首頁 > 消費金融

信用算力張建梁:提高用戶粘性,要足夠了解用戶和產品 | 消費金融十周年專訪

消費金融 子元 零壹財經 2019-11-03

關鍵詞:用戶粘性消費金融信用算力

信用算力精準營銷平臺,針對不同信貸需求客群提供不同利率區間的信貸產品撮合信息服務。
從2009年中國銀監會頒布《消費金融公司試點管理辦法》至今,消費金融已經發展十年。

?

十年來,24家消費金融公司先后成立。他們不僅豐富了我國的金融機構類型,促進了金融產品創新,而且為銀行無法惠及的個人客戶提供了新的可供選擇的金融服務。

?

如何總結這十年?如何面向未來?為此,零壹財經·零壹智庫策劃了消費金融十周年專題訪談,邀請行業領袖、學者以及業內人士進行深入的探討和交流。

?

在消費金融有效流量越來越稀缺的大環境下,各平臺正在加速場景滲透,提高用戶粘性以覆蓋生命全周期。平臺的用戶粘性如何能形成有效閉環,已經成為行業核心關注的方向。

?

無論是在消費金融領域,還是在普惠金融領域,用戶都在下沉。各家機構正面臨越來越復雜的用戶結構,而第三方金融科技公司基于人工智能技術,依托平臺龐大的征信數據集、先進的數據挖掘和智能搜索能力,正連接著借款用戶與金融機構,完成用戶與產品的智能匹配,用技術助力普惠金融的創新和發展。

?

而如何通過技術手段完成用戶與產品的智能匹配并提高C端用戶粘性??近日,零壹財經專訪了信用算力董事長兼CEO張建梁,他表示,信用算力精準營銷平臺,針對不同信貸需求客群提供不同利率區間的信貸產品撮合信息服務。要提高用戶粘性,他認為要做好兩點:首先,要足夠了解產品。對所有合作產品進行交叉真人實測,對產品進行“望聞問切”,確保產品信息的真實性。其次,要足夠了解用戶。對用戶進行定價與分層,確保用戶以更快速度、更低成本完成資金需求,讓不同信用區間的用戶,得到不同產品定價的信貸服務。

?

而在充分挖掘用戶價值上,反欺詐、智能風控等技術手段提供了充分的支持。信用算力目前擁有 “用戶風險預測及風險評級風控系統”、“金融指標分布式計算方法及系統”、“分布式系統監測系統及方法”等6項國家專利。此外,在申請國家專利有12項,主要為風控系統、模型開發等方面的研發成果。

?

張建梁表示,機構期望能在借款用戶中挖掘具有還款能力和還款意愿的白名單,以構建核心用戶體系,確保業務能夠持續健康地進行下去。那么,考慮用戶的成長性問題就十分必要,分析用戶其在不同階段的還款能力和還款意愿,才能提供適宜的金融服務。

?

此外,在接受專訪時,他還對近幾年消費金融行業變化、用戶隱私保護、智能風控及聯合建模等熱點話題加以探討,以下為對話實錄:

?

提問者|零壹財經受訪者|信用算力董事長兼CEO

?

01?消費金融行業:渠道、用戶及風控

?

零壹財經:行業整體在風控和獲客渠道方面,近幾年最大的變化是什么,可否舉例說明?

?

張建梁:在風控方面,最大的變化就是大數據模型的應用及智能風控的普及。比如在大數據應用這方面,通過對用戶真實的消費數據和行為數據的挖掘,利用風險模型的方式加工輸出對客戶還款能力與還款意愿的評分,來預測客戶的壞賬率,用以決策判斷及量化風險。

?

在智能風控這方面,大量利用系統決策來替代人工審核,大幅提升審核效率,以及審核策略的標準化,為信貸產品往小額、普惠方向發展提供了基礎支持。在營銷獲客方面,從早期的線下廣告到現在的抖音、快手等短視頻廣告及各類app、小程序開屏頁/廣告頁的廣告,可以發現獲客渠道其實是跟隨著用戶的休閑行為方式及渠道可觸達性在動態調整的。

?

零壹財經:現在消費金融行業應該已有共識,那就是風控不能再簡單地停留在反欺詐,而是應該覆蓋到用戶整個完整的生命周期,應該怎么來理解這句話?

