激辩零壹财经年会：大数据时代下的消费金融如何创新？

 

点击文章最后阅读原文查看 “零壹财经2017新金融年会专题汇总”

1月10日，由零壹财经主办，宝象金融和口袋理财协办的“零壹财经新金融年会·年度新金融思想汇”在北京召开。

2016年是规范发展之年，互联网金融在多年的野蛮生长之后，走进了监管时代；Fintech、金融科技，取代互联网金融、P2P成为热门关键词；消费金融、汽车金融、互联网保险、供应链金融等细分领域亮点纷呈。这场波澜壮阔的新金融浪潮，才刚刚开始。

买单侠CRO朱君、微贷网副总裁汪鹏飞、华创资本副总裁余振波、惠人贷CEO李晨、天云大数据副总裁李从武、乐信集团COO乐露萍参与了本次会议的圆桌讨论。

圆桌实录

余振波：本次主题是“大数据时代的消费金融创新”，在座的自身公司的主营业务里面，是怎样跟消费金融相关？你们觉得用到的最创新、最前沿的科技是什么？有什么具体的案例吗？

李从武：我们是一个大数据基础设施供应商，我们的传统业务是金融业务，包括银行保险，给金融的核心企业提供基础设施，我们的业务端就是银行系统中的风控，比如信用卡催收的算法。去年阿尔法狗给大家的冲击还是蛮大的，那实际上我们在Alphago之前，我们就一直用深度学习的工具给银行提供这种服务，那从消极角度来说，他越来越是一种用数据，用技术来驱动的这个行业，我们刚才听到很多东西都是用线上的方式，阿里、百度，他后头都是一些机器的算法来提供服务，这个算法本身是一些专业的公司在做，使金融机构更容易地使用比较深度的技术，这是我们的一个主要的方向，平台化、工程化。

李晨：我跟人原来在北银消费工作，当时就是做IT，这个工作其实在科技大数据领域，在这之前，咨询公司一直也就是在做这一块，这些年走过来我觉得从很多的技术上或者是一些数据的应用、模型，其实它整个的逻辑或者是基础东西没有太大的变化。

我们现在做的其实还是一个主要基于场景的消费金融，我们是一个2B、2C的一个模式，在这个模式下，我们一方面通过IT和数据去做资源的整合，提高整个的效率。在这里面，我们更重要的是在做2B的风控，因为2B、2C的整个商业模式是第一位的，那么场景是不是有风险，是我们第一个需要判断的因素。所以在这一块那么刚才我们所说的大数据和风控，我们可能更多的是在2B，但是SAS是2B的东西，那么这样的话我们可以知道，我们对合作的场景它是一个什么样的一个运作的情况，从而来帮助我们，首先第一个很重要的不是了解风险，是这个行业是怎么运行的，实际上我们是做金融是这样一个虚拟经济，那么他的跟实体经济结合的时候，第一个想了解的是实体经济行业这个细分领域是怎么去做的，他的一个商业的逻辑和规律是什么？

第二点，我才能说在这里有哪些风险点，我如何去做风控，所以我们现在这种混带着自己的基于场景的逻辑中，我们更多地是在B端，去通过一些SAS的方式去收集数据，去做商业模型的判断和风控，而这也是我认为在基于场景的消费金融里边最重要的一个风险点。2C的风控也很重要，在2B之后，我们把B和C联系起来看的时候，每一个场景的细分客户的画像就基本有了，这样再去做2C的分红的时候，其实是预先做的分红，相对来说压力会小一些，这个是我们现在的一个大概一个逻辑。

汪鹏飞：大家知道开车离不开GPS，在过去的这个5年，这是几乎所有车贷平台的标配，主要是对汽车的定位功能，在过去的半年里面，我们试着尝试着会去用一些新的一些工具，做一些分析然后得出非常有价值的一些结论，包括他们的行为的习惯、驾驶的习惯等等，这些都和对客户最终的判断带来很大的帮助。除此以外还给了我们算是一个意外的惊喜，就是当我们有这样的一些数据的时候，发现目前有国内一些做车险的公司会主动来找到我们，这样一些数据对于这类的公司会有价值，所以，我们现在可能把它作为也是一个新的方向，也在做重点的研究。

