删除历史记录
　----
相关平台红包
大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》的相关文章10篇，希望对您的投资理财能有帮助。
《精准营销降低？业内：说实话打击一片，说假话害人》 精选一“2014年，完成一次成功放款，获客成本在五十元以下，而现在基本都是在100元左右，获客成本上升的非常快”，某信贷机构负责人眼神里充满了焦虑。不断上升的获客成本，令信贷机构更加看重营销效费比，于是将目光投向到大数据营销。但是在“需求”当中，大数据营销却陷入迷局。渠道垄断，价格上升，品牌投放到达千万“2008年，我刚到的时候，资产非常好找，而且质量非常优质”，某平台负责人A姐回忆起互金早期获客的，“不用做太多推广，又低，宜信业务发展非常快”。但美好已逝，随着平台体量壮大，争夺逐渐白热化。目前平台从贷款超市获客的成本在一百左右，像五万的大额借款，成本都在500+。而省呗等平台为了控制成本，也会将不匹配的流量进行转卖，不过，在从业者看来，“转卖的用户很多都是，高价，但用户质量不高”。其实，目前获客的主流都来自互联网公司，“获客渠道集中在互联网厂商手中，应用市场、腾讯系、阿里系、百度系基本占了80%的流量”，卷积云相关负责人表示，“招联就是依靠支付宝入口支撑起来的”。除了按CPA、CPS计费的效果类投放，品牌类投放逐渐成为平台争夺市场的新手法。“铺了很多渠道后，投放朋友圈，效果非常好”，卷积云负责人回忆道，“品牌类与效果类有联动，好的品牌投放能够引爆效果类投放”。品牌类广告并非异军突起，互金企业曾在2015年出掀起一波品牌投放的小高潮，后因监管，品牌类营销跌入沉沦。随着监管态度开放，品牌类营销“死灰复燃”，信贷平台逐渐将其作为营销重点，其营销费用已超数千万。据相关人事透露，2017年，捷越联合品牌投放预算高达三千万。倒卖风控数据，大数据营销身陷迷局“如果要盈利，只能依靠高息和，高息并不能让平台持续经营”，互金分析师Z先生表示，“已有平台开始通过大数据做精准投放，来降低获客成本”。大数据营销用于获客，其实并不新鲜。早在2000年，益博睿、艾可菲、全联、等公司的营销业务主要服务公司。而在2005年，现FICO中国总裁陈建，在其《信用评分技术与应用》一书中，曾详尽介绍局如何利用市场反应评分模型、发展客户评分模型，帮助银行获取、维护用户。将用户数据输入市场营销模型，得出评分结果，预判人群对产品接受的概率，如获取新用户、交叉销售、挽留用户……进而通过邮件、电话、社交媒体等，对圈定的用户精准投放，降低投放成本。美好的业务，总是叫人蠢蠢欲动。因此，国内数据公司、风控服务商开始加入“战局”，纷纷推出大数据营销服务，帮助平台获取借款人。“有了大数据，信贷平台投放将更加精准，给目标人群在相应的时间展示广告”，对于新武器，某周边服务商充满自信。但对于大数据获客，部分信贷机构并不买账，认为噱头远大于实际效用。在采访过程中，某位负责人坦言，“说实话打击一片，说假话害人。”“我们资产端的获客方式还是比较传统，主要是APP、应用市场、互联网广告”，某信贷机构战略总监言语间透露出对大数据获客的不信任，“大数据营销感觉特别不靠谱，模型怎么做？数据哪里来？这些都说不清楚”。其实大数据营销获客遭受信贷机构质疑，并非无病呻吟。“很多风控服务商将信贷平台借款人的数据，卖给另一家平台做营销获客”，某行业从业者向清流表示，“之前百融金服倒卖风控数据，赚两份钱，目前它大数据营销业务也已经停了”。百融仅是大数据营销迷途中的一个缩影，将信贷平台风控数据卖给其他信贷平台，是营销服务商普遍做法。数据变现快，但这已让大数据营销与信贷平台渐行渐远。《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选二“2014年，拍拍贷完成一次成功放款，获客成本在五十元以下，而现在基本都是在100元左右，获客成本上升的非常快”，某信贷机构负责人眼神里充满了焦虑。不断上升的获客成本，令信贷机构更加看重营销效费比，于是将目光投向到大数据营销。但是在“需求”当中，大数据营销却陷入迷局。渠道垄断，价格上升，品牌投放到达千万“2008年，我刚到宜信的时候，资产非常好找，而且质量非常优质”，某平台风控负责人A姐回忆起互金早期获客的时代，“不用做太多推广，坏账又低，宜信业务发展非常快”。但美好已逝，随着平台体量壮大，借款人争夺逐渐白热化。