解析百融金服:不仅仅是Experian的中国门徒
在4月宣布完成10亿元人民币C轮融资后,百融金服在人工智能金融实验室的建设与研发正在加速。
5月19-20日,“2018清华五道口全球金融论坛”在北京清华大学新清华学堂举行。在会上还进行了金融大数据研究中心的成立揭牌,百融金服正是此次“金融大数据研究中心”的发起人。在更早一些的今年年初,百融金服还成立了人工智能金融实验室,并由美国圣母大学教授李俊出任首席科学家。
百融金服成立于2014年3月,是一家利用人工智能、风控云、大数据技术为金融行业提供客户全生命周期管理产品和服务的智能科技公司。据雷锋网AI金融评论了解,百融金服已经积累了包含近7亿实名用户数据和2000多万小微企业数据,不到两年时间,百融金融的合作方已从600多家金融机构增加到3500多家,辅助各类信贷机构日均审批贷款与信用卡申请350-400万笔。
从业务模式和数据量级上看,百融金服与全球最大征信机构Experian有一定类似之处:根据Experian发布的2017财年年报,Experian已经拥有9.89亿个人和1.11亿企业的信用数据以及7亿人的营销数据,每天生成550万份信用报告,帮助银行等金融机构进行服务决策。
然而在中国,个人征信属于受控制需持牌进入的行业——无论是百融金服还是Experian,在中国都仅持有企业征信牌照。在个人征信方面,早在2015年1月人行就允许芝麻信用、腾讯征信等八家公司开展第一批个人征信试点,然而在直到去年4月,上述八家公司仍然“没有一家征信机构可以达到开展征信业务的要求”。
这也直接促成了被称为“信联”的百行征信的成立。今年2月,首张个人征信牌照正式下发,百行征信获牌,而百行征信的股份结构,除了中国互联网金融协会持股36%外,其余64%股份为芝麻信用、腾讯征信、深圳前海征信等八家公司平均持有,个人征信牌照的“八合一”,为2015年初设立的八家试点征信机构给出一个暂缓性的结局,也给如百融金服等第三方大数据金融服务公司带来了新的变数。
信联来了,大数据金融要怎么玩?
什么是大数据?亚马逊网络服务AWS的大数据科学家John Rauser就提到一个简单的定义:大数据就是任何超过了一台计算机处理能力的庞大数据量。 大数据在金融领域的应用,一般认为分为精准营销和大数据风控两个方向。
“信联”的建立主要是为了解决信贷业务中的风控问题:中国征信体系从2006年设立央行征信中心起步,到今年年初的“信联”成立以前,央行征信中心一直是国内唯一一个官方征信机构,为市场化信贷机构提供征信服务。然而中国仍有超过50%的自然人由于未与银行发生借贷关系,缺乏信用记录,除金融领域之外的商业信用信息数量已经成为另一类重要的信用信息来源。
央行副行长潘功胜曾于2015年5月表示:
“在中国征信体系建设中,应充分认识这一趋势,鼓励此类信息通过共享、核查等方式,在依法前提下对外应用,帮助一些没有金融信用信息的信息主体开展信用活动,进入正规金融体系”。
“信联”的建立,本质上是希望在央行征信中心之外,充分利用如芝麻信用、腾讯征信背后的淘宝、天猫、微信支付等互联网交易记录和社交信息、利用如深圳前海征信背后的平安集团企业和个人客户在银行、保险领域的信息判断个人信用,把这八家机构征信信息整合起来,打破“信息孤岛”,更好地掌握和分享分散在各家公司手里的征信信息,对“多头借贷”也会有一定的遏制。
从某种程度说,各家机构之前在金融和征信数据上的闭境自守,也正是之前数据领域的一些问题产生的原因:既然数据的多少是征信的核心要素,在无法共享得到其他机构拥有的信息时,来自其他合作网站和APP的用户数据乃至内鬼泄露、黑产拖库等灰色和黑色交易数据也会被层层转手被企业用于风控环节之中。在此当中,也产生了不少过度收集、使用和盗取用户信息、泄露隐私的问题。
正是所谓:没有买卖,就没有伤害......
