羅皓,互聯(lián)網(wǎng)風(fēng)控技術(shù)SaaS服務(wù)平臺(tái)“聚信立”聯(lián)合創(chuàng)始人兼CEO,曾創(chuàng)辦社交網(wǎng)絡(luò)輿情監(jiān)控公司(主營業(yè)務(wù)為幫助企業(yè)了解“粉絲”和他們對(duì)自己的評(píng)價(jià))。
聚信立創(chuàng)辦于2013年,2014年12月獲得京東金融2800萬元A輪投資,曾參與投資消費(fèi)分期方案比價(jià)與撮合服務(wù)商聚合分期。
截至2016年12月,聚信立已處理超過2500萬借款人數(shù)據(jù),連接4億人群的社交網(wǎng)絡(luò)。
2016年12月21日,零壹財(cái)經(jīng)和羅皓圍繞征信、監(jiān)管、大數(shù)據(jù)風(fēng)控及其商業(yè)模式等話題展開了相關(guān)討論。
談業(yè)務(wù)
“我們不是征信機(jī)構(gòu)”
聚信立在做的是在用戶授權(quán)的前提下抓取、清洗、整合、分析用戶數(shù)據(jù),以幫助客戶(目前主要是信貸服務(wù)商)甄別用戶的欺詐風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)。
羅皓稱,在中國,60%的借貸違約是因?yàn)槠墼p風(fēng)險(xiǎn),剩余的40%是因?yàn)樾庞蔑L(fēng)險(xiǎn)。
他介紹道,欺詐分為線上欺詐和線下欺詐兩種。線上欺詐主要是冒用他人身份,識(shí)別方式包括設(shè)備指紋、身份證、人臉識(shí)別等,識(shí)別線下欺詐和信用風(fēng)險(xiǎn)則主要是評(píng)估借款人的交易數(shù)據(jù)、收入和抵押物狀況。
羅皓認(rèn)為,一個(gè)人的還款記錄是唯一有效的信用數(shù)據(jù),它包括三個(gè)部分:誰借了錢?誰放了貸?誰還了錢?而有些人是沒有還款記錄的,此時(shí)數(shù)據(jù)服務(wù)商只能尋找其他信息(如收入和抵押物情況)來“推測”這些人的還款可能性。聚信立等數(shù)據(jù)服務(wù)商或許能搜集到個(gè)人借款數(shù)據(jù),但其還款數(shù)據(jù)只被放貸機(jī)構(gòu)掌握。
從這個(gè)角度上講,羅皓認(rèn)為聚信立不算征信機(jī)構(gòu),因?yàn)槠渌占臄?shù)據(jù)并非與個(gè)人信用狀況直接相關(guān)。
另外,羅皓認(rèn)為征信并不是一個(gè)很大的市場,“現(xiàn)在已經(jīng)上市的征信機(jī)構(gòu)的市值加起來都并不大”,征信數(shù)據(jù)本身也難以變現(xiàn),有價(jià)值的是基于數(shù)據(jù)的服務(wù)。
談監(jiān)管
“個(gè)人數(shù)據(jù)跟隱私息息相關(guān),使用需進(jìn)行牌照化管理”
關(guān)于個(gè)人征信牌照,羅皓談到雖然數(shù)據(jù)本身不值錢,但是數(shù)據(jù)很敏感,它跟公民隱私息息相關(guān),需要利用國家資源和力量進(jìn)行牌照化準(zhǔn)入管理。
談到今年曝出的一些互聯(lián)網(wǎng)公司數(shù)據(jù)泄露事件,羅皓說,“很嚴(yán)重,這是很可怕的事情。每一個(gè)數(shù)據(jù)公司都投入了很多精力去打造一個(gè)安全的數(shù)據(jù)體系,數(shù)據(jù)的復(fù)制成本太低了。”他認(rèn)為打擊數(shù)據(jù)泄露行為,對(duì)監(jiān)管機(jī)構(gòu)來說執(zhí)行難度很大。
談商業(yè)模式
1、數(shù)據(jù)是最重要的,算法不是
羅皓曾在演講中談到他認(rèn)為數(shù)據(jù)產(chǎn)業(yè)鏈分成數(shù)據(jù)采集、數(shù)據(jù)加工和數(shù)據(jù)分析與建模三步。他認(rèn)為模型的價(jià)值在下降,而數(shù)據(jù)是最重要的,離開數(shù)據(jù)談建模是無米之炊。原因是現(xiàn)在很多模型已經(jīng)開源,另外客戶需求是多元的,一個(gè)模型難以適用于多個(gè)場景,而且大公司已經(jīng)有自己建模的能力,會(huì)建模對(duì)第三方服務(wù)商來說難以成為核心競爭力。
