当前位置:大数据商业智能BI → 正文

宜人贷:如何用大数据释放信用价值?

责任编辑:editor006 作者:王新喜 |来源:企业网D1Net  2016-04-08 17:44:22 本文摘自:百度百家

过去一年的P2P行业是呈现爆发式增长的一年,国内P2P借贷行业累计交易规模约为9750亿元,是2014年3倍有余,2015年参与人数首次突破千万,而整个行业依然在承受问题平台之痛,但值得一提的是,行业的监管体系即将落地,将推动整个行业从草莽向正规化路线迈进。在行业规则越来越清晰,P2P进入比拼真正实力的阶段,当前,做好风控依然是P2P行业的核心要旨。值得一提的,在风控安全方面,已有平台走在前列。

金融领域的获客跟一般互联网其他行业不一样,金融需要更加精准的客户画像,以宜人贷为例,宜人贷将借款用户定位于白领人群,因为首先白领人群收入稳定,信用良好;其次,该群体相对比较重视生活品质,大额超前消费需求多,传统金融并不能满足到这一部分人群的需求。再次是,白领人群有很强的互联网行为,沉淀了大量的网络数据,比如包括电商数据、运营商数据等,用互联网大数据的方式,进行信用评估和风险定价,从而为他们提供更加针对性的服务,覆盖更广泛的人群。

在宜人贷看来,白领人群的信用可以通过更多的数据维度来衡量。但不是所有的数据都是和信用相关,这需要去伪存真与降噪提炼的过程,方以涵认为:”从筛选有价值的数据,降噪,去伪存真,到完善风控模型,风险定价,这个数据调取和分析的能力是一个很高的门槛。不断迭代风控模型,历经充分的金融周期,才能验证风控的有效性。“

如何建构信用人群的信用模型,提升风控能力?是整个P2P行业的难点。宜人贷的做法是,通过对用户授权的银行征信数据、网络行为数据、消费数据、移动互联网数据的调取和分析,结合超过100万个反欺诈数据、超过250条决策规则、以及宜信本身沉淀的数据积累和风控经验,对用户的信用进行评级,实施科学的风险定价。

宜信在过往积累的大量相关信用人群的数据和模型给宜人贷的复杂风控模型提供了一个很好的基础,因为网购数据、社交数据,可以猜到用户喜欢什么商品以及他们的社交圈子,但这类型的数据,并不适用于上万元的借款场景中。只有将这些匹配相同人群的信用模型、违约信息、欺诈信息,才能生成有效的模型。

也就是说,宜人贷通过大数据挖掘体系,将虚拟体系中的个人信用、身份特征、行为特征进行实时捕捉,并且通过技术分析等不断完善金融服务。继而可以通过极速模式,判断用户还款能力,这就是用户只要在手机上打开宜人贷借款App,输入三组相关的信息,10分钟之后,就可以获知借款批核结果,当天资金就能到账的原因。

线上P2P的信息资料全部由线上来提供,怎么保证数据的真实性和准确性,这是一个大问题。因为,线上P2P模式,由于准备资料都非常的简单,所以往往给了欺诈团伙可乘之机。

这无疑是P2P平台和投资人所担忧的。而宜人贷所做的则是通过反欺诈系统来对风险进行监控,快速更新反欺诈数据库、迭代风控模型,通过第三方合作机构,交叉验证,多维度评估用户资料的真实性。

可以知道,宜人贷的模式,是通过技术和金融两个层面,来推动保证平台安全稳定运行,宜信CTO·段念曾在演讲中指出,互联网金融需要解决两个关键问题,一个是获客、一个是风控,而风控是P2P的核心。

马云曾经在香港谈创业,有句话是“善于从别人的抱怨中找寻机会”,对应到P2P行业恰如其分。金融创新做的好,往往因此能化解用户资金安全顾虑以及外界对P2P的诸多抱怨,建立有效的风控体系,进而释放信用价值。而专业度高,风控体系做的好、业务模式创新度高的平台则有望抓住机遇。

关键字:反欺诈系统风控p2p

本文摘自:百度百家

x 宜人贷:如何用大数据释放信用价值? 扫一扫
分享本文到朋友圈
当前位置:大数据商业智能BI → 正文

宜人贷:如何用大数据释放信用价值?

