专栏名称: 看懂经济
让连接发生,提供金融知识服务
目录
相关文章推荐
数据宝  ·  事关退市,证监会最新发声! ·  2 天前  
有限次重复博弈  ·  刚才馒头和它的朋友可能目睹了一场偷窃案,这个 ... ·  4 天前  
第一财经  ·  曾经的“老友”,如今“对簿公堂”! ·  4 天前  
第一财经  ·  中国大唐集团原总经理寇伟被查! ·  4 天前  
51好读  ›  专栏  ›  看懂经济

央观 · 智库 分享 | 飞猫彭楫洲:飞猫平台如何引领新金融未来发展?

看懂经济  · 公众号  · 财经  · 2017-05-09 07:44

正文

飞猫创始人彭楫洲


飞猫的定位是平台化、价值是经营数据。通过搭建不同的模型,与不同的产业金融合作,打造新金融的生态。


本文是飞猫平台创始人彭楫洲在央观智库活动上的发言实录,央观智库旨在促进金融领域新思想、新观点的传播。4月27日,央观智库邀请到金融价值连接平台飞猫的创始人彭楫洲前来介绍该平台的发展,特将其演讲内容整理如下,供各位参考。


飞猫是整个互联网金融发展到现在必然产生的一个产物,它不是一个技术层面的东西,是我们一直在努力打造的一种新金融生态。今天,我主要和大家分享飞猫是怎么来的。我希望用这样一些问题,带着大家一起看看飞猫的产生为什么是一个必然,同时它必然会带着整个新金融的业态往前走。

 

一、互联网与银行合作的三种模式


第一是直营模式。其实这个模式出现的时间并不长,我觉得应该是从去年开始,开放平台,他们的口号叫“我要把银行的网点开到你的APP里”,也就是当你做的是一个垂直场景,或者是一个生活化服务的APP时,银行就想把它的SDK植入到你的APP里,这样你在使用应用的时候,在场景里就可以用这些服务。


第二是贴牌模式。这是互联网企业最喜欢的,因为贴牌你在幕后站着,你把银行的牌照和你的资金输送给我,我来做这个业务,该分给你的利润分给你,这种模式越到后期银行越不甘心,因为银行不想把自己做成一个提款机,但是互联网挺喜欢这种模式。在这种交互里,后来又出现了更多的模式。


第三是共建模式。所谓资源共享实际上都是实力相当的在做博弈,一家普通的银行和一家普通的互联网银行很难达成共建,甚至在市场上很难翻起一些波澜。最近的一个贡献是蚂蚁金服和建设银行的贡献,其实这两家分分合合已经好几年了,我们看到这种共建的模式,更多的是巨头之间的共建,所以我们不能把它当成一种常态。


但这几种模式中都会存在一些问题:


直营模式。银行把网点开到你的APP,可能对于一些中小的场景,或者区域性没有长大的场景会很喜欢,但是稍稍长大的互联网企业就会想,我可不能把我所有的自由度和灵活性捆死在一家银行身上,这里边就会产生一些博弈,我们现在看到这种SDK在推广的时候,都很难在一些大中型的场景完成它的对接,中间的过程很复杂。一些小企业在与银行对接之后发现,这种小场景SDK的植入,跟我原来在线下做网点的推广没有太多的区别,这种模式是否能成?或者它的灵活性,或者银行对SDK的控制欲望有多强烈,我觉得这还是一个博弈的过程,至少我们看到现在把网点开到你的APP里去,这个事情我看还有很长的一段路要走。


贴牌模式。我们能看到的贴牌就是我把银行的牌照、资金给你,你拿去做业务,最简单的就是直卖的模式,这个平台可以做消费金融,但是它没有牌照,银行可以授信,这个过程很大的一个问题是他的商务协议以及风控有很大的变数。贴牌模式下银行虽然在躺着挣钱,但是它对风险的敏感度造成这种模式很难做大,互联网企业自己也知道,因此他们也把这种模式当成一种过渡的模式。


关于共建模式。这个我不多说了,大家可以想象,能够在共建的,都可以用手指头数出来,哪些可以在一起玩这样一个事情。


银行在和互联网合作的时候,会存在需求对接和服务定制的错位。银行希望从风险低的一端做起,追求标准化的产品,而互联网企业希望为客户提供定制化的服务。对整个互联网来说,场景到资金端之间有很大的鸿沟,一定应该有人在中间,去做这些补全的事情,来帮助银行和互联网之间搭起一个桥梁,来完成从场景到资金端的连接。

 

二、飞猫真正经营的是什么?


