薛又軒

大數(shù)據(jù)可說是2015年和2016年的重點話題，一方面成為互聯(lián)網(wǎng)和資本市場的火熱話題與風(fēng)口，另一方面國務(wù)院也在《關(guān)于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知》系統(tǒng)部署了全國大數(shù)據(jù)發(fā)展工作，大數(shù)據(jù)儼然成為國家層級的重點戰(zhàn)略。而和金融業(yè)息息相關(guān)的數(shù)據(jù)應(yīng)用方面來說，國務(wù)院在隨后頒布的《推進普惠金融發(fā)展規(guī)劃（2016～2020年）》中更是直接提到“鼓勵金融機構(gòu)運用大數(shù)據(jù)、云計算等新興信息技術(shù)，打造互聯(lián)網(wǎng)金融服務(wù)平臺”。至此，國內(nèi)外各金融與類金融機構(gòu)、互聯(lián)網(wǎng)金融企業(yè)紛紛上馬大數(shù)據(jù)應(yīng)用的探索，冀望大數(shù)據(jù)可以帶來技術(shù)上的突破，實現(xiàn)自動化、著手升級現(xiàn)有風(fēng)控模型體系、探索新型態(tài)基于場景化的消費金融市場、提升催收效率、建設(shè)互聯(lián)網(wǎng)深層次大面積獲客能力，從而徹底提升國家金融行業(yè)的國際競爭力。

大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的差異

談到大數(shù)據(jù)，首先應(yīng)當(dāng)了解，對金融行業(yè)來說，大數(shù)據(jù)“大”在哪里，和傳統(tǒng)數(shù)據(jù)在本質(zhì)上有什么樣的不同，才能夠更好地理解和更有針對性地應(yīng)用這寶貴的新資源。就如同原油也需要經(jīng)過層層的提煉，才能成為人類可以大量應(yīng)用的石油產(chǎn)品，大數(shù)據(jù)也需要經(jīng)過精心的篩選和應(yīng)用設(shè)計，才能起到實質(zhì)的功效。

傳統(tǒng)金融機構(gòu)，在建設(shè)信用風(fēng)險打分模型的數(shù)據(jù)來源主要有幾個方面：第一，人民銀行征信中心數(shù)據(jù)；第二，客戶自己提交的外部個人財力證明數(shù)據(jù)，如房產(chǎn)證、汽車行駛證、單位開具的收入證明等；第三，金融機構(gòu)或集團內(nèi)部積累的客戶歷史數(shù)據(jù)，如銀行的工資流水，歷史貸款數(shù)據(jù)，保險數(shù)據(jù)等。

傳統(tǒng)數(shù)據(jù)的優(yōu)點和缺點

傳統(tǒng)數(shù)據(jù)優(yōu)點是這些數(shù)據(jù)和金融的價值相關(guān)性高、數(shù)據(jù)采集規(guī)范。然而缺點是維度較小，并且覆蓋的人群有限，對于新形態(tài)的互聯(lián)網(wǎng)模式適應(yīng)程度較差，也不容易達(dá)到普惠覆蓋的目的。 金融機構(gòu)基于這些高價值數(shù)據(jù)，紛紛設(shè)計出各種信用風(fēng)險評分模型，最終實現(xiàn)對客戶信用風(fēng)險的打分評估，是目前較為成熟的運行方式。

大數(shù)據(jù)的特點

大數(shù)據(jù)時代的客戶信息渠道更加多元化，主要包括內(nèi)部收集和外部渠道，內(nèi)部收集指各互聯(lián)網(wǎng)生態(tài)體系內(nèi)，長期積累的用戶數(shù)據(jù)。外部渠道則是指各種數(shù)據(jù)源采集，如通信數(shù)據(jù)、社保數(shù)據(jù)、法院失信數(shù)據(jù)、交通數(shù)據(jù)、保險數(shù)據(jù)等等（圖1）。