责任编辑:editor006 作者:王新喜 |来源:企业网D1Net  2016-04-08 17:44:22 本文摘自:百度百家

过去一年的P2P行业是呈现爆发式增长的一年,国内P2P借贷行业累计交易规模约为9750亿元,是2014年3倍有余,2015年参与人数首次突破千万,而整个行业依然在承受问题平台之痛,但值得一提的是,行业的监管体系即将落地,将推动整个行业从草莽向正规化路线迈进。在行业规则越来越清晰,P2P进入比拼真正实力的阶段,当前,做好风控依然是P2P行业的核心要旨。值得一提的,在风控安全方面,已有平台走在前列。

金融领域的获客跟一般互联网其他行业不一样,金融需要更加精准的客户画像,以宜人贷为例,宜人贷将借款用户定位于白领人群,因为首先白领人群收入稳定,信用良好;其次,该群体相对比较重视生活品质,大额超前消费需求多,传统金融并不能满足到这一部分人群的需求。再次是,白领人群有很强的互联网行为,沉淀了大量的网络数据,比如包括电商数据、运营商数据等,用互联网大数据的方式,进行信用评估和风险定价,从而为他们提供更加针对性的服务,覆盖更广泛的人群。

在宜人贷看来,白领人群的信用可以通过更多的数据维度来衡量。但不是所有的数据都是和信用相关,这需要去伪存真与降噪提炼的过程,方以涵认为:”从筛选有价值的数据,降噪,去伪存真,到完善风控模型,风险定价,这个数据调取和分析的能力是一个很高的门槛。不断迭代风控模型,历经充分的金融周期,才能验证风控的有效性。“

如何建构信用人群的信用模型,提升风控能力?是整个P2P行业的难点。宜人贷的做法是,通过对用户授权的银行征信数据、网络行为数据、消费数据、移动互联网数据的调取和分析,结合超过100万个反欺诈数据、超过250条决策规则、以及宜信本身沉淀的数据积累和风控经验,对用户的信用进行评级,实施科学的风险定价。

宜信在过往积累的大量相关信用人群的数据和模型给宜人贷的复杂风控模型提供了一个很好的基础,因为网购数据、社交数据,可以猜到用户喜欢什么商品以及他们的社交圈子,但这类型的数据,并不适用于上万元的借款场景中。只有将这些匹配相同人群的信用模型、违约信息、欺诈信息,才能生成有效的模型。

也就是说,宜人贷通过大数据挖掘体系,将虚拟体系中的个人信用、身份特征、行为特征进行实时捕捉,并且通过技术分析等不断完善金融服务。继而可以通过极速模式,判断用户还款能力,这就是用户只要在手机上打开宜人贷借款App,输入三组相关的信息,10分钟之后,就可以获知借款批核结果,当天资金就能到账的原因。

线上P2P的信息资料全部由线上来提供,怎么保证数据的真实性和准确性,这是一个大问题。因为,线上P2P模式,由于准备资料都非常的简单,所以往往给了欺诈团伙可乘之机。

这无疑是P2P平台和投资人所担忧的。而宜人贷所做的则是通过反欺诈系统来对风险进行监控,快速更新反欺诈数据库、迭代风控模型,通过第三方合作机构,交叉验证,多维度评估用户资料的真实性。

可以知道,宜人贷的模式,是通过技术和金融两个层面,来推动保证平台安全稳定运行,宜信CTO·段念曾在演讲中指出,互联网金融需要解决两个关键问题,一个是获客、一个是风控,而风控是P2P的核心。

马云曾经在香港谈创业,有句话是“善于从别人的抱怨中找寻机会”,对应到P2P行业恰如其分。金融创新做的好,往往因此能化解用户资金安全顾虑以及外界对P2P的诸多抱怨,建立有效的风控体系,进而释放信用价值。而专业度高,风控体系做的好、业务模式创新度高的平台则有望抓住机遇。

关键字:反欺诈系统风控p2p

本文摘自:百度百家

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^