从场景贷到现金贷,不论产品形态如何变化,不变的是“数据+智能算法”是保证消费金融行业风控体系不断迭代更新的原动力。
过去金融机构对客户进行评分,主要依赖央行征信数据(过去的借贷记录、逾期表现等),从过去的风险表现来预测未来的风险表现。根据百融金服获得的数据显示,中国14亿人口中有信贷需求的人超过10亿,而央行征信系统仅覆盖3亿人。因此,对用户的评分判断逻辑也需切换思路,可以利用用户的其他高频行为数据进行建模,通过智能算法分析用户的海量弱变量数据,来充分降低客户的欺诈风险。
“由于消费金融客群极多,贷款金额小而分散,因此通过大数据与人工智能算法自动化识别客户风险的能力是关键。”百融金服董事长张韶峰表示:“反欺诈可以利用ID Hub来实现。ID Hub记录了与同一用户关联的多个ID,包括:姓名、身份证号、地址的实名ID,设备指纹(PC或手机硬件设备编号)、电子邮件、手机号等匿名或准实名ID。在用户进行借贷时,通过某一个ID自动去关联该用户的其他ID,以此进行身份匹配,及时辨别潜在的欺诈可疑用户。”
“数据的使用可以贯穿于精准获客到新客户准入的审批、存量客户经营管理、逾期客户的清算催收,乃至形成ABS资产,每一个环节都应该用计算机自动处理大批量的数据,来完成整个风控闭环。目前可以实现把风控和获客80-90%的工作交给机器去做,而不是靠人工去做。”张韶峰解释道。以百融金服为例,其数据来自电商、运营商、品牌商、零售商等各类平台,积累了数亿消费者和数千万小微企业的数据,从而形成一个相对完整的用户画像数据库。
利用大数据分析进行反欺诈还可应用于B2B2C的场景借贷中,比如医美等相对利益体更多,更容易产生纠纷的场景。通常情况下,一个客户的支付账户与银行卡、身份证等唯一信息是绑定的,可以通过这些实名ID判断是否存在欺诈风险。