朱君：买单侠是从2014年开始就做“蓝领”市场，摸爬了两年时间，其实也积累了一些方法，我们是比较重线下的业务，从一开始就致力于用技术的手段去解决线下的问题，包括欺诈的问题，简单说举两个例子，比如说在对2C的APP上，我们做信贷，除了客户填写的那些信息我们更看重的，是信息传导上来的那些背后的行为数据，整个申请的过程，我们后台有一套系统，像放电影一样把客户的所有的行为的轨迹，他包括他录入他有时候填了个地址，然后又删了、改了，然后再提交上来的他之前填的那些，我都能知道这些对反欺诈是可以利用的，策略上可以进行一定的规则编写，一定模式的集中性识别，这是一大块。而且我们从创业一开始就认定的一个方向是用比较轻的方式去做。

第二块我觉得科技可以很好的帮助我们做降本增效的事情，举个例子，做线下业务一般会有非常多的销售，甚至上千个、上万个，但是我们对销售的管理也给了他一个APP，通过这个APP我们非常轻的去策略化，去管理这些销售，比如说通常做线下业务一个点需要固定的驻扎一个人在那里，但是我们的模式可以已经用到，就是通过后台的决策引擎，通过策略去驱动每个销售的动作，这个客户来了，如果这个客户通过之前的扫码发现，这是一个好的店好的人，那我可能不要求我的销售一定要赶过去，然后如果这个人是相对坏的人那我就需要他去，如果这个客户可能已经住黑明单了，已经被我数据已经，捕捉到了那我的人也没必要去了，所以这可以大提升销售的效率。

通常如果销售经理半径两三公里，就能够涵盖三四家店，那我们通过这个销售管理的工具能够把一个人的人效大大提升，它可以管到七八家店，所以这一块是我们利用这个科技的方式做的一个比较大的创新。我就先提出这一个点。

乐露萍：大数据对于互联网金融来讲，我觉得它是一个立命之本，大家知道互联网金融解决的一个问题就是会比传统的金融效率更高，这个“更高”的依据是什么？一定是基于互联网大数据的分析，所以我们认为其实大数据创新和应用应该是渗透在整个用户使用消费金融的环节里面，比如说在用户接触消费场景的时候，已经有了蛮多的一些智能设备，我们依赖的比较多的是手机，大家现在能够接触到的一些比较科技化的一些做法，比如说指纹的识别、声音的识别，还有就是人脸识别，未来物联网的发展一定会更加的迅猛，随着这个人工智能的发展，那也许我们周围比如说今天咱们在大会里面，也许会议厅就会有很多的感知器，能够感知到我们在场的温度，我们在场的激烈程度热烈度都能够感知到，而这些数据都会成为未来互联网金融非常重要的、去感知场景的一个应用。

第二个，这些数据收集上来是干嘛的？非常重要的其实是大数据分析、建模，乐信集团在今年也是建立了一个建模的团队，通过互联网引擎的方式，去不断的去提升效率以及精准度，然后在风控环节里面，这些数据以及我们建模得到了很多的模型，最后我们可以在风控的领域里面做很多的应用，在消费场景里面使用轨迹的追踪，通过轨迹判断到消费意愿和消费能力。所以我认为大数据的创新可以说刚刚开始，而且它不是一个独立的环节，它会跟随着物联网的发展，以及AI的发展，一同发展。

余振波：你们未来三年最看中的“前沿”是什么？

乐露萍：如果我们没有精准的数据来源，其实后面所谓的建模和分析都是空的，我们希望在前面的用户获取方面更加精准，刚才我讲了我们更多是靠手机本身跟踪用户的轨迹，实际上我们可以获取的数据除了用户使用的轨迹还有用户社交的模型，我们也在应用这方面的分析，除了他的使用频率以外还有好友的分析，更好信用的人应该获得更好的金融服务，同时它的好友里面都是一些诚信用户，它成为一个优秀诚信用户比例是更高的。我更希望在前端的科技可以获取更多的用户，随之而来用户数据会带来我们建模能力的提升，以及我们风控能力的提升。

