大数据风控面临洗牌?看新颜征信如何打好金融科技突围之战 | 爱分析访谈

　　赵杨将于5月22日参加爱分析举办的“2018爱分析中国金融科技高峰论坛”，欢迎大家参会交流。

调研 | 刘馥亮 唐靖茹

撰写 | 唐靖茹

　　国内市场个人征信体系落后于消费金融需求，互联网金融高潮迭起的同时，骗贷、多头借贷、数据滥用等问题层出不穷，民间个人征信公司应运而生。

　　2018年2月，百行征信获得第一张个人征信牌照，主要对接网络小贷公司、P2P平台和消费金融公司，采集个人负债信息，力图破除信息孤岛，遏制多头借贷。

　　虽然业内对于持股的腾讯征信、芝麻信用等八家巨头是否会共享数据保持怀疑，但不免有“大数据征信行业面临洗牌”的声音出现。对此，新颜征信COO赵杨表示，百行征信的想象空间巨大，但无论行业里有再大的巨头出现，细分市场和细分领域也需要更多公司专注打磨，做到最优。

　　新颜征信是互联网金融服务集团漫道旗下专注第三方大数据风控的服务提供商，成立不到两年已服务数百家互金、大数据、支付、银行等各类客户，合作伙伴涵盖宜信、马上消金、搜狗金融、读秒、掌众金服、你我贷、苏宁、国美、唯品会、小米、捷越联合等知名机构。

　　大数据风控行业的数据和技术手段是趋同的，但基于客户需求探索的方向和报告重点有显著差别。新颜征信将侧重点放在了对人的刻画上，集中体现在认证服务和信用评估两大业务中。

　　认证服务一方面是身份核验，判断申请者与提交的信息、使用的设备是否对应，另一方面是通过数据还原人的通话行为、APP使用行为、金融活动情况等判断一个人是否存在欺诈的可能。

　　排除欺诈风险后，需要对申请者的信用水平进行判断从而给出授信额度。新颜会根据申请者的金融活动、手机号及终端的稳定性等进行智能化综合判断，给出建议，输出信用分。另外，负面探针产品能够对误杀客户进行二次筛选，提高批核率；雷达预警产品用在贷中环节，能够实时跟踪个人借还款状态和异常行为，及时预警信用风险，减少客户损失。

　　由于监管收严，互联网金融行业一时风声鹤唳。过去新颜征信将互联网金融公司、消费金融公司作为核心客群，今年则会着重开拓大型持牌机构及银行类客户。另外，各种O2O电商服务，例如住房、汽车等行业，都有拓展空间。服务的行业更广，积累的数据也会更加丰富。

　　近期，爱分析专访新颜征信COO赵杨，就新颜征信业务发展情况进行了交流，部分精彩内容分享如下。技术、客户、终端，三大数据源互为补充

爱分析：新颜征信的数据源有哪些？

　　赵杨：作为大数据风控领域的一员，数据源是公司最主要的生产原动力，新颜的数据来源都是在确保全流程合规的前提下，分析处理、脱敏后得到标签级数据。分为以下几大类：

　　第一类是经过授权的商户回流数据，商户查询产生的相关数据，其他机构回流的数据，其实是非常重要的一部分。通过和商户间高度耦合的风险评估系统，能获得相当量级的商户回流数据，在商户授权的前提下，通过新颜的评估模型形成标签数据，回流到整个信用评估产品的底层标签池子。

　　第二类为新颜移动端产品，包含APP和微信小程序，通过直接对C端授权用户提供服务，包含身份认证、人脸识别、信用评估、以及衍生类的金融服务。同样可以在用户授权的前提下获得用户的相关信息，并用于提升该用户的信用评估准确性。

　　第三类和移动端关系很大，就是今年新颜主力推广的风控系统套件，其中包含整套的决策引擎系统和设备指纹插件。新颜目前已经积累的亿级别的设备指纹信息，由于之前公司战略等因素，并没有放到主力产品序列中，但随着风控决策引擎的上线，经过新颜在云端的分析、脱敏最终形成数据标签。