2、數(shù)據(jù)集市模式的尷尬
對(duì)于當(dāng)前涌現(xiàn)的一些數(shù)據(jù)集市,羅皓認(rèn)為其核心競爭力在于:要么在上游,能以低價(jià)格拿到數(shù)據(jù),或擁有獨(dú)特?cái)?shù)據(jù)資源;要么在下游,擁有客戶資源。
羅皓說,如果在上下游都沒有優(yōu)勢,并且沒有清洗和加工數(shù)據(jù)的能力,數(shù)據(jù)集市模式只適合服務(wù)長尾中小企業(yè)客戶,因?yàn)閷?duì)這些企業(yè)來說,獲取多個(gè)數(shù)據(jù)接口是不經(jīng)濟(jì)的。
他直言,數(shù)據(jù)市場上數(shù)據(jù)的價(jià)格是相當(dāng)透明的,而且做一項(xiàng)業(yè)務(wù)并不需要太多數(shù)據(jù)源,則客戶傾向于直接跟掌握數(shù)據(jù)的服務(wù)商合作,而不會(huì)尋求中介。
附
羅皓在“點(diǎn)石資本”和“微軟加速器”聯(lián)合主辦的“’信任危機(jī)’時(shí)代的風(fēng)口”論壇上的《互聯(lián)網(wǎng)大數(shù)據(jù)在信貸行業(yè)的邏輯》主題演講內(nèi)容。
來源:微信公眾號(hào)“聚信立Juxinli”
羅皓介紹道:所有關(guān)于C端的數(shù)據(jù)目標(biāo)就是判斷一個(gè)人會(huì)不會(huì)還錢(即有沒有信用記錄),而我們可以把人群分為兩類人——有過良好信用記錄和沒有信用記錄歷史的人。
對(duì)于有過良好信用記錄歷史的人來說,他/她的過往負(fù)債和還款記錄就能解釋其信用風(fēng)險(xiǎn),簡單的說就是三個(gè)問題:誰借了、誰批了、誰還了。對(duì)于沒有信用記錄的人來說就需要依靠其他信息來推測其風(fēng)險(xiǎn)。目前由于征信體系不完善,有很多人沒有人民銀行的信用記錄。那么,如何判斷這些人的信用呢?
“現(xiàn)在做的,都是猜測,”羅皓如此說道,指的是目前中國一些公司稱利用用戶網(wǎng)頁瀏覽數(shù)據(jù)或者社交數(shù)據(jù)去評(píng)估用戶信用的做法。曾經(jīng)在美國公司做過風(fēng)控的他說,在美國用設(shè)備指紋等技術(shù)去判斷信用是很少的,做社交的公司是不敢用自己的數(shù)據(jù)去解決信用問題。其中的原因,一個(gè)是美國的法律未必允許,另外一個(gè)是因?yàn)槊绹餍畔到y(tǒng)覆蓋的人群很廣,不一定需要用到上述數(shù)據(jù)。
因此,談到信用評(píng)估一般是要了解兩個(gè)問題:
1、這個(gè)人有沒有打算過還錢,也就是說,這個(gè)人是不是個(gè)騙子。這其實(shí)是個(gè)反欺詐問題。
2、這個(gè)人有沒有能力還錢。這可能涉及到他/她的財(cái)產(chǎn)狀況、抵押物狀況、家庭狀況等問題。
對(duì)于沒有打算還款的人,即欺詐分子,還分為兩種欺詐情況:
1)線上欺詐:你看不到我,借款人都不是我本人,甚至都不一定是人。
因此,線上反欺詐其中一個(gè)要解決的問題就是,你是不是你,是不是本人。在現(xiàn)實(shí)世界中,需要用身份證去驗(yàn)證這個(gè)問題。
在網(wǎng)上則有不同的ID與這個(gè)問題相關(guān),在這里,他引入了一個(gè)用“身份的強(qiáng)度”的概念。他指出,評(píng)估這個(gè)身份的強(qiáng)度,有很多比較大的機(jī)構(gòu)用的是cookie,但cookie有其局限;還有強(qiáng)一點(diǎn)的用設(shè)備指紋,這個(gè)強(qiáng)度比cookies高一點(diǎn);現(xiàn)在,不少人圍繞手機(jī)號(hào)去做;還有利用身份證識(shí)別的,比如國政通;第五種,則是人臉識(shí)別;美國還有使用聲紋識(shí)別。