朱君：我们面对的风险分为两类：一类是信用，一类是欺诈，信用方面我希望有更高信用评级主体出现；从欺诈角度来说，从行内人看下来，欺诈也是一个与时俱进的过程，技术的发展不但对防御者来说是增长的，对坏人来说也是进步的。我们看到线下的一些涉黑群技术也在演进，一定需要我们不停地去迭代，这个过程就给我们带来一些机会。比如说我们买单侠在欺诈上也经历了一些坎、也摸索出一些门道，现在有一个社交抱团的图谱技术，它可以对人群抱团进行实时报，每来一个申请的新客户，所有相关的联系信息、社交信息、通讯录信息都可以进入大的网状的结构群，这个速度非常快，现在最新的图谱技术可以跟进，不断挖掘新的技术背后可以应用的价值。

汪鹏飞：我们觉得反欺诈防范非常重要，最近网上都说欺诈人群针对不同公司风控模型进行欺诈，这里面包括客户的身份证，包括它所有的社交的数据，所有这些都是造假，有的甚至要花半年、一年的时间养一个虚拟的人，这类的人群比信用风险更大。人脸识别这一类的技术，在促进反欺诈包括金融风控的体系发展中起到了一个更大的作用。

李晨：关于未来的新的技术这个问题很难回答，从技术本身来说，我觉得技术的革命第一个是底层科学，它带动上层应用的革命，举一个例子，最近比较火的区块链它本身不是新的东西，早就有了，它是一个基于底层的数据难题演变出新的应用而已。在底层的科学没有太大变化的情况下，上层只是新的应用的开发。

第二个层面，回到消费金融来说，前几个嘉宾更着重说的是关于风险方面，我非常赞同他们的观点，因为风险是解决了信息不对称性，所以在数据层面怎么实现——第一怎么记录它，第二怎么把数据联系起来。因为很多的数据都是孤岛分离开的，怎么联系起来，这是很重要的一个点。

第三个层面来说，从惠人贷的角度来说，如果大家拿到的数据是一样的，说白了这个数据我能看到，其他的嘉宾也能看到，最终转来转去我们的风控模型是差不多的，作为惠人贷公司不一定像BAT公司有大的积累，我们会寻求核心竞争力，会在某些领域上积累我们的数据，这是第一点。第二，科技怎么在推广和营销上起作用，我们有一个低成本的流量给到他们，如果在风控上不能在数据上形成核心竞争力，我会在另外的点上想办法，包括我们和其他的合作伙伴合作，比如说模糊识别，我们的客户进来之后是否可以给他一个很好的体验，比如说可以把它的所有的信息抓取出来，像人脸的识别，包括GPS定位，比如说他申请一个早教课程，他报的课程跟他的住址是否是匹配的。

李从武：我们是一家技术公司，专门做大数据技术的公司，刚才提到图谱，我们讲到的深度学习，也是20多年前，开始搞出来的东西，今天之所以爆发出来，不仅仅是一个技术的问题，实际上是一个技术加上市场的需求整体的推动，现在的算法、技术很多，从一个科技公司角度来看，就是怎么把知识和场景结合在一起，刚才讲了风险两个方面，一个是如何防范一些问题，另外一个从获客来挖据一些东西。我们讲的图计算，最早接触的就是人行的征信中心，传统的数据库无法解决，它是一个迭代的问题，我们要到几层以后，计算量就是几个星期或者内存溢出的计算量，所以我们当时用图的方法解决，用“秒一级”来回答，我们把这个问题放到信用和获客上依然取得了比较明显的效果。我们看到人是如何抱团的，同时我们又反过来看，人是如何一起去欺诈，一个村的人去骗信用卡，这需要实时的防范。我们需要一个平台化的东西和技术快速的把数据和算法融合，某些我们用深度学习更好，某些用简单的线性回归更好。

余振波：在座的各位，李总做技术公司，其他的都是做金融公司，所以在咱们的公司里面，金融跟科技的比例是怎么样的？要有一个确切的比例，不能模糊，其次可以从各个角度阐述一下，为什么是这个比例？

李从武：我们公司可能是百分之百的技术。我讲一下金融的体会，从某种程度上反映了技术给现在的传统的行业带来的改变，我的一个朋友做轻工档案，它做扫描以后归档，最大的问题是什么？就是以前的文章是没有标点符号的，当然有一些软件用技术点标点，当时他们找到我聊天，要用很多年请很多中文系毕业生做几千篇文章的标点，我说是否可以用高科技的方法？我们用一个LN的算法，用了一个样本数据，用半天时间做出一个算法，它的准确率达到80%，基本上达到一个大学本科毕业生的点标点的准确率。我们的很多人会跟金融行业从业服务的公司同事一起去做，我们并不是作为金融行业的专家，但是从现在来看，很多新的算法完全可以弥补行业的一些知识。