飞猫整个在经营数据,是数据的价值。银行缺数据,场景有数据,但是它可能缺少数据整合的能力。


第一个是数据不全。从场景端到银行端,我们看到在整个经营的过程中,每一个场景端单一的数据,企业的数据是肯定不全的,永远不全,就像蚂蚁金服这样庞大的企业,它的数据也是采用其他的方式做的,因为它不可能掌握每一个数据全面的数据。


第二个是风控模型需要训练。也就是说我们看现在很多在标榜我是大数据风控,其实整个大数据风控不可能用一个模型就能做大数据风控,因为你中间需要很多的交易验证以及数据训练,你才可能把你的模型逐步地优化起来,有技术的人可能找不到场景,也找不到数据,有数据的人找不到场景和模型,这是我们要解决的问题。


最后是需求定制。我们需要数据分析做决策,我们需要有基于场景端和银行端的产品设计者,我们现在严重缺乏互联网金融场景下,根据场景端的需求去完成定制化的金融产品创新,这样的人非常缺,他要理解银行、风险、合规,同时还要能够深刻地理解对互联网的体验,他在中间想办法去弥合两者之间的空隙,做出一个产品的模型。我们在用这一个一个场景端和资金端的产品创新,来完成整个生态的构建。

 

这些并不足以构成整个飞猫平台建设的立场,我们做飞猫平台并不是一年两年的过程,我们甚至在设想十年以后飞猫平台是什么样子,它必须要符合整个市场,或者中国互联网金融发展的大趋势。我们公司原来是一个产品化的公司,我们有互联网银行、手机银行、网上银行,大家发现在互联网金融1.0的时候,他们那些产品卖的很好,银行也很喜欢,但是到了今天再像传统IT系统建设的产品,已经完全不适应这个时代了,现在更多是有产品必须要有运营,这是我们的处境。我们公司也在看,云来了,我们这样所有的公司要选择自己的立场,站在我自己的立场上,对于我们来说只有两条路:


一条路是继续走专业化的场景。我把我的产品和生命跟着这个环境的变化去迭代、升级,有可能会变成某个领域的专家,或者我们公司会提供一些很厉害的互联网金融产品。


另外一条路是平台化的道路。它可能需要去完成组织运营的能力构造,更多去洞察这个市场的变化,用平台化的思想去经营这家公司。


第一点,飞猫的定位是平台化。飞猫的价值是经营数据,但实际上我们没有做数据,我们的产品是渠道产品,但是我们一直在和数据合作,我们在和数据不断地发生链接,因为我们做的很多产品都需要数据,我们认为我们应该选择平台化。站在公司的立场上,或者站在我们对互联网趋势的判断上,包括我们和阿里合作的机会上,平台化是我们要走的路,这也是飞猫的定位,它是一个平台化的战略,它要构造的是整个平台化的体系,进而构造整个新金融的生态。


第二点,大数据与普惠金融。大数据与普惠金融是另外一个趋势,离开大数据其实就没有普惠金融,前两天我跟一位阿里做大数据的专家聊,他告诉我说,如果你不是一个屌丝,其实真的用不上大数据,银行对你的服务,根据你20多项关键特征值,就能够给你很好的授信,而我们往往要服务的普通大众就是互联网屌丝。


在现阶段银行无法为你提供金融服务,大数据的作用就在这儿体现了,大数据通过一些弱相关性的数据,来完成对一些强相关性数据的推导。比如说你没车,我不知道你有没有车,但是我通过你在淘宝上买了一个脚垫,你又去买了一个贴膜套餐,虽然都很便宜,但是我基本上可以判断你可能有车,它是一个概念学上的东西。但数据最有价值的地方在普惠金融上,它通过弱相关的数据推导这个用户强相关性的数据,是基于概念学的。我们在做的这件事情,整个是在为普惠金融服务。


数据必须连接聚合才有价值。这也是我们在强调的,所有做大数据的都说,我们需要全量的数据,可能这个模型才会更有效,但是这个世界根本不可能存在100%全量的数据,而且我们谁也不知道全量的数据是什么样,但是我们都知道数据需要连接在一起,需要产生碰撞,需要让它发生化学反应,我们才能更好地把这个用户的特征、用户画像做出来。这就是我们说的飞猫在经营数据,我们把这种数据经营的模式叫数据共创。