爱分析：授权报告主要针对哪些行业和哪类信息？

　　赵杨：目前服务的行业主要是互联网金融，包括线上的借贷、消费分期，都是主要服务的场景，今年对于一些信用卡中心、银行也会重点拓展。

　　信息主要覆盖几块，目前使用最广的就是基于运营商的通话相关信息，另外还包含了现在常见的电商交易记录、网银的资金、银行授信等记录，当然这都有对应的客户授权过程。

爱分析：客户能够回流哪些数据？

　　赵杨：回流的维度参照对应的协议，一般包括是否借款，是否逾期。各家机构的回流要求不一样，对于自身数据安全管理上的限制也不一样，有的是很粗略的标签，有的是相对详细的数据。

　　爱分析：对C端用户来说，新颜的移动端APP有哪些用途？

　　赵杨：移动端APP的推出应该是顺应大额信贷场景的往线下走的趋势，新颜APP的定位，一是满足B端商户在线下获客时，对用户风控把控不足的需求，可以通过APP实时的获取用户的全维度的资料信息，以便做出相应的决策；二是满足C端用户的信用自查需求，通过查询自己的信用状况，来寻找适合自己的金融产品。

爱分析：相当于也给B端商户提供营销导流服务？

　　赵杨：定位并不是营销，是为C端用户提供辅助金融服务。可能事实上会起到这样的效果，但是初衷以及目前产品的设计，其实不是基于导流定位。认证服务和信用评估打头阵，五大业务板块发力智能风控

爱分析：目前新颜征信有哪些业务？

　　赵杨：目前的业务分五大块，一块是KYC服务，其实服务面非常广，简单判决“你是你”的工作，并不仅限于互联网金融公司，各类公司我们都有接触，有身份核验需求的企业还是非常多的。

　　另外一块是信用评估反欺诈类的服务，目前主要服务领域是互联网金融类企业。其他还包括了决策引擎，以及授权报告、设备指纹输出，目前的商户也基本是在互联网金融圈内。

爱分析：具体的产品有哪些？

　　赵杨：几条业务线都有相对应的产品。

　　KYC对应的，实名认证、银行卡鉴权或者运营商验证，都属于认证类产品。

　　信用评估类对外推的主要有四款产品，包括贷前的信用雷达、负面探针、信用档案和贷中的雷达预警等。信用雷达是模型变量服务，通过实时分析用户的跨平台信贷申请和履约行为，帮助商户评估用户信用风险。负面探针是反欺诈类产品，能有效提升批核率，降低黑名单误杀率。信用档案是信用记录类产品，分析用户历史共债和逾期行为。雷达预警产品提供贷中风险监测服务，能够将用户发生的风险事件即时推送至商户，帮助商户提前做好风险管控。

　　另外新颜可以根据商户特点，结合新颜数据及商户Y 值，制定模型变量，提供基于机器学习的现有模型调优和定制化模型开发服务，输出专业的定制化借贷风控模型及咨询解决方案。

　　还有一个大应用线是决策引擎，更多是提供风控决策规则配置的整体化服务，包括公有云、私有云都有，主要是帮助合作的中小互联网金融企业更好、更简便地搭建自己的信用系统和风控管理体系，嵌套了一些对应的数据服务。

　　授权报告对应的，包括运营商、公开信息，电商平台、网银等的授权报告，也是另外一条产品线。

　　最后一块是设备指纹，对应产品也将推出，是通过设备提取对应的APP使用习惯，SIM卡是否换号换卡之类的信息。

爱分析：能否详细介绍一下决策引擎？

　　赵杨：决策引擎产品是新颜今年新推出的产品之一，主要面向两类客户，一类是需要乙方机构为其提供全流程的风控解决方案的客户，另一类是具备自助风控决策能力、但缺少专业化自由定制策略工具的客户。

　　爱分析：决策引擎这类平台工具类产品，在市场上已经有很多家机构提供，新颜推出得不算早，有哪些优势呢？

　　赵杨：第一，新颜的决策引擎在数据安全上做足了功夫，无论是通过SaaS访问还是私有化部署，均能有效的防止用户数据泄露，客户的策略配置规则也加密在本地存储，不会外泄。