?

張建梁:反欺詐能力和信用識別能力的高低,是機構業務開展順利與否的必要條件。而從機構運營角度考慮,機構期望能在借款用戶中挖掘具有還款能力和還款意愿的優質客戶,以構建核心用戶體系,確保業務能夠持續健康地進行下去。那么,考慮用戶的成長性問題就十分必要,分析用戶其在不同階段的還款能力和還款意愿,提供適宜的金融服務。以一個剛畢業的大學生舉例,受教育水平較高,還款意愿較強,雖然當下的收入水平較低,但是未來會有比較大的增長空間,另外在他的人生中還會經歷結婚、買房、買車、孩子教育等問題,這其中涉及很多信貸需求,比如車貸、房貸、教育分期等等。

?

此外,我們應該對風控有更加全面的認知。風控是全面覆蓋貸款客戶的貸前、貸中、貸后整個生命周期,而不能僅僅局限于貸前反欺詐。貸前反欺詐只是風控全流程、全生命周期管理的一個重要環節,但不是風控工作的全部內容。

?

貸前反欺詐只能把一部分欺詐類的“壞客戶”擋在外面,但不能保證通過貸前反欺詐的客戶都是能按時還款的“好客戶”。加強貸前信用評估,和貸中貸后的監控和管理,對提高信貸資產質量也至關重要。

?

零壹財經:伴隨我國人口紅利逐漸消逝,互金行業整體也從C端轉向B端,不少機構也轉型發展助貸業務,您如何看待這一變化?

?

張建梁:互金行業從C端向B端或者是轉型發展助貸業務,其實本質是一種資源互補的行為。互金機構可以說是互聯網金融發展的先驅者,在互聯網技術、獲客、甚至風控等方面都具有先發優勢,并且通過歷史業務積累了豐富的經驗和數據。對B端機構來說,他們在牌照、資金等方面占據較大的優勢。如果能通過合作的方式,將雙方的優勢能力進行結合,可以幫助彼此快速發展業務,同時也提升了雙方服務用戶的能力和效率,最終實現共贏。

?

零壹財經:近年來,我國消費金融市場經歷了高速增長期,而近兩年呈現出挖掘下沉市場機遇、共債風險增多的現象,您認為是否對于風控技術是一項更大的挑戰??張建梁:從互聯網普及率、用戶接受新事物能力等方面考慮,機構早期獲客往往是先從一二線城市布局,但經過長期的發展,這些城市的消費金融市場已接近飽和,機構獲客成本偏高,且收益并不見得會比其他城市更好,因而市場下沉也是一種必然趨勢。同時也因為市場下沉,可能會面對很多信用白戶,這就非常考驗一個團隊的風控能力了,是否能通過強相關的消費數據、行為數據及其他弱相關的邊緣數據建立一個合理有效的風控模型,將決定機構是否能真正從中獲得一席之地。市場下沉,意味著更多資源的投入,并且在風控、獲客等層面做出調整,各機構都需要接觸一些本地團隊,以提升業務的實際可執行性。

?

02公司層面:用戶粘性、隱私保護及非金融領域信用服務

?

零壹財經:請您簡要介紹下公司最核心的業務產品與合作持牌機構情況,您認為持牌消金公司最看重的是什么?

?

張建梁:我們將信用算力定位為一家純粹的信用服務解決方案提供商,業務聚焦精準營銷、信用查詢、智能風控、咨詢研究,面向的場景合作方包含金融、電商、人力資源等領域。

?

信用算力核心業務主要有兩大板塊。第一個是精準營銷業務,主要連接金融機構端和用戶端,為需求用戶匹配和推薦信貸產品,提升雙方匹配效率,減少信息不對稱、信用不對稱產生的時間與資金成本。第二個是提供風控服務,主要包括風控策略輸出、智能風控產品和風控決策引擎系統輸出等。

?

目前我們累計合作的機構突破1000家,幾乎涵蓋業內所有的持牌消金公司,在長期合作中我們發現,持牌機構更看重平臺技術儲備實力、業務風控能力和產品運營能力。

?

零壹財經:在消費金融領域,公司目前服務客群的規模如何?能否舉出一個實例,我們如何通過金融科技和場景嵌入,做到C端用戶粘性提升的?