关于对趋势的判断,我们认为大数据技术将会成为一种基础设施,就像人工智能一样,也许你现在看不到,但是到未来它可能是你的基础设施,怎么办?我们的价值在哪?我们不是Google,但是我们会认为数据生产可能是我们做业务公司的价值,什么叫数据生产?就是我去做交易、业务,我用各种各样的金融服务来产生数据,我认为我们是在生产数据,对数据做创造。飞猫平台本质上是数据经营模式的平台,它是数据经营的创新,我们把这种创新叫做数据共创。

 

三、飞猫的数据共创


第一个是数据共享。数据共享有一个很要命的点就是你的数据处理能力很强,你的团队很强,你让我共享其实就是在掠夺我的数据,所以我不会跟你共享。大家看到的是一种贡献,同时没有看到回报,我们谁也不知道共享出去能得到什么,我们无法去评价把数据共享出去我得到的回报,同时这个具有风险,因为大家每一个参与共享的人,对数据的处理能力是完全不一样的,这种不一样的处理能力,就意味着说出共享这件事情是一句空话,你很难去完成它。


第二个是数据交换。花钱买,这个也挺好的,但是它面临两个问题:


第一,你无法保证你购买的数据质量。现在数据这个产业已经很灰色了,你根本不知道你购买的数据是真的假的,你都不知道自己拿的数据是一手数据、二手数据,甚至三四手数据,你怎么通过它来完成,这属于质量问题。


第二,数据定价。这个数据我们应该怎样定价,他卖这么多钱合适吗?查询一次就收你5块钱,可能交易还没做成,这合适吗?这个定价很难界定出来。

 

无论是数据共享,还是数据交换的模式,在我来看都没有解决两个很要命的问题:第一个,我参与你的模式,我的价值回报是什么,你的规则说清楚。第二个你有回报,卖钱,能不能告诉我你的定价是多少。所有的这些交换,基于这个前提,基于数据的创造,把它变成了一个常规的交易和买卖,不是一段开源代码,谁都可以拿去用,也不是一个货物,买过去就有用,需要你基于它再做重新的创造。所以对于我们来说,数据要产生价值,甚至真正的价值如何评价它,只有让这个数据在某一个业务模式上,真正获取了它的业务价值之后,我们才能根据这个数据的参与度来为这个数据定价,为它获得回报,这个就是我们在做数据共创时,我们的一个创新思路。


我们把整个数据共创分成三个方面做一些改造:


首先如果说没有业务主题,数据的价值是得不到发挥的,比如你做数据交换,你不知道这个数据被人买去干嘛,也许买数据的人也不太清楚这个数据买回来能干什么,在这种情况下,没有清晰的业务主题,我们认为数据和模型都很难做好。我们来看,必须要有清晰的业务主题,基于这个业务主题,去完成你数据和模型的构成,这是在大数据或者数据共创里,我们三位一体,业务、数据和模型。


在整个数据和模型构造过程中,我们把整个大数据要做的事情做了一些解构,我们不再像大数据那样就给你提供整个的大数据服务,因为我们是做金融的,我们就把整个数据服务,无论你是基于什么样的模型,我们把它拆成风控的定价,你可以拿到这些数据做你信贷的授信和定价。第二个是反欺诈,我们在互联网上把反欺诈叫做恒生,恒生就是我想通过数据确认你就是你本人,通过你以往的一些行为数据,以及你在APP使用的行为轨迹来判断,你拿的是不是你自己的手机,你的账号是不是你本人的账号。最后一个就是导流,它是用整个的用户模型和画像、标签完成产品推荐。我们希望把数据的创造和共创解耦开来看,一旦把它解耦开之后,我们发现整个飞猫平台基于这样一个体系,我们就可以为场景端定制产品,我们可以与数据合作做数据的补全,我们可以提供多种在线模型的引擎,我们不是在经营一个业务,我们是在经营一个平台,在这个平台上,我们现在已经开始整合多种大数据的风险引擎,把它放上来,你可以根据你的业务场景、需求,选择不同的模型,来完成你的风控定价,完成你精准的营销,完成你的用户画像。