目前平台从贷款超市获客的成本在一百左右，像五万的大额借款，成本都在500+。而省呗等平台为了控制成本，也会将不匹配的流量进行转卖，不过，在从业者看来，“转卖的用户很多都是多头，高价，但用户质量不高”。其实，目前获客的主流都来自互联网公司，“获客渠道集中在互联网厂商手中，应用市场、腾讯系、阿里系、百度系基本占了80%的流量”，卷积云相关负责人表示，“招联就是依靠支付宝入口支撑起来的”。除了按CPA、CPS计费的效果类投放，品牌类投放逐渐成为平台争夺市场的新手法。“卡牛铺了很多渠道后，投放朋友圈，效果非常好”，卷积云负责人回忆道，“品牌类与效果类有联动，好的品牌投放能够引爆效果类投放”。品牌类广告并非异军突起，互金企业曾在2015年出掀起一波品牌投放的小高潮，后因监管，品牌类营销跌入沉沦。随着监管态度开放，品牌类营销“死灰复燃”，信贷平台逐渐将其作为营销重点，其营销费用已超数千万。据相关人事透露，2017年，捷越联合品牌投放预算高达三千万。倒卖风控数据，大数据营销身陷迷局“如果要盈利，只能依靠高息和复投，高息并不能让平台持续经营”，互金分析师Z先生表示，“已有平台开始通过大数据做精准投放，来降低获客成本”。大数据营销用于资产端获客，其实并不新鲜。早在2000年，益博睿、艾可菲、全联、FICO等公司的营销业务主要服务金融公司。而在2005年，现FICO中国总裁陈建，在其《信用评分技术与应用》一书中，曾详尽介绍征信局如何利用市场反应评分模型、发展客户评分模型，帮助银行获取、维护信用卡用户。将用户数据输入市场营销模型，得出评分结果，预判人群对产品接受的概率，如获取新用户、交叉销售、挽留用户……进而通过邮件、电话、社交媒体等，对圈定的用户精准投放，降低投放成本。美好的业务，总是叫人蠢蠢欲动。因此，国内数据公司、风控服务商开始加入“战局”，纷纷推出大数据营销服务，帮助平台获取借款人。“有了大数据，信贷平台投放将更加精准，给目标人群在相应的时间展示广告”，对于新武器，某周边服务商充满自信。但对于大数据获客，部分信贷机构并不买账，认为噱头远大于实际效用。在采访过程中，某位信贷公司负责人坦言，“说实话打击一片，说假话害人。”“我们资产端的获客方式还是比较传统，主要是APP、应用市场、互联网广告”，某信贷机构战略总监言语间透露出对大数据获客的不信任，“大数据营销感觉特别不靠谱，模型怎么做？数据哪里来？这些都说不清楚”。其实大数据营销获客遭受信贷机构质疑，并非无病呻吟。“很多风控服务商将信贷平台借款人的数据，卖给另一家平台做营销获客”，某行业从业者向清流消费金融表示，“之前百融金服倒卖风控数据，赚两份钱，目前它大数据营销业务也已经停了”。百融仅是大数据营销迷途中的一个缩影，将信贷平台风控数据卖给其他信贷平台，是营销服务商普遍做法。数据变现快，但这已让大数据营销与信贷平台渐行渐远。《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选三“2014年，拍拍贷完成一次成功放款，获客成本在五十元以下，而现在基本都是在100元左右，获客成本上升的非常快”，某信贷机构负责人眼神里充满了焦虑。不断上升的获客成本，令信贷机构更加看重营销效费比，于是将目光投向到大数据营销。但是在“需求”当中，大数据营销却陷入迷局。渠道垄断，价格上升，品牌投放到达千万“2008年，我刚到宜信的时候，资产非常好找，而且质量非常优质”，某平台风控负责人A姐回忆起互金早期获客的黄金时代，“不用做太多推广，坏账又低，宜信业务发展非常快”。但美好已逝，随着平台体量壮大，借款人争夺逐渐白热化。目前平台从贷款超市获客的成本在一百左右，像五万的大额借款，成本都在500+。而省呗等平台为了控制成本，也会将不匹配的流量进行转卖，不过，在从业者看来，“转卖的用户很多都是多头借贷，高价，但用户质量不高”。其实，目前获客的主流都来自互联网公司，“获客渠道集中在互联网厂商手中，应用市场、腾讯系、阿里系、百度系基本占了80%的流量”，卷积云相关负责人表示，“招联就是依靠支付宝入口支撑起来的”。除了按CPA、CPS计费的效果类投放，品牌类投放逐渐成为平台争夺市场的新手法。“卡牛铺了很多渠道后，投放朋友圈，效果非常好”，卷积云负责人回忆道，“品牌类与效果类有联动，好的品牌投放能够引爆效果类投放”。品牌类广告并非异军突起，互金企业曾在2015年出掀起一波品牌投放的小高潮，后因监管，品牌类营销跌入沉沦。