其數(shù)據(jù)特征包括幾個方面，第一，數(shù)據(jù)覆蓋面廣。各大互聯(lián)網(wǎng)集團，通過各種APP采集積累了用戶行為各方面的數(shù)據(jù)，如搜素歷史數(shù)據(jù)、電商交易數(shù)據(jù)、支付交易數(shù)據(jù)、社交數(shù)據(jù)，以及各種APP采集的用戶行為數(shù)據(jù)等等。第二，大量非結(jié)構(gòu)化的破碎數(shù)據(jù)導(dǎo)致的數(shù)據(jù)不準(zhǔn)確。數(shù)據(jù)采集渠道的多元化和非標(biāo)準(zhǔn)化，隨之帶來的問題就是，客戶信息不準(zhǔn)確，同一客戶不同維度的信息經(jīng)常不完整或匹配不上。第三，數(shù)據(jù)來源不穩(wěn)定。不少大數(shù)據(jù)采集通過灰色渠道收集個人隱私數(shù)據(jù)，數(shù)據(jù)連續(xù)性和可持續(xù)性欠佳，往往有數(shù)據(jù)過時或缺失問題。第四，消費數(shù)據(jù)和信用數(shù)據(jù)關(guān)聯(lián)性弱。 盡管市場上常見的大數(shù)據(jù)機構(gòu)收集了各種維度的客戶行為信息，試圖描繪客戶畫像，但消費類的數(shù)據(jù)和客戶信用風(fēng)險以及還款意愿并不直接相關(guān)。目前的大數(shù)據(jù)公司往往缺少內(nèi)部征信數(shù)據(jù)、外部征信數(shù)據(jù)、個人資產(chǎn)數(shù)據(jù)等強金融變量數(shù)據(jù)，而集中在客戶衣食住行和社交信息，要直接拿來作為信用風(fēng)險評分模型的有效性依舊有待考驗?？紤]到大數(shù)據(jù)和傳統(tǒng)金融數(shù)據(jù)的差異性和互補性，所以更多的應(yīng)該是如何通過模型的設(shè)計和提煉，使得這些大數(shù)據(jù)源經(jīng)過提煉，可以從原油變成成品石油般廣為應(yīng)用（圖2）。

大數(shù)據(jù)在借貸中的應(yīng)用

借貸反欺詐的應(yīng)用

由于網(wǎng)絡(luò)借貸和傳統(tǒng)金融面對的受眾區(qū)別，借款人主要來自線上，考慮到目前網(wǎng)絡(luò)犯罪的試錯成本極低，為數(shù)眾多的網(wǎng)絡(luò)借貸平臺很容易成為詐騙集團覬覦的目標(biāo)，一般根據(jù)行業(yè)經(jīng)驗，網(wǎng)絡(luò)借貸平臺往往都會有高達(dá)九成的借款需求存在欺詐和騙貸行為風(fēng)險。因此借貸反欺詐的重點在于從100名潛在借款人當(dāng)中，準(zhǔn)確識別出真正有還款意愿的10名借款人。

通過技術(shù)的防范手段很多元化，一般通過核實手機號、身份證號碼、電腦唯一設(shè)備號、手機唯一設(shè)備號，可以進行下列過濾識別手段：交叉比對借款人登記的住家地址、公司地址，以及申請人當(dāng)時申請的定位地點，如果差距超過10公里，風(fēng)險系數(shù)極高；某些地址或大樓，屬于申請詐騙高發(fā)地址的，風(fēng)險系數(shù)偏高，會得到一個分值；發(fā)現(xiàn)和多個平臺同時存在借款記錄的，風(fēng)險系數(shù)偏高；手機號屬于法院黑名單、租車黑名單、使用時間段不足6個月、被多次標(biāo)記惡意騷擾電話等，風(fēng)險系數(shù)偏高；6個月內(nèi)，同一個手機設(shè)備號，曾經(jīng)在銀行、小貸公司、多家P2P平臺有過多次申請記錄的，風(fēng)險系數(shù)極高；手機設(shè)備號近一天關(guān)聯(lián)申請人3個手機號以上的，風(fēng)險系數(shù)極高；手機號與設(shè)備是否匹配、第一次激活時間距離申請貸款時間較近，風(fēng)險系數(shù)較高。

基于大數(shù)據(jù)自動化流程提升效率

在通過反欺詐引擎，識別出真正有還款意愿的借款人后，這個階段的重點在于建立大數(shù)據(jù)輔助的信用風(fēng)險評分模型，盡可能的從多維度數(shù)據(jù)補強出傳統(tǒng)金融數(shù)據(jù)不足之處，精準(zhǔn)定位達(dá)不到傳統(tǒng)金融機構(gòu)要求，但是又具有良好還款能力的借款人。目前行業(yè)內(nèi)流行較廣的應(yīng)用是在個人征信過程中，針對小額度（低于1萬元）的貸款需求盡量采取自動化、批量化的模型審批系統(tǒng)，將原先需要人工花費30分鐘、逐一審核的15個風(fēng)險控制點，采取自動化和接口的方式，在1分鐘內(nèi)能完成風(fēng)險定價和放貸，極大地提升運營的效率，更有效地通過技術(shù)手段壓縮了運營成本。不過針對大金額的借貸，考慮到欺詐風(fēng)險和成本較高，傳統(tǒng)的金融征信數(shù)據(jù)和手段依舊不可或缺，同時使用大數(shù)據(jù)進一步提升風(fēng)險管控和提高效率，例如通過接口自動實現(xiàn)身份證、法院、社保的信息核實，可以提高準(zhǔn)確率和審批效率。未來也可以試圖在傳統(tǒng)風(fēng)控打分模型中引入更多的大數(shù)據(jù)元素，作為評級的參考標(biāo)準(zhǔn)，例如有金融參考性的保險數(shù)據(jù)、航空記錄、社保記錄等。

