行业的冲击



“聚信立”运营副总裁喻昊旻:互联网数据对于信贷行业的冲击


世界杯预测、高考预测、电影票房预测、流行病预测,在大数据时代下,作为其核心,预测分析已在商业和社会中得到广泛应用。但对大数据人来说,预测也是目前在大数据领域中最难的一个环节:大规模数据的调用、流式数据的处理、预测与被预测的悖论、预测模型的搭建,一方面在考验着 大数据处理技术,另一方面也在考验着数据科学家们对目标事物的理解。

本次活动邀请了大数据领域和大数据应用企业的技术人员、数据科学家们分享大数据预测技术上的实践与经验。希望通过本次活动达到跨界和跨行业的数据从业者的交流,碰撞出更多探索的火花。

与会嘉宾有:Dell中国解决方案事业部的高级顾问忽林安、Kyligence联合创始人兼CEO韩卿、上海势航网络车联网平台总监万佳驹、敬众科技总经理瞿天锋、“聚信立”运营副总裁喻昊旻、苏州朗动网络CTO刘培彬。


以下是“聚信立运营副总裁喻昊旻”在现场的精彩发言,数据猿编辑整理:

喻昊旻:大家下午好!罗皓先生由于飞机晚点,今天来不了,这边由我来给大家介绍。今天我们主要介绍在大数据应用领域非常普遍的,怎么通过互联网大数据去做信贷,尤其是风控、获客资金端的管理。材料当中将分成下面几大块介绍:首先介绍整个互联网数据对于我们做信贷的冲击。第二块也是信贷机构最关心的,风控系统该如何应用。第三块是对于获客以及资金端的使用。

一、互联网数据对于信贷行业的冲击

我之前主要从事风险管理这一块。在银行,包括渣打银行,还有咨询公司,都是做风险管理的,尽管目前管运营这这方面,但其实这两块是结合的。因为我之前更多的是为比较大型的金融机构,银行、证券、保险机构服务。来到聚信立以后,接触更多的是个人,个人对于目前这个信贷行业是一个非常庞大的市场。

最初我们聚信立公司是做社交网络广告监控的,我们为企业对它的粉丝或者它粉丝的微博进行监控,看这个企业的粉丝在微博上面是不是存在一些敏感信息影响到企业将来对于广告推广上面的使用。慢慢的我们发觉这一块做起来比较困难。第一个对不同的企业,这个需求是完全不一样的,所以要开发不同样的定制化的监控,这需要非常多的人力或者设计人员。后来我们慢慢的开始往信贷方面走,这个目的也是迎合目前中国市场,尤其在信贷行业中,对于个人信贷这一块市场是非常庞大的。同时我们也跟各种机构反复沟通,他们觉得自身缺乏一套标准化的东西,无法应用到信贷业务上面。从这个切入点出发,我们为其提供基于互联网数据,并为客户提供信贷方面的管理。

互联网数据

对于互联网数据,大家听的也很多,各种各样的。每天大家在马路上面、地铁上面,看到很多人通过手机进行消费,无论是在京东还是淘宝,同时PC端也有。整个数据是非常分散的,我们的目的就是将分散的数据整合起来,帮助那些未来有贷款需求的公司,为他提供征信数据评估风险。目前中国市场上大家听到的人行标准的征信机构覆盖的数据只有大概两亿多,市场上面还有四亿多是空白的。对于信贷机构来说,很多时候未来申请贷款的人都是在这个四亿里面的。假设这个机构没有办法获取到客户的个人征信,甚至查不到他的记录,这时候就需要有一套额外的信息协助他判别这个客户是不是存在风险、是不是存在欺诈、多头借贷的风险。

同时大家也看到,目前尤其是年轻人的消费理念已经大大转变了,不像我们那个时代都是申请信用卡、房贷、消费贷。现在市场上面大家听到最多的P2P、消费贷、分期,这些机构有几千家,都是基于客户的行为习惯来做业务的。很多时候客户更愿意走线上,通过手机一两分钟填完资料就申请贷款了,最快的可能一分钟对方就把贷款发过来了。同时现在很多年轻人愿意走提前消费或者做分期,先付一小部分费用,12个月或者6个月的形式还款。比如说我认识很多机构的朋友跟我说,现在很多女性愿意做分期美容,还有看牙齿也有愿意走分期的,其实这些业务都是基于现在消费者的习惯走的。