据雷锋网了解,某征信机构负责人曾私下表达过“就算不要征信牌照,也不会把数据贡献出来”的意思,数据的价值可见一斑。而在这种“反正我有办法可以搞到”的环境下,各家机构之前也更难达成数据共享,这反过来也进一步加深了“信息孤岛”和非法采集的问题,信联的诞生,正是监管层面希望以行政手段推挤数据共享,打破信息孤岛的局面的体现。
Experian的“中国门徒”
可以预见,在个人征信领域,信联将会在很长时间内“一家独大”。这也意味着,在个人征信领域,以往缺乏统一平台、金融机构尚未跟上的窗口期即将关闭,在个人征信这个领域,大数据公司的日子将会难过得多。
但对于大数据金融服务公司来说,做好差异化竞争可能是机会所在:例如跳出信用风险的评估,把中心放在欺诈风险的评估上,这同样是风控中的重要一环。
此外,利用大数据信息“赋能”金融机构,也是当下金融科技公司“不做金融”的主流方向。截至目前,百融金服主要的产品有关于欺诈和信用风险识别的授信评估系列产品,包括金融营销和一些覆盖金融客户全生命周期的增值服务将是百融等大数据公司的未来发展方向,包括:
-
在贷前模块提供营销引流服务、授信评估服务;
-
在贷后模块提供用户增值、风险预警及资产管理服务。
在Experian的年报中也可看到类似内容:Experian旗下有四大业务,分别是信用服务(Credit Services),决策分析(Decision Making)、营销服务(Marketing Service)、消费者服务(Consumer Service)。四大业务收入占比分别为55%、13%、10%、22%。
与之类似,百融金服在业务模块设计上同样能找到与Experian的对应之处:
-
信用服务(风险罗盘): 传统的信用评分模型主要使用金融领域的历史借贷数据来预测和判断借款人的违约风险,所以传统模型无法给过去没有发生过借贷交易的人进行信用评分,造成“ 无记录”的借款人风险无法评估。百融金服利用非金融领域的数据以及分析工具,如人口统计数据、消费数据、网站行为数据、社交数据、金融数据等结构化以及非结构化数据进行挖掘和关联性分析,给出相应评分供金融机构参考;
-
消费者服务(用户评估报告): Experian可为用户免费查询其信用分,以帮助客户更好地维护其金融状况,避免遭受损失和欺诈。类似,百融金服也有用户评估报告,但受限于国内对个人征信业务的限制,用户评估报告目前更多的面向2B客户;
-
决策分析(信贷审批系统): 结合大数据和云计算技术,依托百融的“用户评估报告”帮助金融机构在信贷审批过程中,进行风险控制,交叉核验,实现信贷用户从资质审核、欺诈防范到信用评估整个过程,降低风险成本;
-
营销服务(榕树贷款): 营销服务的核心是帮助金融机构与企业了解其消费者,并为其提供与风险匹配的金融服务。这方面百融是通过2017年6月上线的“榕树贷款”App提供,其主要产品并非小额短期的现金贷,而是现金分期、消费贷款及信用卡申请服务,将其之前数据库积累的用户利用百融信用评分进行打分,分析人与产品之间的对应关系,并进行模型和金融产品的反复修正,在此过程中也帮助金融机构进行了新产品的改善。
百融具有的一个优势是:百融的前身是百分点的金融事业部,而百分点拥有全国最大的第三方消费偏好数据平台。百融的第一批数据也正是来自于百分点,而百分点董事长苏萌也是百融金服的联合创始人和股东之一。凭借之前在消费数据分析的积累,百融可以为银行和保险公司等不同类型的客户需求灵活切换,例如在做银行客户时先从风险切入,再帮助客户做营销;在保险行业则是先帮客户做营销,再切入风控。
挖掘用户行为数据的价值
从目前的产品规划看,百融金服的主要业务在为金融机构提供风控服务上。在这一赛道中选手众多,雷锋网 (公众号:雷锋网) 也曾经报道过冰鉴科技、同盾科技、氪信等。