?

張建梁:按照我的理解,要提高用戶粘性,我認為要從產品、服務、品牌做好兩點:

?

要足夠了解用戶:對用戶進行定價與分層,比如通過評分卡模型創建平臺用戶獨有的信用分,確保平臺匹配和推薦的產品與用戶信用資質、風險承擔能力、還款意愿相匹配,確保用戶以更快速度、更低成本完成資金需求,讓不同信用區間的用戶,得到不同產品定價的信貸服務。

?

要足夠了解產品:對所有合作產品進行交叉真人實測,為平臺內的每一款產品“把脈”,從真實費率、真實額度、真實還款期限、真實通過率、真實放款時間、真實流程、真實用戶評價等多個維度,對產品進行“望聞問切”,確保產品信息的真實性。

?

零壹財經:面對近期眾多大數據公司出現違規嚴查的案件,我們如何保護用戶隱私不被泄露?

?

張建梁:在業務開展過程中,我們從數據獲取、數據存儲、數據傳輸、數據加密、數據權限管理等各個關鍵節點,設置隱私保護節點。同時,對接觸用戶數據的機構和個人進行區間與界限管理,確保不同權限的人看到的數據維度是完全不同的,嚴禁各權限人數據源聚合交叉,防止數據泄露。此外,業務開展過程中堅持不與數據來源不合法的三方機構合作,在合理開展的聯合建模業務中,也僅將模型部署在數據源方,我方僅輸出用戶綜合分數結果,不輸出任何用戶隱私標簽。

?

零壹財經:我們發現,公司取得了多項國家專利和著作權,這些對于我們業務開展起到哪些作用?

?

張建梁:知識產權具有所有權上的排他性,信用算力在業務開展中十分注重對各項知識產權的保護,尤其是業務開展過程中涉及到的核心技術、核心研發理念、核心成果,這些既是業務開展和實施的經驗總結,也是新業務開展的技術前提。信用算力目前擁有 “用戶風險預測及風險評級風控系統”、 “金融指標分布式計算方法及系統”、“分布式系統監測系統及方法”等6項國家專利,已有國家專利技術可實現對不同類型金融機構的異構數據源間數據歸一、特征挖掘、指標計算,支持對不同客群的標準化產品特征源和指標集推薦,實現一鍵式指標管理。此外,在申請國家專利12項,主要為風控系統、模型開發等方面的研發成果。

?

零壹財經:除了精準營銷服務、SaaS服務、大數據風控和咨詢服務,未來還會加大哪些業務方面的投入??張建梁:未來我們會在三個業務線上加大投入:?針對現有優勢的線上精準營銷業務,公司繼續針對不同客群提供不同利率區間的產品撮合信息服務,并持續加強同金融機構的深度合作,持續提升信息撮合效率。同時將精準營銷業務從線上拓展至線下,發力大額長期經營貸款撮合業務,并逐步在上海、北京之外的重慶、武漢等7個省市區域展開試點經營和推廣技術服務業務。?持續加強風控業務投入和風控服務能力,輸出風控策略體系和智能風控產品,如風控決策引擎系統、大數據風控服務等。?持續拓展非金融領域信用服務業務。公司基于完全面向市場開放的全國工商信息、訴訟信息、知識產權信息等公開數據為切入點,結合信用算力多年來在金融科技領域的數據積累與經驗沉淀,切入信用資訊、信用檢測、信用評估、信用修復等信用服務業務。

?

03技術層面:Fin-Cloud信貸云決策引擎風控流程、聯合建模

?

零壹財經:貴公司的風控系統經過怎樣什么的迭代?請介紹一下信用算力的風控流程,以及風控流程中關鍵的幾個環節是什么?如何防范欺詐風險?

?

張建梁:信用算力Fin-Cloud信貸云決策引擎系統迭代一般包括技術迭代和風控指標迭代。Fin-Cloud信貸云決策引擎技術迭代一般圍繞擴展系統性能進行優化。風控指標迭代一般會根據一段時間內的業務積累和貸后表現,通過決策數據接口和風控大數據模型進行樣本分析,持續監控貸后數據與之前決策結果的偏離、用戶品質的偏離、數據結構的偏離,持續優化決策知識庫,并根據返回的最終決策結果調整內容及策略方向,從而確定是否需要調整或迭代策略風控內容。

?