我们的数据都是基于艾瑞咨询的报告,2015年的数据显示,个人消费余额达到19万亿。2016年按照20%的比例增长,到2019年估计有超过40万亿的个人消费量。所以现在各种各样的贷款机构都想往这一块发展,而发展的核心则是:做信贷的时候怎么风控?他们担心我做了这个贷款放款出去客户会不会不还钱,这是他们最关心的。

从行业角度来说,政府机构、监管角度也是非常鼓励不同的机构做这一块业务的。因为毕竟银行数目是有限的,整个在中国市场上面每个省占据的个数都是比较少的。

监管角度来说,也希望每个省份或者每个地区有一定量的能够支持客户消费需求的这种小型的贷款机构,比如说P2P或者消费金融,其实目前在市场上面每年大家看到很多的机构去申请。包括银行,监管层面通过了15家银行旗下的消费金融公司,今年我们了解到这个数字可能要翻倍,明年可能要30家。每家银行其实也看到了,通过传统业务来走,他们更多获取的是一种相对比较好的,优质的用户。对于中下层的客户更多的愿意走刚刚我们说的消费贷或者分期的形式,他们希望有更多的信息提供给他们,帮助他们做这种业务甚至于风控也好。

二、风控应用

我们说到很多的贷款机构,怎么利用互联网的数据进行风控呢?刚刚我们也提到了,对于风控,对于贷款机构,我之前也在银行做过审批贷款,审批贷款里面会发现最大的就是欺诈风险,尤其在个人申请的时候有一些人有意识的提供一些假的信息或者虚假信息,客户如果做欺诈的话,一般其提供的信息比如说手机号、身份证号、紧急联系人号码等也会做一些手脚,很多时候如果有一个渠道能够验证录入的信息是不是存在欺诈成分,能够很好的为金融机构做风控。

黑中介

同时我们也看到最近一两年所谓的黑中介非常的多,各个地区都有。黑中介很多是成群的,通过电话跟客户进行沟通,我们也可以通过一些手段抓取这些人的沟通记录,以沟通记录为形式看它跟各种各样的人沟通的情况。如果我是申请贷款人,经常跟黑中介有频繁的联系,那这个人存在的风险相对比较高,这也是我们作为前提假设,跟坏的样本的人接触的多,对于金融机构来说这个人申请贷款风险会很高。

同时还有多头借贷,这是现在对于贷款机构来说非常头大的问题,客户申请贷款的时候,到A贷款,A不知道这个人是不是同时到别的机构申请贷款。如果通过互联网大数据的形式抓取到他是否同时在别的机构申请贷款,这样可以告诉到贷款机构这个人的还款能力、贷款需求,并且有欺诈成分在里面,帮助贷款机构更好的把控风险。

信息造假

还有信息造假,目前用的比较多的是通过交叉印证的形式,输入手机号是假的,我们怎么印证?通过通话记录,通过淘宝、京东的消费记录。一般淘宝、京东消费记录上面有手机号,输入信息有虚假,做一个交叉印证,能够马上表达出来这个人有欺诈行为的。

刚刚也说到对于贷款机构最大的三大风险:欺诈、信用、多头借贷,从基于跟我们合作的五六百家贷款机构那里了解到,风险最大的就是在欺诈这一块。

对于信息,传统意义上大家申请贷款的时候,银行角度获取到的是非常基本的信息,比如性别之类的。其实对于现在银行也好,希望有渠道获取到更多的数据,比如说这个人平时跟哪些人沟通,同时在外面消费的记录,包括在京东、淘宝,以及一些旅游的倾向,是不是有旅游习惯,如果能够将这些数据整合起来,对于人的画像将更加精准。这些对于贷款机构来说,都是非常有用的。第一方面他们评估风险的时候,以往有限的数据评估一个人是非常稀薄的,表面来说只能看到一些最基础的信息,我如果有更多的互联网数据,会看到各个层面的数据。我自己查过我们公司的报告,我的公司基于我的电话记录,看了一下我的电话记录就知道我这个人半年内的行为习惯,跟什么人沟通,生活圈在哪里,整体消费习惯怎么样,这对于我评判我自己也是有帮助的,同样这些信息对于贷款机构来说,同样可以判别我这个贷款人存在的风险是怎样的,是不是有欺诈成分,具体贷款给你的额度是多少,你的还款能力是多少,都可以做一个比较量化的评估。