構(gòu)建基于場景的數(shù)據(jù)風(fēng)險管理體系

通過建設(shè)交易借貸的場景一體化，是目前各大互聯(lián)網(wǎng)金融平臺和傳統(tǒng)金融機構(gòu)進行錯位競爭的舞臺。其中由于借款人是直接通過信用借貸行為取得所想要的產(chǎn)品或服務(wù)，套現(xiàn)詐騙風(fēng)險相對較低，金額一般也較小，各大平臺借鑒著靈活的體系和快速執(zhí)行力，紛紛投入精力設(shè)計各種低風(fēng)險、場景化的金融應(yīng)用服務(wù)，并不斷持續(xù)優(yōu)化客戶體驗。

場景化金融的風(fēng)險管理要素，在任何一個的場景中，都有借款人、貸款用途（購買特定產(chǎn)品和服務(wù)）、資金流和產(chǎn)品服務(wù)流這幾個基本要素，在這些特定點中，通過下列規(guī)則的設(shè)定和組合，可以有效的極大的降低風(fēng)險。第一，基于購買特定產(chǎn)品和服務(wù)類場景的借貸產(chǎn)品，例如產(chǎn)品服務(wù)非一次性交付，如長達(dá)一年的教育課程培訓(xùn)套餐或多次實施的醫(yī)療美容套餐。第二，資金流和產(chǎn)品服務(wù)流形成閉環(huán)，意味著借款人不能拿到現(xiàn)金，平臺的資金流是直接付給產(chǎn)品服務(wù)提供方，如在線分期購買iPhone、個人二手車消費貸款。第三，風(fēng)險可控有抵押需要快速周轉(zhuǎn)靈活調(diào)度資金的場景，如二手車商的經(jīng)營貸款、房地產(chǎn)置換的贖樓貸，也是很好的消費場景。

不過考慮到每個場景設(shè)定的不同，對應(yīng)的風(fēng)控要素自然也不同，最理想的互聯(lián)網(wǎng)金融平臺模式，會建立數(shù)十種不同的場景化金融，針對每個場景定義出不同的風(fēng)控要素、準(zhǔn)入條件和禁入人群、利率定價、還款周期等等。

從實操的角度來說，第一步應(yīng)該是在每一個風(fēng)控場景，由風(fēng)控人員和技術(shù)人員設(shè)定出精密的各種金融要素條件，第二步是盡量善用外部數(shù)據(jù)源來輔助，能真正體現(xiàn)每一個互聯(lián)網(wǎng)金融平臺的產(chǎn)品設(shè)計和風(fēng)控水平。

做催收貸后管理的應(yīng)用

在傳統(tǒng)數(shù)據(jù)受限的場景下，大數(shù)據(jù)能顯著提升貸后催收的成果，目前國內(nèi)各大銀行信用卡中心都已經(jīng)開始探索這方面的應(yīng)用，互聯(lián)網(wǎng)金融行業(yè)也早就已經(jīng)著手使用。具體來說，主流應(yīng)用是查找逾期失聯(lián)客戶的電話、地址、郵箱、QQ 、微信、微博等信息。幫助委托方與失聯(lián)客戶建立溝通渠道。如果還是失敗，大數(shù)據(jù)公司往往會進一步分析該手機號最常聯(lián)系人，做進一步聯(lián)系，試圖聯(lián)系失聯(lián)客戶。

在獲客和客戶價值挖掘上的應(yīng)用

傳統(tǒng)金融機構(gòu)或銀行，目前評價一個客戶價值，相對來說較為片面。舉例來說，一個客戶在某銀行里，只有一張借記卡，沒有其他信用卡或貸款服務(wù)，只有賬戶里面幾千元活存，那這個客戶對銀行來說，往往被定義為交易不活躍的低價值客戶。