Fin-Cloud信貸云決策引擎風控流程主要包含四個環節,即流量獲客風控、貸前準入風控、貸中監測預警以及貸后逾期監測。其中最重要的環節包括反欺詐、身份核驗以及貸中監測環節。?從流量端來說,需要對信貸需求用戶進行風險預判,用戶價值預判,營銷響應模型與規則搭建, 以及流量投放時的精準定價、定向標簽、關鍵詞優化調整等。?從貸前風控來看,主要包括準入策略、信用評分模型、欺詐評分模型、授信額度模型、風險定價模型等進行搭建與優化,從而輔助決策引擎做出正確的申請、授信、定價等決策。?從貸中管理來看,重點關注不同階段逾期指標、不同渠道逾期指標、信用變化評估、額度管理、多頭監控等。?從貸后監測來看,需要從催收響應、催收覆蓋、催收難易度模型等方面,匹配不同逾期客戶的貸后跟進方式,比如短信、電話、司法訴訟等,開展資產保全工作。

?

要做好欺詐風險防范,首要是做好欺詐類型的區分和界定:如針對群體欺詐事件,重點需要從已有數據中找出批量用戶異常點,如同設備類、地址類、個人信息類、同時段、同區域、同單位、同聯系信息等是否存在關聯性。針對個別欺詐事件,需要對個人信息審核階段異常數據進行標簽化,監控與該用戶有相關性異常數據的其他用戶,是否存在同樣的數據異常點,從而做出判斷和模型優化;

?

從技術手段來說,防范欺詐風險需要持續進行算法防范,如通過社交圖譜、關系網絡進行早期欺詐分子偵測,以及貸中欺詐團伙識別和貸后催收用戶失聯修復,做到更早、更好的識別危險用戶,而不是等到造成壞賬損失或欺詐輿情后才進行措施補救。此外,也可以通過沖突檢測網,將用戶形成的關系圈按照連通圖進行切割,切割之后的各個群體互不相連,均可作為獨立的群體進行觀察與研究。

?

零壹財經:在智能風控技術方面,公司構建的SaaS服務,開發的Fin-Cloud云平臺,技術優勢是如何體現的?是否涉及聯合建模?

?

張建梁:Fin-Cloud信貸云決策引擎主要基于金融領域的SaaS服務模式,以標準化、高效率、輕量級的成熟平臺技術解決方案,系統具備的開放性、靈活性、一站式等特征,可實現秒級在線風險量化決策,風控功能性能快速迭代,同時可以提供決策指標計算、客群篩選、業務定制開發和系統運維服務。

?

聯合建模是目前業內比較常見與機構合作的方式之一。如與外部數據源聯合建模,將模型部署在外部數據源,只輸出指標標簽,不輸出原始數據,目標結果是減少數據泄露,提升業務運營效果,降低風控壞賬。

?

零壹財經:我們所做的金融風控評分平臺,每家金融機構對于風控指標與權重是否會有不同角度的側重(社交數據、償債能力、貸款逾期記錄等),我們如何處理客戶提出的個性化需求?

?

張建梁:我們有通用分數,也有聯合建模分數。其中,通用分數不區分機構,適合多家機構的不同產品,聯合建模則根據每家機構的客群分布特征和歷史逾期狀況,挑選不同的指標和權重建模,在數據指標和權重上都會有不同側重。一般來說,聯合建模的綜合評分的區分能力要比通用評分高,風險識別能力也更強。

12月20日,零壹財經·零壹智庫年度峰會“2020數字科技年會暨零壹財經新金融年會”即將召開。本次峰會將打造50+銀行與消金、100+媒體傳播、2項榜單、1000+嘉賓的行業盛況。12月20日,北京東方君悅大酒店,期待您的蒞臨!報名通道:http://hdxu.cn/iqGSK

上一篇>“去爬蟲”時代來臨,消金行業如何調整風控策略?

下一篇>消費金融ABS持續升溫,國美小貸成功入局


相關文章


用戶評論

游客

自律公約

所有評論

主編精選

more

專題推薦

more

2020數字科技年會暨零壹財經新金融年會(共5篇)


資訊排行

  • 48h
  • 7天



耗時 969ms
算彩票软件