数据获取来源

刚刚说到数据源获取的渠道分成几大类:

第一块是授权的。如果评估一个人的风险,很多时候需要客户授权这个机构去查他的信息,比如说可以提供他的手机号、帐单,可以提供京东、淘宝的交易记录,信用卡的数据,这个层面更多通过客户的授权形式。

第二块是通过网络监控。网络监控,举一个例子,客户提供一个手机号,我们可以通过不同的网上搜索这个客户的手机号,如果申请贷款的时候请打我这个电话,有可能这个号码出现在某一个网站上面的记录,判别是不是黑中介或者高风险的客户群。

第三块通过SDK嵌入式的模式,了解客户的信息,这是目前市场上面从信贷角度最通用的三种模式。

三、获客以及资金端的使用

刚刚我们说了很多风控角度,对于贷款机构还有一个很重要的就是获客。获客从简单的信息角度来说,最初从信息抓取进来看这个客户是不是符合贷款机构的标准,评估这个贷款到底是放贷还是不放贷,以及具体的额度。其实更多的是对于贷款机构来说,信贷行业是信息的流动,最后才导致资金的流动。因为基于这个信息才能判别这个风险高低,最后判别要不要放款、额度是多少。目前我们基于传统的信息,再结合互联网的信息能够更全面的评估一个贷款者的风险。

市场需求

1、获客端

目前对市场的需求,在2015年的时候差不多是19万亿,我们从客户的角度也调研过,他们很多时候觉得我之前到A公司去申请贷款的时候要提供一堆信息,到B公司还要一堆信息,而且双方提供的信息差别非常大,他们发现从效率角度是非常麻烦的。他们希望有类似于平台一样,只要提供一整套的信息,能够同时在不同的机构平台上面申请贷款。这个一方面对于客户申请的角度来说提高了效率,同时对于贷款机构来说他们也可以更好的去评估信息。举个例子,对于这个产品要设计20个指标,对于另外一个产品要设计另外20个指标,本身维护起来,包括模型开发起来是非常复杂的,他们更希望字段越少越好,三个字段,但从三个字段的角度来说相对比较薄弱,我们希望能够提供相对一整套比较全的,标准化的数据,能够提供给不同的贷款机构,让他们更好的评估风险,同时提高他们的审批效率,这是对于我们基于互联网数据最能帮助他们做的一个工作。

2、资金端

刚刚我们说到获客角度对于贷款机构希望有一整套的标准化的。同时对于资金端也有非常大的需求,基于对于不同的资金端的客户进行调研,对于贷款机构他们也发现,比如说贷款资金达到一定程度,十个亿、二十个亿以后,需要把这些贷款资产进行打包出售给别人,甚至做资产证券化。当然市场上面有很多资产机构,对于他们的困惑是怎么评估这个贷款机构的资产是不是好?客户的品质是不是比较高?这当中我们可以做一个平台的形式帮他们去评估这个贷款机构。对于我们这个平台获取到五六百家贷款机构每天超过二三十万条查询记录,这些机构当中哪些客户风险比较高、哪些风险比较低,侧面可以了解到这些机构本时在获客角度获客的质量高还是低,这样把这些信息反馈给资产端,他们可以明确的知道我到底对应该投哪一个贷款机构的资产,这个对于他们来说:第一省去比较繁琐的调研,同时也能够提高效率,更好的了解市场上面不同的贷款机构具体获客的类别。

目前市场上面更多的是通过一种股权投资的形式,比如说有一家风投机构,想投一家贷款机构,他要去投资的时候很多时候做尽调,尽调很重要的一块就是对于资产进行评估,对于资产评估首先要知道本身贷款客户的品质是怎样的,我们刚刚也说到了,基于我们平台包括数据,能够相对比较清楚的评估一下这个贷款机构获客过来的客户层面是风险高还是低的,通过率是多少。通过率对于贷款机构评估风险是非常关键的,一些贷款机构通过率很高,有一些相对比较低,从这个角度来说可以侧面地了解到贷款机构的风险偏好,同时提供风险偏好给股权投资机构。