我们还帮助所有的场景端实现与银行的连接。我们在这里面会制订规则,感觉整个的调用记录,实现共创场景运营及收益的分配,而所有这些过程,我们最终把它沉淀出来的是在飞猫平台上,一个一个的独立产品,这些产品每一个参与者都是自由的,你可以根据你自身的能力,把你的能力加载在这个平台上参与创造,当然这里面会有一个主体,也许是场景端,也许是银行,我们不界定他是谁,我们把它叫做飞猫平台上的产品经理,他来针对特定的场景,来构造出他所需要的模型,或者他所需要产品的连接。


关于连接,我想举很简单的例子,我们在做数据共创模式验证的时候,就拿现在最典型的现金贷和分期贷,我们有很多事情要做,因为整个流程可能很复杂,或者它的分支很多,这里面我们需要有场景端把它的流量导进来,我们需要有人来做反欺诈,我们希望有银行提供资金,或者输出风控的能力,我们希望有人来做产品经理,在这个立场上理解场景、银行,来完成整个流程的重构,来生成一个真正适合的现金贷或者分期贷的产品,我们需要很多的互联网风控模型,来帮助这些场景在整个过程中,控制它的风险,我们也需要数据补全。


在做这样一个产品的时候,在我们现在所构造的模式上,这就像一个抽象的模型,每一个参与者可以根据自己的能力找到自己的位置和角色,然后让产品经理去自由地组合,产生出来适合各种场景应用的产品。比如说,银行要觉得我的风控能力很厉害,可以不管这边的风控模型,他要觉得我自己的数据很好,就不需要用数据补全,你每减掉一个,或每加上一个,其实你的产品就产生了变化,而这种变化是由产品整合者根据这个平台,或者合作方的意愿,来完成产品构成。


现在我们在做的事情,我们并不反对跟某一家合作也跟别人合作。比如在风控模型上,我们在和阿里的大数据云合作,我们也在和基隆科技,它只要提供它的大数据风控引擎,我们就可以跟它合作,我们也会和银行合作,银行只要愿意把它的风控体系放到这儿来,当然你可以输出,至于这个产品是不是要选择这里面每一个,还是用竞价排名的方式我都跑一遍,这就看你对成本的控制了,因为每跑一遍可能都需要有成本,用这样一种方式,我们可以很好的去构造我们整个体系,把每一个产品者的能力解耦出来,非常清晰地放上来。这个事情如果说你只是简单说,我有这样一个理念,我也想做这样一件事情,你作为一个平台恐怕很难达成,我们希望在我们飞猫平台和初创阶段,找到我们最合适的合作伙伴,比如借呗和百合金融,作为我们最好的场景端,我们去找到愿意创新的银行,来参与我们整个产品创新,我们希望通过这样的东西,来树立整个飞猫数据共创模式的一些标杆和案例。


最终我们整个来分享我们的利润和价值,因为我们都参与了这样一个业务创新,它的分配规则是根据整个产品组合里使用了哪些数据,调用了哪些服务。当我们跑了一个月之后,我们自己也会去想,也许这个风控不行,我想换一个,我们有数据专家帮你根据你跑的这一个月,重新给你定制一个风控模型,让你非常快的在云端完成整个产品的优化和迭代,在这个里面用市场化的机制来实现优胜劣汰,实现数据的共创。在整个过程中,当我们场景端参与越多的时候,我们就会发现,我们可能在这儿望了一段时间之后,我们对用户画像的维度也会越来越多,而这些特征值到了一定时候,它是另外一个爆发点,当它有能力去做数据应用的输出时,它将产生更大的能量。

 

四、飞猫的未来


基本上我们要做的事情是按照这个逻辑做的,现阶段我们用这样一个东西来立住,未来我们还会做什么,我们会建很多不一样的模型,我们会跟很多产业金融合作,帮他们去梳理他的小企业,和他在这个平台上的交易数据,去结合这些参与者的能力,通过组装来完成整个产品的构建。


飞猫还在初创阶段,这里也是我们和阿里云做这个平台的时候,我们想得到的一些东西,我们希望它是一个新金融的平台,能够成为新金融的创新者和引领者。在这里面我也说一下,阿里云在里面起了很重要的作用,包括它的整个基础设施,我们都构建在整个云体系里了,另外它在大数据平台的支撑上,可以让我们非常迅速实现我们所设计的业务理想和业务产品,这种能力的合作,才是真正互联网的速度。目前我们将在5月份,将会有我们第一款产品出来,到时候再接受大家的检验。

 

 


央观荐书


长按并扫描下方二维码,进入购买链接

蚂蚁金服: 科技金融独角兽的崛起 

点击以下阅读原文链接进入购买页面