　　第二是支持外部数据源接入，也就是具备数据泵特性，客户可根据自己已经接入的外部数据灵活的接入新颜的决策引擎，不存在兼容问题。

　　第三支持与可更新的模型市场功能，新颜会按照某一类产品或者某一类场景，持续更新专门用于该类产品或场景的风控模型，例如医美风控模型、汽车风控模型等等，商户可以直接把模型放在决策引擎里做一次灰度发布，看看实际的线上表现。相信这种功能对于中小金融机构来说，是非常有价值的功能点。

　　爱分析：市场上有很多专门做设备指纹产品的公司，新颜相对于他们有哪些优势？

　　赵杨：关于这个话题，可以用一个词概括，“关联关系”，或者叫“关联网络”、“关系网络”都可以。获取设备指纹的门槛不高，可以说当前在咱们每个人的手机里，十个app里就有八个存在获取设备指纹信息的sdk，在数以亿记设备被存储下来后，就形成了“网”、“关系”。我们可以用这些网结成的不同形状来辨别、抓取团伙特征，防范风险。

　　普通公司在获得设备指纹后，只能抓取这个设备的设备号，并不知道这个设备对应的是哪个号码、哪个人。也就是说当一个好人拿着一个曾经有过欺诈嫌疑的手机时，很可能会被误杀掉。这就使设备指纹产品的有效性大大降低，新颜在大数据层面，尤其是关于人、手机号、银行卡号等多重网络上，有着非常大的优势，可以快速的串联、对应多层网络。这样当我们识别出一个有明显欺诈特征的关系图谱时，可以迅速的对应到人，同时锁定风险手机号码与风险银行卡、规避掉后续风险。这在个人行为风险识别、团伙欺诈识别、关联监控上都有着巨大的优势。

　　爱分析：上面谈了不少模型的话题，那么模型的质量取决于什么？

　　赵杨：核心有几个方面。第一个是数据源的宽度和深度，肯定是决定模型质量的一个重要因素，尤其是数据Y值的多少直接会影响到模型结果是否客观准确。

　　第二个是模型人员对于业务的理解，也是一个非常重要的环节。对于不同额度、不同授信客群、不同场景的风控、能有效的理解业务，对其把控风险是非常重要的。新颜在做某一类场景的模型分数时，往往要对该类场景做大量的调研。就拿医美场景来说，我们曾经为了搞懂医美消费分期业务场景，让我们的产品经理实地的在医院、放贷机构考察了3个多星期、实地和患者、放贷的线下BD有过大量的交流。而这些经验对于我们在做风控模型起到了非常重要的帮助。

　　第三个就是模型团队本身的技术水平，建模的能力，包括工具化的程度，除了常用的评分卡模型、我们设立了专门的深度学习模型小组，新颜每产出一套新的模型分数，都是经过内部PK出来的结果。虽然截止目前来讲，传统的专家模型依然还是主流，但是我们相信未来还是属于机器学习的天下，所以提早布局该领域，不断的改良模型和吸收该类人才，新颜已经在路上。

　　爱分析：如何看待有自营业务，对外输出技术的竞争对手？

　　赵杨：行业一些头部机构，确实有对外输出金融科技类的产品。这些公司本身技术能力是很强大的，而且流量控制能力也非常强，把风控做成产品，并且在局部做一些延伸，优势也是明显的，因为他们自己本身就是整个运动场里面的运动员，确实深切体验过这些风控理念，以及各种各样的问题和细节。

　　但是问题也肯定有。他们只是对自己所从事的，或者某一个领域有深刻了解和理解。毕竟每一家公司，在每一个行业细分里面，它都是之一。当他们遇到数据无法覆盖，或者业务无法覆盖的客群，这种服务产品就会显得很捉襟见肘，就一定需要外部相关技术和数据进行各种各样的补充和完善。