如果可以通過大數(shù)據(jù)角度來看，通過身份證號、手機號進行客戶畫像描繪后，可能分析出來這個客戶經(jīng)常關(guān)注互聯(lián)網(wǎng)理財，經(jīng)常頻繁使用各種股票和銀行APP，較高頻次的國內(nèi)和國際航空記錄。這個時候分析出來的結(jié)果反而可能是高凈值客戶。通過大數(shù)據(jù)可以幫助金融機構(gòu)和互聯(lián)網(wǎng)金融把客戶畫像描繪的更加完整。這樣一來，結(jié)合了原先的傳統(tǒng)情景和大數(shù)據(jù)分析后的場景，金融機構(gòu)和互聯(lián)網(wǎng)金融平臺的決策就會截然不同。這個客戶雖然在銀行或互聯(lián)網(wǎng)金融平臺暫時是一個低價值客戶，但實質(zhì)上是一個高凈值客戶，可以通過適當(dāng)推送的產(chǎn)品組合，并結(jié)合電話銷售，推薦適合的金融產(chǎn)品或服務(wù)，例如全家海外旅游分期貸款，或者短期高收益的金融產(chǎn)品。這也是通過大數(shù)據(jù)分析能改變傳統(tǒng)獲客和客戶挖掘交叉營銷的模式。

同時，通過算法的分析和訓(xùn)練，可以建立現(xiàn)有用戶的群組，分析出一群比較相似的人，推薦一些他們經(jīng)常會選擇的東西，根據(jù)這些信息可以去推薦相應(yīng)的金融產(chǎn)品或服務(wù)給他，一方面讓客戶覺得不會干擾，進而提升接受度和轉(zhuǎn)化率。從智能推薦的角度，會利用不同的標(biāo)簽參數(shù)、ID的參數(shù)等等完成推薦的工作。ID在整個數(shù)字營銷領(lǐng)域是非常關(guān)鍵的一件事情，需要知道這是同一個人，才會有意義，不然所有營銷的工作都是分散、割裂的，對整體的營銷效果并不會很好。

有了相對穩(wěn)定的老客戶，那如何開發(fā)新客戶進行獲客？很多互聯(lián)網(wǎng)平臺往往會外包給一些外部營銷公司、媒體公司。其實從大數(shù)據(jù)的視角來看，應(yīng)該是分析現(xiàn)有的穩(wěn)定老客戶，根據(jù)這些老客戶可以通過相似的推薦、相似的選擇找到什么樣的用戶會發(fā)生轉(zhuǎn)化，根據(jù)標(biāo)簽設(shè)定找到已經(jīng)轉(zhuǎn)化的老用戶相似的用戶，根據(jù)這些用戶選擇性的去投放不同的媒體渠道和屬性，不停優(yōu)化整個投放的結(jié)果，可以有效的降低獲客成本。

挖掘POS流水的價值

通過挖掘POS流水的歷史交易數(shù)據(jù)，也是一種新的趨勢。一種是通過分析商戶POS機的歷史交易記錄流水，綜合分析所在行業(yè)、月均交易額、交易額穩(wěn)定性、交易變化趨勢、客均消費金額、持續(xù)經(jīng)營時間，實時評測其收入和還貸能力，最后得到一個商戶預(yù)授信額度。另外一種是分析個人多張銀行卡的流水，從月均收入和消費金額、消費大類分布、資產(chǎn)狀況、特殊類別統(tǒng)計、銀行卡等級、常駐城市，最后生成持卡人預(yù)授信額度。

就如同人類從發(fā)現(xiàn)石油，將石油精煉出煤油，為世界人民帶來夜晚的光明。隨后又將更進一步的提煉出今天廣為全世界使用的汽油和柴油，徹底改變了人類的生活。大數(shù)據(jù)亦然，也會從傳統(tǒng)數(shù)據(jù)，升級為大數(shù)據(jù)，進一步再升級為結(jié)構(gòu)化的全數(shù)據(jù)時代，將會徹底改變?nèi)祟愑^察世界、運作世界的方式。

從金融行業(yè)來看，各家大數(shù)據(jù)供應(yīng)商的數(shù)據(jù)，隨著采集設(shè)備和種類的增加，采集方式日漸結(jié)構(gòu)化，輔以各種大數(shù)據(jù)分析工具的齊備、大數(shù)據(jù)分析從業(yè)人員增加，可以預(yù)期在不久的將來，大數(shù)據(jù)將會漸漸的徹底改變目前整體傳統(tǒng)金融行業(yè)的運作方式，隨之而來的，各金融機構(gòu)在戰(zhàn)規(guī)劃略和資源傾斜上，也會越來越重視大數(shù)據(jù)的投入，并逐步將數(shù)據(jù)的積累、分析、應(yīng)用變成金融機構(gòu)核心競爭力的一部分。在國內(nèi)，除了借貸業(yè)務(wù)外，預(yù)期在保險行業(yè)、券商行業(yè)、大資管與財富管理行業(yè)，還存在著巨大的發(fā)展空間和機遇等著各類金融機構(gòu)進行探索。

（作者系點融網(wǎng)銀行事業(yè)部總監(jiān)）