随着监管态度开放，品牌类营销“死灰复燃”，信贷平台逐渐将其作为营销重点，其营销费用已超数千万。据相关人事透露，2017年，捷越联合品牌投放预算高达三千万。倒卖风控数据，大数据营销身陷迷局“如果要盈利，只能依靠高息和复投，高息并不能让平台持续经营”，互金分析师Z先生表示，“已有平台开始通过大数据做精准投放，来降低获客成本”。大数据营销用于资产端获客，其实并不新鲜。早在2000年，益博睿、艾可菲、全联、FICO等公司的营销业务主要服务金融公司。而在2005年，现FICO中国总裁陈建，在其《信用评分技术与应用》一书中，曾详尽介绍征信局如何利用市场反应评分模型、发展客户评分模型，帮助银行获取、维护信用卡用户。将用户数据输入市场营销模型，得出评分结果，预判人群对产品接受的概率，如获取新用户、交叉销售、挽留用户……进而通过邮件、电话、社交媒体等，对圈定的用户精准投放，降低投放成本。美好的业务，总是叫人蠢蠢欲动。因此，国内数据公司、风控服务商开始加入“战局”，纷纷推出大数据营销服务，帮助平台获取借款人。“有了大数据，信贷平台投放将更加精准，给目标人群在相应的时间展示广告”，对于新武器，某周边服务商充满自信。但对于大数据获客，部分信贷机构并不买账，认为噱头远大于实际效用。在采访过程中，某位信贷公司负责人坦言，“说实话打击一片，说假话害人。”“我们资产端的获客方式还是比较传统，主要是APP、应用市场、互联网广告”，某信贷机构战略总监言语间透露出对大数据获客的不信任，“大数据营销感觉特别不靠谱，模型怎么做？数据哪里来？这些都说不清楚”。其实大数据营销获客遭受信贷机构质疑，并非无病呻吟。“很多风控服务商将信贷平台借款人的数据，卖给另一家平台做营销获客”，某行业从业者向清流消费金融表示，“之前百融金服倒卖风控数据，赚两份钱，目前它大数据营销业务也已经停了”。百融仅是大数据营销迷途中的一个缩影，将信贷平台风控数据卖给其他信贷平台，是营销服务商普遍做法。数据变现快，但这已让大数据营销与信贷平台渐行渐远。初期6个人，启动资金百万，一个创业就开始了…《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选四“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下员对用户信息录入、后电话、用户资质拿捏不准时，需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将、海量数据输入模型，由机器自动判别借款资信状况，随着对算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选五“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前马上消费金融、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”，马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选六“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国互联网金融市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取投资人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。来源：清流消费金融《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选七“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前马上消费金融、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国互联网金融市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取投资人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。