大蜂数据,匠心精耕大数据风控
互联网金融火了,大数据风控也火了。于是,不断地有公司跳出来说自己要做大数据,为互联网金融企业提供大数据风控。大数据风控谁想做就能做好吗?
风控大数据挖掘,需专业,更需要工匠精神
做大数据风控,绕不开的首要问题,就是大数据源问题,即大数据的获取、存储、管理、分析等。在国内,目前公共征信机构尚待建设,征信数据无法完全以公共服务的形式获取,而且国内的民众、企业信用评级没有历史传统,信用社会建设处于初始阶段。因此,对信贷风控数据源进行多渠道、多样化、动态实时的大数据挖掘工作,是大数据风控必经之路。大数据风控真的是仅仅有数据抓取技术就能做好的吗?
“风控大数据挖掘,需专业,更需要工匠精神。通过技术手段,在网上抓取数据,对于很多专业技术人员来说,并不难,而真正困难的是,如何识别、过滤、分析出真正对风控有价值的信息,而这,如果没有金融风控领域的深厚经验和专注并结合行业顶尖数据挖掘的技术,是不大可能做到的。最终可能从大数据获得的只是更多错误的信号和噪音。”深圳大蜂数据运营总监Chris说。据了解,大蜂数据团队沁淫于金融风控行业已多年,一直专注于金融领域的数据分析、企业CRM及风控体系建设,服务过的客户遍及澳大利亚、东南亚、香港以及中国大陆的各大银行、保险机构及政府机构。如香港汇丰银行、穆迪亚太区总部、中国银行、招商银行、中信银行、广东发展银行、中国平安、中国海关、中国移动,中国联通、鹏元征信、渣打银行、大新银行、永亨银行、新加坡发展银行、泰国大城银行等。如同几年前的华为公司一样,大蜂团队多年默默地坚守着“匠人”的本分,在幕后精耕细作,推动着行业的发展。
“大蜂团队很多项目经理及研发负责人在汇丰银行、大通银行、IBM、SAP、SAS(美国赛仕)、华为、鹏元征信等知名机构有多年从业经验。对于大数据风控,有着深刻的技术理解和行业认知。针对互联网金融风控,最高效、最便捷的方式,应该是大数据风控,这正是整个公司目前正在聚力精耕的核心业务。”对于大数据源挖掘问题,Chris沉着且有信心,他说:“大数据风控目前还处于行业探索阶段,但这么多年,大蜂团队引以自豪的不仅是海量数据搜集及处理分析技术,并且拥有金融行业多维度非常核心的大数据资源,也可以通过技术快速精准获取其它相关数据。当然,做大数据,对数据的挖掘永无止境,目前,在大数据挖掘方面,我们需要做的,是持续丰富大数据源,并与行业一道,探索大数据应用的开放性和有效性等问题。”对于行业普遍关注的大数据风控数据源问题,Chris炮制任正非的话说,“在大数据信贷风控领域,大蜂是有‘工匠’精神的,我们够专业,我们更专注,持续拓展我们跨行业的经验和资源。大蜂数据最有可能真正做到大数据技术与风控应用的完美结合。”
信贷风控体系,比技术本身更让人着迷
据了解,大蜂数据创始人Dick Cheung是一位著名的数据分析和金融风控专家。身为英国皇家统计学会特许统计师的他,早期在欧洲、澳大利亚等知名机构从事数据分析及金融风控研究,回国后创立华策公司,专业为知名银行、保险、政府机构做风控体系建设,深谙国外金融风控体系建设,并熟知国内信贷风控行情。他个人坚信,金融风控,一定是一项体系性工程。宏观环境除外,信贷机构内部的风控,都绝不是仅仅有大数据源、有征信数据、有BAT某些特定维度的信息支撑就可以做好的。要真正做好信贷风控,特别是互金风控,需要从风控流程、风控人员管理、风控效率、风控质量、风控成本等多维度考量。有效的、高效的信贷风控体系建设,突破大数据技术障碍是基础,更重要的是要对金融风控领域以及互金行业有足够深刻的理解和研究。
执于这样的信念,大蜂团队从2013年投入研发大数据风控业务伊始,就着眼于建设贯穿信贷生命周期的大数据风控解决方案,从信贷高质量获客,到贷前审查、贷中决策,再到贷后监控,为信贷机构提供信贷全周期风控咨询和辅助决策服务。通过深入开展互金风控业务梳理、数据统计及分析建模,大蜂团队将复杂的大数据风控解决方案集成到几个智能简洁的操作系统中,即目前大量用户正在使用以及即将应用的“业务申请信息调查系统”、“业务审核欺诈识别系统”、“大数据评分系统”,以及“贷后监控系统”。后期,大蜂还计划将这些系统集成到一个统一的平台“蜂控在线”上。届时,通过该平台,所有的小额贷款公司、P2P平台、银行个贷部门、个人信用卡中心、贷款中介等机构的普通业务人员,都可以轻松搞定以前需要多个流程部门、很多专业人员才能完成的风控业务。
每每想着团队们正在从事的事业,看到系统给行业带来的风控变化,Chris都甚是激动,他说,“利用技术手段,打通风控流程,推进行业的发展,一直是我的梦想,也是公司的梦想,更是这个团队执着多年的梦想。信贷风控体系建设,比技术本身更让人着迷。”
降本增效提质,实现从“0”到“1”的改变