　　新颜的优势就在于，本质上是一个中立的第三方，定位于提供风控解决方案，所以不会有更多商业利益的引导。对外提供的能力在数据上，更多偏向宏观，比某一个巨头跳出来做会更强。

　　另外一点，身份中立也会使客户对这种服务更认可。对于传统的BAT级别服务商，商户会觉得，客户数据都留给你了，可能第二天就变成你的客户了。很多小机构对于这方面的担忧还是非常大的。深度绑定客户，跨界部署技术

爱分析：新颜现在有合作传统金融机构吗？

　　赵杨：有一些已经在合作的传统金融机构，包括持牌的消费金融机构，但是门槛比较高。目前跟一些银行的信用卡中心合作，帮助信用卡中心辅助判断，是风控的一个重要环节。

　　现在传统意义上认为的新兴互金消费人群和原有信用卡中心客群的重合越来越多了，之前这两者的重合非常少。

爱分析：重合越来越多是什么趋势导致的？

　　赵杨：有两方面的因素。

　　一方面是原有互联网金融对应人群的上浮。服务于信用卡中心的数据服务商不断扩展，使它们能够有更深层次的判断。参照这些数据，信用卡中心能够给予这些新的自然人更高的授信额度，或者更大的消费金额，进行周期性消费。

　　另外一方面，原有信用卡人群也出现了下沉的情况。信用卡银行电话中心有不断拓展业务的冲动，会在原有客群基础上不断扩展新的人群。所以目前这两类人群的交叉比例其实已经比较大了，之前调查的结果是非常少的。

　　爱分析：互联网金融公司做一笔贷款时投入在风控上的预算有多高？

　　赵杨：根据各家的业务形态和习惯，差别非常大。

　　主流做小额贷款或者小额消费分期的互联网公司，征信成本一般是在6到8块钱之间。当然有一些相对大的头部公司，客户积累和流量转化能力更强，成本压得会更低一些。

爱分析：客户如何衡量风控服务效果？

　　赵杨：一般来说客户的测试都有一个相对严格的过程，会拿过往数据和新颜提供的产品做比较，然后来评估。从业务出发，更多会看逾期率、坏账率，欺诈比例是否有明显降低，从统计学上有很多指标去衡量这些数据。

　　新颜作为后进的公司，能够在不到一年的时间内，把主要的互联网金融头部机构发展为合作伙伴，一定是靠产品在这些指标上过硬的表现，才能够快速抢占市场。

　　爱分析：除了正在做的风控，还可以衍生到其他环节吗？

　　赵杨：现在对外提供的服务，本质是以风控为核心的，这个毫无疑问。但从风控领域对外延展，其实有很多领域或者方向可以做。

　　对于B端客户，新颜能给出一些深层次的分析报告，偏宏观的包括渠道质量，包括坏账率的预判，包括催收的建议，以及沉默客户的激活等等，都是目前正在做的方向，已经有了一些初步的产品。我们希望跟服务的机构能有一个更深层次的绑定，与客户共同发展。

爱分析：2018年的整体战略是怎样的？

　　赵杨：2018年会有几个明显的趋势，一个是监管层面上整体是趋严的，那么会淘汰相当大一批小机构，剩下的为持牌互金机构和传统金融机构的关联公司。另外是场景化，比如汽车金融、3C分期、医美分期等等。

　　以上种种信号，对于新颜这类大数据公司，可谓说是充满巨大挑战和机遇。一方面，由于小公司退散，机构对待风控要求的门槛就会高一个或者几个档次，新颜除了之前的信用评估、基础认证类服务外，在2018年会重点发展以设备指纹、决策引擎在内的平台工具类产品，从以前的贷前评估转为贷前中后的全流程解决方案。

　　另一方面，部署新技术。除了公司自建的深度学习模型小组，我们还做了几个尝试，一是跨界和市场头部的机器学习公司、大数据公司合作，共同打造联合跨界产品，从更多维度、利用更多方法打造场景解决方案。二是联合顶级高校成立风控实验室，培养和吸纳专业领域的人才。2018作为新颜至关重要的一年，希望布局的几个产品能在市场上得到客户的认可。