免费试用

2017深圳峰会深圳市融讯科技有限公司COO钱峥演讲《大数据驱动的金融科技》

2017.09.07 / View:

大家好,我是融迅科技的COO,融迅是一家比较年轻的公司,主要致力于给消费金融公司提供一些金融科技的输出。融迅的产品分为这样几条产品线,一条是在核心的信贷管理,以及对应的风控模型的搭建;另外一条产品线主要是在征信服务的输出。在整个融迅搭建的过程中,数据对融迅的业务输出是至关重要的。

    今天的分享题目是“以正合,以奇胜”,这句话出自《孙子兵法》中。以正合,当我们处于劣势的时候,更多的需要跟周边的邻居考虑,把竞争对手对我们的攻击扼杀在摇篮。以奇胜,要在别人想不到的情况下去致胜。

    在当今社会中,这两点无非就是两个方向,以奇胜更多会在营销方向,现在很多企业更多的是在考虑接下来怎样去获客,获客成本低,怎么样能够以低成本出奇制胜的方向。以正合,这个更多会在风险控制,尤其是在金融行业。金融行业的风险控制,以及它的杠杆率,也是我们致力于研究的课题。

    今天的演讲题目主要分四个章节,首先介绍消费金融大数据,消费金融大数据和大数据风控;第三是大数据管理,以及大数据应用;首先我会介绍我们和深圳比较著名的消费金融公司的案例。

    作为国内消费金融服务行业领军企业,服务覆盖全国300多座城市,签约商户200000余家,公司员工近40000人,为1700万客户提供金融服务。从消费金融公司的业务形态来看,主要分为这几类,首先是客户的管理,以及客户的标签,这和大数据的收集和清洗是密切相关的。

    另外提到风控,从风控的角度来看如何识别这个用户,这个用户关联的群体,以及这个客户是否带有欺诈的黑产,这是风控做风险策略以及风险定价的关键模型。

    营销,什么样的客群是金融产品覆盖的客群,不同的产品怎么可以对应交叉营销,以及精准推荐精准营销。

    销售管理,之前我们提到,这家消费金融公司是有员工近4万人,有一半人数是在一线的销售,除了营销和风险控制以外,更多的是在企业的管理,对于这种销售为主的团队,如何把销售的销量做一个预警,以及销售团队的绩效做一个管理,是它本身的关键所在。

    运营,对运营要考虑如何提升客户的满意度,一旦风险没有控制住,出现坏账,如何提升崔帐的效率,我们都在大数据都有比较清晰的应用。

    我们主要是提供六个产品,佰客绘,客户画像,对关系模型做了一个定义,在营销的时候做一个初步的判定客户是否适合这个产品,以及这个客户有什么样的社交人脉可以做进一步的营销。千里眼,是一个数据分析平台,更多的是基于数据报表上的二度分析的功能,可以把一些经营决策的活动,或者是运营的活动,把活动效果、投入,以及本身各方面运营的效果做更多的表现。

    顺风耳,更多的是在数据的采集,销售门店的数据样本收集,需要各个IT系统进行确认,在这方面融迅是花了比较大的精力去完成。

    定海针,更多的是把顺风耳采集到的数据进行一轮数据清洗,提供到平台做进一步的挖掘过程。惠眼在宣传和品牌效果,客户的导入,有多少员工,销售额达到多少,是随时滚动在大屏上显示,给决策者带来不可预估的品牌效应。滤镜,电子作战地图,主要是针对销售门店周边情况做一个全方位的监控,以及竞争对手数据的收集,做一个对比。对各个层级的销售管理可以提到预警和推进的作用。

    看整个设计架构,首先我们在最上层采取了数据接口服务,包括服务注册与发现,服务编排,服务调用,服务管理,资源配置。接下来的一层主要是集中在应用层,包含智能风控应用,智能管理应用,以及智能营销应用。集中在风控以及营销这两个方面。风控更多的是在知识图谱,更关注的是用户的关系模型,从关系模型里面我们可以发现它是否和黑产、欺诈人员有关系,从而让贷款模型决定是否可授信或授信额度。

    另外是从欺诈防控来看,现在金融行业有黑产有一个斗争的过程,欺诈的防控我们会定义各种测试模型,因为案例对测试模型进行调整。只能催收,这是针对风控发生以后,如何通过大数据获得识别信息,或者是什么样的催收公司可以帮我们把款收回来,以及对应的风险预警。

    从智能管理应用来说,主要包含对公司日常管理的,经营分析,趋势分析,这些说到底是一些日常的数据报表,把一些维度做了提炼。

    智能营销,我们会分为新客获取,以及交叉营销。从整个金融公司来讲,首先外部客源获取成本是最高的,当一个客户已经获取进入到存量用户以后,它是不是可以成为下一个金融产品的覆盖对象呢?它做了我的车贷,是否可以做现金贷?这是交叉营销的关键点所在,不仅涉及到获客成本,更风险也是密切相关的。