总结

对于我们说到的资产端、资金端也好,他们更多的希望有一个平台为他们双方服务,对于资金端希望找更好的相对风险低的资产端。对于资产端也希望能够快速的、有效的找到资金端能够购买它的资产或者通过资产证券化的形式来提高它的现金流。

说了这么多,我们也提到了,不管风控角度、获客或者资金角度来说,我们聚信立有一个整合的方案,我们先帮借款人提供信息给贷款机构,来帮助贷款机构进行风控,风控通过了以后,贷款机构就把这个资金给贷款申请者。同时资金端角度来说,通过聚信立平台能够更好地评估所要投资的资产端到底风险高还是低。对于资产端希望快速的把这个信息提供给资金端,增加更多的业务。

我们怎样帮助贷款机构做风控呢?我们有几个产品是为贷款机构服务的:

 ——“标准报告”,我是贷款申请人,去了一家贷款机构,首先贷款机构要求我提供一些基本信息,包括身份证号码、姓名、手机号,以及紧急联络人的基本信息。这个贷款申请人要授权给贷款机构说我过来申请贷款,允许你查询我的通话记录,或者京东、淘宝帐号的记录,授权之后我们这边整合信息,做成类似于人行征信报告一样的,这个报告提供给贷款机构,贷款机构基于一整套的审批流程,比如说要关注哪些字段必须符合标准的,同时还要看这个信息是不是有造假的信息,发现造假定义为欺诈。对于符合标准门槛的客户进行深一步的分析,看具体的还款能力是多少,很多时候基于报告里面的消费记录跟我们刚刚说到的和不同人的沟通记录做一个比较量化的评估。

——“贷款记录”另外一个也提到对于贷款机构非常关心,如果我是一个贷款人,是否能看到我这个人在别的机构里面有过贷款。我们跟五六百家机构合作,每家贷款机构申请贷款的时候都要通过我这个平台查询,我就知道我大概最近在哪几家平台申请过贷款,就可以把这个信息反馈给新的那家机构告诉他,比如说这个申请人在五家机构、八家机构申请贷款,前一阵看到一些大学生申请贷款,在20家机构同时申请比较小额的贷款,后来我们也查过基本上这20家机构在我们这边都有查询记录。等于说第21家贷款公司提供信息给我们,会告诉他最近他在20家带看机构已经申请过贷款了,那么这个客户对于他们来说就是一个风险非常高的客户。

——“聚流平台”,大家看到我们还有一个“聚流平台”,我们跟五六百家机构聊的时候,发现这一块信息非常重要。为什么这么说?对于贷款机构来说,有一万个客户进来可能最后只有一千个客户审批通过。对于另外九千个客户是有获客成本的,一般这种至少成本在20元以上,乘以九千个客户,这个成本是非常高的。所以很多贷款机构也希望有这个平台,尽管在我这边贷款是拒绝了,可能另外一个贷款机构是不会拒绝的,也可以通过一种相对比较低廉的价格购买这种拒绝到的客户,在他那边可以申请通过贷款,对于贷款申请者也是非常好的,因为他很缺钱,可能在A机构审批非常严格,在B机构就通过了。我们将来也会有这个平台,基于审批拒绝的客户,通过平台提供给一些审批相对来说更松的机构来获取这个客户,同时一方面减少他的获客成本,对于另外一家贷款机构一样可以非常容易的获客到相对比较新的客户,这也是我们将来会做的一块内容。

——“千寻”,对于我们要查一个贷款人,光从手机通讯记录,京东、淘宝还是一小部分,我们更多基于这个人在不同的网络所产生的信息进行汇总,这样才能相对完整的评估一个人。具体的说到网站,我们这边也抓取了近八百个网站,在各种各样的网站留过各种各样的信息或者注册过各种各样的网站。比如说我假设经常在各种各样的贷款网站注册过,对于贷款机构来说,我这种人的风险就是比较高的。或者我经常公开留下一些负面的信息,对他们来说也是风险高的。所以对于贷款机构,获取到这些信息也是一种很好的评估风险的手段。

最后展示一下我们聚信立的客户。我说到五六百家,这边把一些比较核心的机构罗列了一下,消费金融、银行旗下的,包括比较大的京东金融等等不同类别的客户,为其提供风控产品,为他们更好的做风控业务,做服务。谢谢!


文章评论

关注作者的人