融慧金科张羽：传统银行“数字化”，隐私数据合规使用的重与轻 | 兵器谱访谈录

调研周昱零壹财经 2019-04-15

关键词：数字化 隐私数据 传统银行 数据合规 金融科技兵器谱

如何合规适度的收集使用个人信息是传统金融机构和金融科技公司所面临的共同难题。

随着移动通信技术的发展，数字化产品在提供更加便利服务的同时，也产生了个人信息过度采集和使用的隐患。今年315晚会上曝光一批使用非合规手段获取数据的行为，着重提到714高炮，数据黑产和暴力催收等，它们都将成为重点监管的对象。如何合规适度的收集使用个人信息是传统金融机构和金融科技公司所面临的共同难题。

受监管的压力和数据处理能力不完备的限制，一些城商行、农商行等传统金融机构自己很难建立可行的风控模型。风控模型需要更广的数据源，但数据清洗、整合需要耗费时间和资金成本，大数据公司可以提供数据源，但由于金融背景不足，提供的数据缺乏适配性，不能直接被金融机构使用。因此，第三方金融科技公司，打破了两者之间的壁垒，打通了数据采集、清洗、整合和使用的全流程。

第三方金融科技公司一般为银行、消费金融、保险、支付和资管等金融机构提供全面的支持服务。“比起金融科技公司，我们更希望被叫做金融科技服务商。” 金融服务（北京）有限公司（下文简称：融慧金科）副总裁兼首席运营官张羽在接受零壹财经专访时说道，“两者的重大区别是做不做贷款业务，这是一个主要的分水岭。”

近日，张羽接受了零壹财经的专访，讲述了融慧金科发展历程、业务模式，以及对当前银行数字化转型的看法。

一、独立的金融科技服务商，有效地区分好人与坏人

零壹财经：融慧金科是不是一家数据公司？主要产品和服务有哪些？

张羽：融慧金科不是一家数据公司，因为所有的数据都不是我们自己的。作为一家独立的金融科技服务商，我们整合了覆盖10.3亿智能设备信息和90%活跃网贷客群的BAT量级数据和全量实时的工商数据，此外，还集成了几十家合规授权的数据源，包括智能手机行为大数据、电商大数据、设备安全大数据、社交大数据等。根据金融场景的需要，融慧对这些底层数据进行深度清洗、挖掘、画像、机器学习和风险建模，实现脱敏化的价值萃取。

融慧现已推出“标准化风控产品”、“定制化建模服务”和“端到端线上信贷解决方案”三大完备的产品和服务体系。

第一，标准化风控产品。由简单、、脱敏的风控模块组成，通过API接口对接给有需求的商业银行、持牌消金和互联网金融机构，点到点查询，非常轻便。其中主要产品“地址诚信指数”，在安卓和IOS端的覆盖率提升了近30%，区分度指标GINI提升近20%，能够有效地将好人和坏人区分开。

第二，定制化建模服务。我们根据不同金融机构的业务类型，开展定制化模型的深度合作。融慧的上千个画像，不会直接作为标准产品来输出，而是作为模型中的底层变量，经过机器学习以分数形式输出，在进一步脱敏的同时，使风险区分度更高，帮助金融机构做好贷前的实时风控决策和贷后的早期预警，更有针对性地提高自己的风控能力。

第三，端到端风控体系输出。数据不等于价值，模型也不等于风控。真正做好一款产品，不仅需要运用好传统风控的思想精髓，也要充分基于大数据，提升贷前、贷中、贷后全流程的风控能力。融慧金科提供的“端到端”整体解决方案，帮助金融机构低成本快速启动，高质量精控风险，在快速实现规模化业务发展的同时，建设一支专业化的自有风控人才队伍。

零壹财经：融慧金科的合作伙伴有哪些？银行占比情况如何？

张羽：目前，融慧签约并直接服务的机构达数百家，涵盖银行、消金、保险、支付和资管等机构，其中银行客户近20家，占比约20%。银行在融慧客户结构中不是最多的，最多的是消金公司。为什么？因为银行受到很多客观体制的限制，监管最强，做事流程比较长。金融行业同样的业务，互金平台已经实现大规模拓展，但银行不能做。不过银行也有自己的天然优势，资金成本比较便宜，社会认知比较好。

二、银行数字化的竞争优势：靠近好人，远离坏人

零壹财经：银行转型过程中会遇到哪些难点？

张羽：银行整体客户量很大，但是很多城商行的客户量并不大，在数字化转型过程中，缺乏专业的队伍、完备的建模系统和多元化的数据都是明显的痛点。

很多城商行、股份制商业银行在转型过程当中遇到阻碍，会找到我们合作。因为银行知道自己做数字化转型需要要耗几年的时间，投入巨大的资金成本，最后也许收效甚微。其实互联网金融也好，互联网也好，有一句经典的论断，叫数一数二，不三不四。谁做的早、资源投的狠，谁就有先发优势。银行也完全一样，一旦沾了互联网的边，谁做的快，谁一定占有优势。所以很多银行家、行长明白一个道理，不是所有的事情都需自己做，这也是为什么像融慧这样的金融科技服务商能有很大市场的原因。