占领在线旅游40%分期业务后，再度瞄准中小电商分期市场《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选八“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前马上消费金融、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”，马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国互联网金融市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取投资人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。责任编辑：铁木《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选九“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。IPC、评分卡没落，FICO中国差点惨遭出售信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前马上消费金融、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国互联网金融市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。传统机构自我革新，大数据风控全产业链渗透大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。想蹭大数据风控的热点，其实并不轻松“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。“大家都在宣传大数据风控，已经成为互金平台获取投资人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。《大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人》 精选十百融深入金融机构内部建模，场景理解能力、建模经验不断增强，模型能力是可以从一个金融机构复用到另一金融机构的，这将是核心竞争力之一。百融在金融大数据领域已建立先发优势，但新玩家仍在不断入场，百舸争流的局面仍会持续一段时间。指导 | 凯文
撰写 | 青川随着金融机构部分业务线上化、目标用户下沉，风控体系也在迭代，依靠大数据、进行风控成为行业共识。另一方面，随着线上线下获客成本日益增长，各机构逐渐转向用户精细化经营，精准营销受到金融机构重视。因此，以这两点需求为依的金融大数据公司发展迅速。百融前身是百分点科技的一个事业部，从2012年开始从事金融大数据业务；2014年百融正式成立，主要为金融机构提供数据、模型服务。2016年4月，百融完成B+轮融资，投后估值30亿元，发展迅速。目前，百融已成为金融大数据领域头部公司之一。客户集中在借贷领域，机会巨大百融服务的金融机构包括两类，一是信贷行业，包括银行、消金公司、互联网金融公司等，百融成立之初便服务这类公司；二是行业，对大数据的需求正在兴起，大型都希望通过大数据在营销、产品设计上取得创新。国内金融机构数量多，银行数千家、保险公司一百多家，金融机构付费意愿强，金融大数据市场空间很大。信贷领域对金融大数据需求旺盛。银行方面，随着风控思路的改变，逐渐采用效果更好的机器学习算法进行风控；互联网金融业务流程不同于传统金融机构，线上获客对用户身份识别、反欺诈要求甚高，这些都需要第三方数据辅助判断甚至建模服务。百融为这些机构提供的服务能应用于精准营销、贷前欺诈风险与、贷中以及贷后催收等场景，覆盖其全业务流程。保险行业是百融近两年刚拓展的客户，一个强销售行业，百融最先为保险公司提供精准营销方面的服务。另外，保险公司未来趋势是根据用户需求进行产品设计，所以跟百融也有产品设计上的合作，但产品大规模落地需要较长的时间，道阻且长。获客上，百融主要靠直销模式，采取自上而下的路径，先服务标杆客户，如大型银行、持牌消金，再服务中小银行、互联网。其中，宇宙第一大行工行，消金巨头捷信均为其客户。保险方面，业务处于早期，目前主要也是与大型。从标杆客户切入的获客方式有多重优势，首先，头部客户业务量大，客单价高；其次，品牌背书明显，跟标杆客户合作后，再去获取中小银行、互联网金融公司更容易。