我们知道,目前的互联网金融领域,主战场在小微信贷以及P2P平台方面。一般来说,小微信贷及P2P平台,信贷业务显著特点是客户多、数目小、放款快,这就决定了互金行业无法向银行一样,通过传统的资产抵押或线下调查去开展风控,因此,很多小微型互金机构几乎没有风控部门,或者风控工作零散不成体系。即使成立专门风控部门,大多不大可能组建系统研发团队,而多数采取的是人海战术、人工审核,其风控效率总是有限,风控成本必定高企,风控流程及人员管理也会出现各种各样的问题。
从技术与应用的发展趋势来看,大数据风控,其网络化、平台化、智能化、全维度等特点,将能够很好的切合互金信贷风控的大规模、高效率、低成本、高质量的风控需求,能够从调查维度、信用评级、流程管理、风控成本等方面,全方位解决这些问题。
当然,新的技术与应用,总是不断迭代的过程,需要系统环境的推进,需要整个行业的不断试错、证伪、演进。对于很多互金机构的风控“空白”或“混乱”来说,大数据信贷风控,能够实现整个行业从“0”到“1”的改变,进而实现“1”的决定性价值。
从大蜂数据目前推向市场的几款大数据风控产品(系统)应用效果,对大数据风控价值可见一斑。从大蜂的部分合作客户捷信、证大速贷、安盛、盛进等互金小贷机构获悉,针对信贷审核业务的大数据风控平台——“业务申请信息调查系统”,他们已全面合作应用。在省时增效方面,至少比传统的人工信贷审核提升300%以上;在信审质量方面,可以灵活快速获取更为宽泛的数据维度,能够更加精准的对网贷申请人进行自动化大数据调查与核实,快速生成调查报告,辅助贷前准入决策。同时,他们正在洽谈接入大蜂数据的“业务审核欺诈识别系统”,这是一套智能大数据动态题库及交互式测试评分系统,能够有效解决贷款人伪造个人申请信息、冒用他人身份信息、“征信黑名单”不可查以及不良中介诱骗他人间接实施信贷欺诈等反欺诈难题,让传统的申请表“动”了起来,对于那些有准备、有预谋的欺诈行为,起到了很好的识别防范作用。据悉,一大批较有影响力的信贷机构正在与大蜂数据洽谈更深层次的风控合作事宜,包括大蜂数据正在公测的用于贷中决策的大数据评分系统、用于贷后的大数据监控系统等。
信贷风控,一个历久弥新的领域。古代的典当抵押、近代的钱庄银号信用抵押放款、现当代的银行信用贷,每个时期的借贷行为,都伴随着相应的风控模式。信贷的历史有多久,信贷风控的历史就有多远,信贷方式与风控模式相伴相生。我们相信,伴随着互联网金融的世界范围发展,互联网金融信贷也必将会迎来她全新的风控模式——大数据信贷风控模式。而大蜂数据的历史使命,首先是要做好一个“工匠”、当好一个“卫士”。
数据分析咨询请扫描二维码
必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27技术技能 - 编程技能 - 掌握SQL、Python、R语言等编程工具是基本要求,可用于数据提取、清洗和分析。 - 数据分析与建模技能 ...
2024-11-27财务数据分析职业展望 - 需求激增: 随着企业信息化和数字化进程的加速,财务数据产生和积累速度急剧增长,推动了财务数据分析需 ...
2024-11-27技术技能 数学与统计技能:数据分析师需要具备扎实的数学基础,包括统计学、概率论、多变量微积分和线性代数等知识,以帮助理 ...
2024-11-27选择适当的工具和软件 选择恰当的工具对于创建出色的数据分析图表至关重要。Excel提供强大的数据可视化功能,R语言的ggplot2包 ...
2024-11-27初级市场分析师在工作中面临着重要任务之一:评估竞争对手的表现。这项工作不仅有助于描绘行业竞争格局,还能帮助企业发现自身的 ...
2024-11-27基础知识的建立 要想在数据分析领域脱颖而出,首先需要打好坚实的基础。 数据分析的基础知识十分重要,其中包括统计学、概率论、 ...
2024-11-27# 要学习Python数据分析 掌握Python基础知识 - 首先需要掌握Python的基础知识,包括基本语法、数据结构(如列表、元组、字典等) ...
2024-11-27学数据分析能在什么单位工作 数据分析的就业领域概述 数据分析专业毕业生广泛应用于各行各业,包括但不限于以下单位: 政府机关 ...
2024-11-27想学数据分析需要学哪些课程 数据分析学习路径推荐 基础课程: 统计学: 统计学作为数据分析的基石,涵盖概率论、描述性统计、 ...
2024-11-27# 现在什么行业发展前景最好 **人工智能与机器学习** - 人工智能技术快速发展,广泛应用于智能家居、自动驾驶等领域。 - 具备巨 ...
2024-11-27# 未来最有前景的行业 **人工智能与机器学习** - 人工智能被认为是未来最具潜力的行业之一,其应用范围广泛,包括智能家居、医 ...
2024-11-27