零壹财经：融慧金科为银行提供什么产品或者服务？

张羽：融慧利用多维度实时动态数据，为银行提供标准化风控产品服务，通过API接口形式输出融慧C端和B端产品给银行，用于贷前授信和贷后管理的风控环节。另外我们根据银行客户的自身需求，联合打造定制化模型或项目制的风控咨询服务。某些银行客户自身没据，也没有能力拟合未来的数据，融慧根据历史服务过的同类客户的经验，总结出对某类人群适用的通用版模型，在没有给到银行具体数据的情况下，间接转移融慧金科的知识产权，通过细分垂直的模型解决客户难题。

零壹财经：融慧金科的优势是什么？

张羽：融慧金科的优势在于整合数据，脱敏化输出高质量产品。我们与各种合规的大数据提供商进行深度合作、做数据的挖掘和模型化开发。模型背后是成千上万个维度的数据，像智能手机的服务商、电商、运营商和地图商。在不泄露客户隐私的情况下，通过返还一个评分，比如0.1825，这意味着如果给他贷款，半年以后有18.25%的概率要逾期。通过这种形式为银行提供高效准确的客户筛选条件，实现风险分层，把定价和额度定得非常准，把授信做的又好又快。其次，产品对接快，客户投入成本低，融慧的多头借贷、地址验证、欺诈名单和信用风险分等数据化产品，可通过标准API接口对接到客户的系统，比如某公司在做线上信贷授信的过程中，可以短时间内对接调用融慧的定制化模型接口，而无需采买一个系统。

零壹财经：一般给银行做项目的周期会很长？银行需要投入多少？

张羽：要看什么项目，如果是标准化产品对接，API接口配置在银行系统上即可，几个产品一般半天就可以搞定。深度合作的定制化建模，模型上线一般不到一个月。在这种轻便的模式下，银行在对接过程中投入甚少，无需耗费大量的人力、物力。

零壹财经：经过数字化转型，银行最大的竞争优势是什么？

张羽：获取数据充分合规，利用数据和科技的能力把风险做的严，做的轻，能够快速识别好人，银行的竞争优势便显而易见，好人越来越趋近你，坏人越来越不乐意玩你或者不敢玩你。像315曝光的扒用户通话记录中的详单、社保公积金、银行卡密码等都是严重违规行为。在这种不合规的行为下，愿意一步一步走完信贷申请的全流程，一定是极其缺钱或以借钱为生的人，我们称之为逆向选择。其他机构需要采集30项信息，而你只需要两项，且都是无感知的，申请流程快速通过，好人一定选你。

三、大数据风控行业的痛点：数据供需不匹配，模型实操性较弱

零壹财经：为什么银行等金融机构不去采购一手数据源的数据？

张羽：因为原始的数据太过底层。第一，客户隐私的敏感度是非常高的；第二，互联网大数据离不开三个魔咒，数据的稀薄性、维度太高及指标间相关度极弱。所以如果银行直接到大数据公司去测试它的数据，基本结论就是没法用。

零壹财经：大数据公司有哪些痛点？

张羽：大数据公司的一大痛点就是在特定时间点上的样本训练出来的模型区分度非常好，一放到生产实践当中，因为各种各样的变化，如人群的波动，政策的变化，模型效果会大打折扣，这是最为忌讳的模型不稳定和过度拟合的问题。所以衡量一个模型的好坏，不仅要看模型在当时的训练样本上表现如何，还要利用独立时间段的样本去验证模型公式。稳定性好的模型，用于信用卡审批决策，比如线上信贷审批，才能保证好人和坏人的区分度。一些大数据公司也试图做一些金融方向的应用，但他们是做数据出身，不是做业务和金融的，很难为金融机构提供高度适配的服务，因此有了像融慧这样的第三方金融科技服务商。

零壹财经：关于风控，你觉得贷前贷中贷后哪一个比较难？

张羽：从风控行业的角度来讲，只要有原料都不难。一般来说，我们贷后的模型会做的更好一点，因为对客户还款行为的信息搜集肯定比贷前要更完备一些，比如他还了五期，那五期的还款记录当然是最重要的指标，这些信息肯定是贷前缺乏的。

但对传统银行而言，贷后往往是风控的难点，因为钱一旦出去了，只能监测到用户的还款行为。从事银行业的都知道，不能“重贷轻管”，但光重视贷后管理，不一定能控制好整体的风险。

零壹财经：将来整个行业会不会把数据全部共享？

张羽：数据共享需要一定时间的沉淀，打通N多个壁垒。目前我们对各种维度的数据进行同类整合，比如客户在申请信用卡时，银行无法有效验证客户录入的地址信息，但融慧可以通过整合各种地图商和SDK服务商的数据，做多次交叉验证，形成长期的用户画像，输出更精准的评分，确保最高的覆盖率和区分度。现在银行信用卡中心用的基本上都是融慧的地址验证产品。