2)線下欺詐:你看到我本人了,但是財(cái)務(wù)實(shí)力情況都不屬實(shí)。
目前,線下一般通過了解兩個(gè)問題來評(píng)估財(cái)務(wù)能力:一是你能賺多少錢,也就是你的收入;二是你有沒有值錢的東西,也就是抵押物,可能是房、股份或其他權(quán)益類資產(chǎn)。
雖然可以通過收入和抵押物等評(píng)估財(cái)務(wù)能力,但線下的借貸行業(yè),也存在以下三個(gè)痛點(diǎn):集團(tuán)欺詐、多頭借貸和借款用途。
上述已經(jīng)提到如何反欺詐,而第二個(gè)痛點(diǎn),多頭借貸,也就是一個(gè)借款人憑借同樣的信用額度在多家機(jī)構(gòu)借這個(gè)額度,實(shí)際上就超出了他/她能承受的額度。要解決這個(gè)問題,貸款機(jī)構(gòu)需要信息共享。做征信的聚信立目前也在收集很多非銀行的機(jī)構(gòu)的借款記錄,機(jī)構(gòu)可以接入類似這樣的第三方征信機(jī)構(gòu)的產(chǎn)品。
第三個(gè)問題,借款用途,也就是你把錢用到哪里去了,線下借款常常會(huì)面臨借款人擅自挪用借款用途的情況,他指出,這也是消費(fèi)金融為什么會(huì)那么火的原因,因?yàn)檫@解決了借款用途的問題,風(fēng)險(xiǎn)相對(duì)比較低。
不過,他也表達(dá)了自己的擔(dān)憂——中國的消費(fèi)金融通過率很高,消費(fèi)金融出現(xiàn)了一些問題,比如消費(fèi)場景的老板捐款跑路。他說,他在東莞見過,有些手機(jī)店只營業(yè)兩三天,目的就是為了找一群工人來在網(wǎng)上申請(qǐng)消費(fèi)借款,然后老板從中卷款獲利。
這也指出了風(fēng)控可能要關(guān)注另一問題:要關(guān)注場景本身的數(shù)據(jù),信用情況如何,而不僅僅是借款人的信用,這就涉及到小微企業(yè)的征信問題。有利于提高催收效率。
最后,評(píng)估完身份識(shí)別、還款能力之后,在催收這個(gè)環(huán)節(jié)上,數(shù)據(jù)可以解決什么?
正如他在上面提到,中國借貸的損失,有60%是因?yàn)槠墼p,另外40%是因?yàn)檎娴倪€不起錢,這種情況下一般會(huì)啟動(dòng)債務(wù)清算計(jì)劃,以減少損失。
羅皓表示,聚信立便是如上,從底層去思考整個(gè)行業(yè),思考借貸行業(yè)使用數(shù)據(jù)的邏輯:嘗試解決集團(tuán)欺詐、多頭借貸、還款能力三個(gè)問題。
版權(quán)聲明
本文僅代表作者觀點(diǎn),不代表零壹財(cái)經(jīng)立場。
本文系作者授權(quán)零壹財(cái)經(jīng)發(fā)表,未經(jīng)許可,不得轉(zhuǎn)載。
- 馬云現(xiàn)身支付寶20周年紀(jì)念日:AI將改變一切,但不意味著決定一切
- 萬事達(dá)卡推出反欺詐AI模型 金融科技擁抱生成式AI
- OpenAI創(chuàng)始人的世界幣懸了?高調(diào)收集虹膜數(shù)據(jù)引來歐洲監(jiān)管調(diào)查
- 華為孟晚舟最新演講:長風(fēng)萬里鵬正舉,勇立潮頭智為先
- 華為全球智慧金融峰會(huì)2023在上海開幕 攜手共建數(shù)智金融未來
- 移動(dòng)支付發(fā)展超預(yù)期:2022年交易額1.3萬億美元 注冊(cè)賬戶16億
- 定位“敏捷的財(cái)務(wù)收支管理平臺(tái)”,合思品牌升級(jí)發(fā)布會(huì)上釋放了哪些信號(hào)?
- 分貝通商旅+費(fèi)控+支付一體化戰(zhàn)略發(fā)布,一個(gè)平臺(tái)管理企業(yè)所有費(fèi)用支出
- IMF經(jīng)濟(jì)學(xué)家:加密資產(chǎn)背后的技術(shù)可以改善支付,增進(jìn)公益
- 2022年加密貨幣“殺豬盤”涉案金額超20億美元 英國銀行業(yè)祭出限額措施
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。