李晨：主持人这个问题也戳到一个痛点，我在心理默数了一下惠人贷的工作人员也要200多一点，其实这不是一个人数的问题，我想到的是：现实世界和计算机世界是两个世界，我们更多的时候面对的是这两个世界之间需要一个桥梁，这个桥梁是一群很高端的人，需要既懂业务又懂技术，从企业来说是一个非常重要的角色，这个角色的素质直接决定了科技在业务当中的转化效率，以及对业务支撑的作用，绝对人数是4：6还是5：5这个不是最重要的，最重要的是有这样的人群能够实现这个转化，我们一直在做这样的团队，我们希望它能够懂业务同时做好这样一个硬输入，更好地把科技的东西放在应用当中，提高效率。

汪鹏飞：金融和科技不是对立的概念，从本质上来讲我们觉得自己是一家金融公司，这几年下来技术无论是从获客、风控还是后期的管理，重要性越来越高。我们在公司内部只有一个部门是人员和编制预算都是没有限制的，只要有合适的人编制和预算就是对外开放的。包括我们也专门成立一家金融科技的独立的子公司来进行运作，未来我们希望由重到轻。

朱君：从人数上来说，买单侠总部人员超过一半是技术人员，剩下的一半里面一大半是风控人员，这是人数上的比例，从概念上来讲技术和风，控我个人感觉是五五开。我以前从银行出来的，用的数据，用到的策略都是互联网化的，银行可能还做不到。我们的流程非常的独特，这个流程中其实风控做的好不好，除了有没有独特的数据、有没有独特的场景，对数据的深加工能力非常的重要，跟场景的融合是结合在一起的。

我们整个业务有三个APP，除了客户、销售，我们的营业员还有一个APP，这就需要开发资源的投入，我举一个例子，比如说我们的传统金融审核都是一个专家型的审核，他决定这个人是好人坏人，我们把这个审核拆开，完全是碎片化的，后台是众包的坐席，同时100人坐席在那里审，每个坐席不知道全貌，就是分工协作，最后输入到机器里由机器来做一个判断。这个决策树原来是在审核员的脑子里现在我们搬到引擎里，第一个依赖于决策的设计，第二，决策点非常多，必须由机器来进行。这样一个框架就依赖于技术来实现。我们现在做这个技术，因为好人是缺乏耐性，坏人才会等待你，有了这样一个经济学的道理，使得我们在APP交互上在互联网上的体验上更好，获得客群才是更好的样本，这是我们的思考。

乐露萍：技术的创新是互联网金融不可怠慢和不可忘却的话题。大家知道金融的本质是风险，把风险控制很好的情况下才能真正的在前端把量做大，互联网的本质是什么？互联网之所以深入人心就是大大提升了效率，互联网本质就是一种技术的革新，就像当年从马车变成汽车一样，它的效率是几千倍的提升，这个课题是我们要非常重视的

主持人的话题一问我就想用什么来衡量你们公司科技占比占到多少？我在想用什么来衡量，也许可以看到在目前现有技术上我们的自动审核所占的比例，这件事情对乐信来讲，对于分期乐来讲2016年是一个很大的突破。以前我们非常依赖于人工审核，我们布局了非常大的人工审核的团队，非常依赖于个人的判断，我们在2016年不管是服务年轻人的分期乐，还是普惠金融的开心乐也好，我们上线了风控引擎，它背后完全基于风控建模和分析，它的发展非常的迅猛。线上我们用户自主审核，完全不需要靠人工审核的比例将近40%，这个可以说明科技应用比例的方式。

余振波：在从业务的角度讲，金融的核心商业本质是经营风险，这个风险有几个层次，一个是你最底层的资产信用成本，一个是运营管理的风险成本，还有前端的获客成本风险，在反欺诈、前端的获客、反欺诈模型，各个环节当中科技都起到了非常大的作用。我有一个例子，我们投资的消费金融方向的公司完全没有线下人员，200多人，现在自动审核的比例超过了一半，同样的人数做到国外同行3倍的业务。大家知道消费金融在中国的线上发展刚刚起步，从我们这个样本案例可以看出来，我们的创业公司、互联网金融人才已经走在了世界的前面。