羅皓,互聯(lián)網(wǎng)風(fēng)控技術(shù)SaaS服務(wù)平臺“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”和他們對自己的評價)。
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,曾參與投資消費分期方案比價與撮合服務(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)險和信用風(fēng)險。
羅皓稱,在中國,60%的借貸違約是因為欺詐風(fēng)險,剩余的40%是因為信用風(fēng)險。
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,識別方式包括設(shè)備指紋、身份證、人臉識別等,識別線下欺詐和信用風(fēng)險則主要是評估借款人的交易數(shù)據(jù)、收入和抵押物狀況。
羅皓認(rèn)為,一個人的還款記錄是唯一有效的信用數(shù)據(jù),它包括三個部分: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)商或許能搜集到個人借款數(shù)據(jù),但其還款數(shù)據(jù)只被放貸機構(gòu)掌握。
從這個角度上講,羅皓認(rèn)為聚信立不算征信機構(gòu),因為其所收集的數(shù)據(jù)并非與個人信用狀況直接相關(guān)。
另外,羅皓認(rèn)為征信并不是一個很大的市場,“現(xiàn)在已經(jīng)上市的征信機構(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),有價值的是基于數(shù)據(jù)的服務(wù)。
談監(jiān)管
“個人數(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。每一個數(shù)據(jù)公司都投入了很多精力去打造一個安全的數(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,對監(jiān)管機構(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,一個模型難以適用于多個場景,而且大公司已經(jīng)有自己建模的能力,會建模對第三方服務(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,能以低價格拿到數(shù)據(jù),或擁有獨特數(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,因為對這些企業(yè)來說,獲取多個數(shù)據(jù)接口是不經(jīng)濟的。
他直言,數(shù)據(jù)市場上數(shù)據(jù)的價格是相當(dāng)透明的,而且做一項業(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,而不會尋求中介。
附
羅皓在“點石資本”和“微軟加速器”聯(lián)合主辦的“’信任危機’時代的風(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“聚信立Juxinli”
羅皓介紹道:所有關(guān)于C端的數(shù)據(jù)目標(biāo)就是判斷一個人會不會還錢(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,簡單的說就是三個問題:誰借了、誰批了、誰還了。對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。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,一個是美國的法律未必允許,另外一個是因為美國征信系統(tǒng)覆蓋的人群很廣,不一定需要用到上述數(shù)據(jù)。
因此,談到信用評估一般是要了解兩個問題:
1、這個人有沒有打算過還錢,也就是說,這個人是不是個騙子。這其實是個反欺詐問題。
2、這個人有沒有能力還錢。這可能涉及到他/她的財產(chǎn)狀況、抵押物狀況、家庭狀況等問題。
對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要解決的問題就是,你是不是你,是不是本人。在現(xiàn)實世界中,需要用身份證去驗證這個問題。
在網(wǎng)上則有不同的ID與這個問題相關(guān),在這里,他引入了一個用“身份的強度”的概念。他指出,評估這個身份的強度,有很多比較大的機構(gòu)用的是cookie,但cookie有其局限;還有強一點的用設(shè)備指紋,這個強度比cookies高一點;現(xiàn)在,不少人圍繞手機號去做;還有利用身份證識別的,比如國政通;第五種,則是人臉識別;美國還有使用聲紋識別。
2)線下欺詐:你看到我本人了,但是財務(wù)實力情況都不屬實。
目前,線下一般通過了解兩個問題來評估財務(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估財務(wù)能力,但線下的借貸行業(yè),也存在以下三個痛點: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,而第二個痛點,多頭借貸,也就是一個借款人憑借同樣的信用額度在多家機構(gòu)借這個額度,實際上就超出了他/她能承受的額度。要解決這個問題,貸款機構(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構(gòu)的借款記錄,機構(gòu)可以接入類似這樣的第三方征信機構(gòu)的產(chǎn)品。
第三個問題,借款用途,也就是你把錢用到哪里去了,線下借款常常會面臨借款人擅自挪用借款用途的情況,他指出,這也是消費金融為什么會那么火的原因,因為這解決了借款用途的問題,風(fēng)險相對比較低。
不過,他也表達(dá)了自己的擔(dān)憂——中國的消費金融通過率很高,消費金融出現(xiàn)了一些問題,比如消費場景的老板捐款跑路。他說,他在東莞見過,有些手機店只營業(yè)兩三天,目的就是為了找一群工人來在網(wǎng)上申請消費借款,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,評估完身份識別、還款能力之后,在催收這個環(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%是因為欺詐,另外40%是因為真的還不起錢,這種情況下一般會啟動債務(wù)清算計劃,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、還款能力三個問題。
版權(quán)聲明
本文僅代表作者觀點,不代表零壹財經(jīng)立場。
本文系作者授權(quán)零壹財經(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2023在上海開幕 攜手共建數(shù)智金融未來
- 移動支付發(fā)展超預(yù)期:2022年交易額1.3萬億美元 注冊賬戶16億
- 定位“敏捷的財務(wù)收支管理平臺”,合思品牌升級發(fā)布會上釋放了哪些信號?
- 分貝通商旅+費控+支付一體化戰(zhàn)略發(fā)布,一個平臺管理企業(yè)所有費用支出
- IMF經(jīng)濟學(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,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(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產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。