    数据核心层,采取了一些机器人算法,AI模型,包括监督学习、无监督学习以及半监督学习,NLP,以及深度学习的算法。在这个基础之上,我们会把销售模型、风控模型、财务模型、运营模型、产品模型再做一个对比搭建,这是我们整体大数据平台的架构(PPT图)。

    大数据风控,金融行业的难点,主要在风险控制,识别发现欺诈风险。分为两类,第一类是属于某些人不具备偿还能力,是否成为你的客户;另外,它的道德风险,本身就是来骗贷的行为,心态上假装成为你的客户。金融科技的难点,如何识别它,并不是像无法偿还的情况,并不是说用自己的身份来做,甚至可能用一些从来没有做过任何信贷的方式来做这个事情。如果你要做这个事情,如何提升效率,以及识别它,这是整个金融科技的难点。

    在这里,我们更多的是需要把客户的道德风险和欺诈风险两者找到中间一个结合点,首先我们定义了一系列的风控策略,我们会有一个内部黑名单,这个内部黑名单更多的是以往在借贷过程中已经发生的,不能让它产生二次的欺诈。另外,我们会和第三方合作,获取它的黑名单,做对应的数据获取。

    从多次申请的规则,当一个人在短时间向多个金融机构或多个产品发起借贷申请,对消费金融来说一定是存在着对应的不良心态。从信用记录来讲,通过爬虫和加热获取内部和外部的信用记录,前提是经过用户授权。这里提到一个地质信息,是用户本身实际住址的信息,可以防止逾期以后的催收问题,对黑产有一个威慑作用。社会信息,包括手机和PC的BUG地址,通过线上的借贷完成的。这整个构成风控的完整体系。

    大数据管理,提到滤镜这一块。佰仟惠眼数据大屏(PPT图),这些数据是实时的更新。每次当有客户或领导人到消费金融公司访问的时候,对惠眼项目都是赞不绝口。

    整个惠眼包含实时数据的采集,以及大数据平台的数据清洗,底层是通过数据分析工具,做进一步的数据合作达到的效果。

    除了大屏以外,我们还提供动态监控的效果,从全国到每个省份,到每个区,甚至到每个街道会做数据的占比,跟竞争对手的数据分析,还会分析核心大商铺的数据,因为商铺是销售渠道的入口。

    从动态监控来讲,可以看到具体在每一条街道上销售门店周边的一些街道有哪些竞争对手,客群的分布,基于商圈做进一步的分析。还包含对人员的管理,每个门店有多少SA,对销售区域的leder的投入和管理会做比较详细的进一步分析。

    同样的,除了在销售管理上,它也可以在风控上做进一步的贡献。举例子,安徽某几个店的销量突然出现巨大的攀升,一般销量攀升是一件值得欣喜的事情,异常的攀升一定会引起预警,我们对这个预警分析会引起注意,最后发现是黑产抓住当时新产品销售的漏洞大量的进入。通过及时对它进行预警和判断,最后弥补了损失。

    同样的,对每个销售人员是否可以完成销售指标,销售指标在下一个阶段是否超出预期,可以节点让每个管理者对资源做进一步的调配。

    一个公司的运营,更多的会涉及到对外的营销,以及财务这一块。我们更多的是从客户信息、潜在需求,客户的财务信息,营销特征,兴趣爱好,电销特征等等打上标签,并且对这些标签做进一步的运营。比如说发现优质客户,需要做二次营销,发进一步的offer,还是要作为黑名单客户拒绝它,以及防止它的风险进一步发生。通过大数据运营,当时和华晨汽车做了一个签约,助力平凡人的驾车梦想,对客户数据进行二次数据的营销,从而销量达到得到进一步的提升。针对各业务客户数据,3C POS贷客户、教育贷客户,进一步做在车贷上的对接。

    我们刚才讲的更多是的线下,这个我们是在线上做的。现在偏重于在线下做营销,成本比较高。对于线上的分期商城,把客户喜好的商品信息,以及客户本身的购买偏好,以及从财务角度是否有分期的欲望,未必是没钱才会分析,有的人从财务的配置上用用外部资金完成。根据我们的分析,可以向客户的手机、电脑发信息和邮件,引导客户到分期商城做进一步的购买。实现了智能推荐,分期商城得到的获客效率至少提升了15%左右。

    整体来讲,融迅的大数据是追求更新的洞察里,推动整体消费金融的生产力,这是融迅将来大数据的发展目标。谢谢大家。

 

 

Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。
免费试用