如果从百分点时期算起,百融金服相较于其他大数据金融公司的优势在于,作为用户数据分析的先行者,百融具有启动早、数据量大的特点,并能够较好地利用数据挖掘用户行为数据的商业价值。如百分点商业合作总监张涵诚就在一次分享中讲过2012年与交通银行合作,通过数据挖掘改善硬件设备运营的一个例子:
“2012年的时候跟交通银行合作,他有很多的系统的巡检跟运维,做系统的巡检搜数据库,服务器,查各种硬件的设备,查电源等等。他找到我们说有没有一种方法,所有的查询都是基于日志,从日志中发现你的错误。我们可以把所有的数据,索引在一个服务器上面,在通过这个数据阀值的设置,自动化告诉我说,我们知道在陆家嘴某一个ATM机坏了可以修,知道交易这个延迟时间太长了,需要关注这台服务器是不是CPU满了,是不是内存不够用,帮助到交通银行把20个人的运维降到只需要两个人。”
多维度、海量的数据源、对于用户行为价值的专注分析,这也构成了百融金服在数据产品上的先发优势。
在大数据领域,海量的数据固然是做好业务的基础,但如何有效运用数据、在数据处理上积累的Knowhow和经验才是团队的核心竞争力。随着信联在个人征信数据上的一统江湖,未来对用户数据的管理也会越来越规范化,不同公司间数据源的差距将会缩小,而最终比拼的将是对数据和业务的理解和处理能力。
(是时候放出Dan Ariely关于大数据的这个段子了......)
据雷锋网了解,除了来自百分点的第一批数据,百融金服的行为数据更多的来自与银行、保险、基金、证券公司等金融机构合作的业务积累,一般通过SDK方式软件采集,但这种方式会采集到大量的“脏数据”(如空白区域、特殊符号和未预期的数据类型等),数据的采集和处理具有较高的技术门槛,这也是百融金服在用户行为挖掘上的底气所在。
在雷锋网看来,在目前的风控核心业务之外,对于用户行为数据挖掘和场景化应用,通过对用户精准画像、对市场、渠道、销售数据进行分析,依靠技术和数据的力量,进行产品改善、优化运营效率、达成各种营销目标,可以给予百融金服更多的想象力。
一把双刃剑
除此之外,百融高层在公开演讲中也多次提及普惠金融。
普惠金融最早由联合国在2005年提出,是指以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务,小微企业、农民、城镇低收入人群等弱势群体是其重点服务对象。在中国,普惠金融于2015年首次进入《政府工作报告》。
一般认为,普惠金融的核心要求在为此前传统金融服务未能覆盖的人群提供可负担、低成本的信贷与金融服务,而对于商业机构而言,获取利润是其天生的要求,这二者当中存在着天生的矛盾。因此在许多国家的实践中,普惠金融一般都具有一定的政府参与特色:一方面,政府通过制订相关政策和对行业进行规范,界定参与普惠金融的商业机构的界线和优惠政策,在保证向普惠人群提供金融服务的同事,让执行的商业机构也可以获得可以维持的利润。
普惠金融对于商业机构来说可能是一把双刃剑:如果运作得好,这将是一片近乎无人竞争且市场广阔的新蓝海;如果运作不好无法控制风险,则可能成为如上一轮金融危机时房地美、房利美“两房”式的悲剧。毫无疑问,利用数据挖掘、人工智能技术,是普惠金融的必然选择和唯一出路。
“食人之禄,忠人之事”。从百融金服最近一轮融资由“国家队”国资委国家主权基金中国国新领投看,在未来普惠金融将成为百融金服的一个重点方向。在大数据金融领域,百融金服已经有了一个不错的开局,形成了覆盖获客导流、反欺诈、信用评估、风控、贷后管理、持续运营、普惠金融等在内的多个业务线,但俗话说“贪多嚼不烂”,在未来是否能集中精力,将如此多的业务一一做到极致,才是百融需要面对的挑战。
。