百融基因是数据业务，也在拓展模型服务如上文，百融主要提供数据和模型服务，应用于精准营销和风控两大类场景。精准营销已经不是一项新事物了，在电商、互联网行业已经有很成熟的应用。百融脱胎于百分点科技，百分点科技深耕该领域多年，为电商、媒体做精准营销，积累了大量的数据和业务经验。百融继承了百分点的数据和经验，只是将精准营销能力从互联网行业拓展到金融领域。大数据风控，作为一项新兴服务，可对标美国市场。美国个人征信行业格局稳定，三大征信局提供数据，FICO提供信用评分、模型服务，彼此很难进入对方的领域。相比之下，中国大数据风控服务方兴未艾，国外经验可借鉴却又不能完全模仿。这也使得各路玩家纷纷探索可行方案。各路玩家既可对标三大征信局，提供纯数据服务；也可与FICO一样仅提供建模服务，比如氪信；或者提供建模、部分数据清洗工作，比如诚安聚立、冰鉴等；再者，便是百融这种，既有数据资源，又提供建模服务。对百融来说，提供模型服务，更加深入业务，能够增强其价值。为金融机构提供模型服务，反过来也能促进合作机构采购其数据服务，增厚收入。金融机构与百融合作时，可以根据自身需求选择数据服务、模型服务或数据+模型服务。模型服务中价值最大的部分是为金融机构定制模型，大型机构如工行、捷信，百融在其内部联合建模、迭代模型。模型能力由经验驱动，FICO本身不从事业务，建模能力却超过银行，便是因为其服务诸多金融机构，建模数量远超于单个银行。同样的，百融深入金融机构内部建模，场景理解能力、建模经验不断增强，模型能力是可以从一个金融机构复用到另一金融机构的，这将是核心竞争力之一。金融大数据领域，百融已建立先发优势；但该领域的竞争尚未到尘埃落定之时，新玩家也在不断入场，百舸争流的局面仍会持续一段时间。近日，爱分析对百融金服CEO张韶峰进行了访谈，张韶峰对百融发展战略、业务模式进行了阐述，现摘取部分内容如下。一站式解决方案，服务用户全生命周期爱分析：发展至今，百融金服如何定位，对标公司是？张韶峰：其实找不到一模一样的对标公司，我们有数据服务，可以对标美国三大征信局；我们也有风控系统和模型，可以对标FICO。此外，我们也有业务，帮金融机构挑选，这个FICO、Experian涉足较少。总的来讲，我们的定位是平台，基础是大数据、人工智能等技术，帮助金融机构进行精准营销、甚至金融产品设计。爱分析：金融服务门槛较高，百融如何保持专业性？张韶峰：第一，我自己的经历，在百分点科技之前，我在Oracle、IBM工作过，做的是数据挖掘咨询工作，服务的行业包括金融机构、**部门等，税务部门做的偷漏税反欺诈与信贷反欺诈有一定相似之处，也服务过银行业，做过信用风险、欺诈风险防范。第二，百融不是从零开始做的，我们是从百分点科技独立出来的，百分点科技在电商、互联网行业做过大数据业务，本身对大数据技术具有很深的理解。第三，百融进入金融行业很早。第一次进入金融大数据行业是2012年，从百分点科技的一个事业部开始做。当时别的金融大数据公司基本没有成立，金融大数据是2015年开始火起来的，我们早走了3年时间。第四，行业理解能力不断增强。随着业务发展，不断有金融机构的专业人员加入我们，他们知道金融机构内部是怎么运作的，比如我们以前是一家股份制的风险部经理。我们从以前对数据、算法、技术理解比较深，慢慢具备理解金融业务的能力。提供数据和模型服务爱分析：百融的数据来源有哪些？张韶峰：最早的数据来自百分点，跟别的数据源也会进行合作，更多的来自业务积累。比如跟金融机构合作，包括信贷、保险以及行业。爱分析：信贷机构使用百融服务，更偏向于数据还是模型？张韶峰：都有，有的机构纯粹使用数据，有的机构纯粹使用模型，还有机构两个都使用。模型上，我们有标准化产品，也有定制产品。大部分机构，尤其规模比较大的机构，是同时调用数据和模型服务的。我们为其定制开发模型，效果更好。爱分析：反欺诈、所需的变量数？张韶峰：我们最初从互联网大数据进入金融大数据领域，应用的变量是极多的。但是银行习惯逻辑回归算法，是一种比较简单的算法，不太能接受大数据，所以我们将变量压缩到十几个。后来金融机构慢慢接受大数据建模，我们又推出了一个1884个变量的版本。我们内部有十几个版本，从三五千个变量到五十万变量都有。爱分析：会因为版本不同收费方式不一样？张韶峰：收费没什么区别。但大部分情况下，机器学习算法比传统的逻辑回归算法效果要好一些，KS值能提升百分之十几到百分之三四十。定制建模属于轻量化咨询爱分析：做定制化建模的团队人数？张韶峰：通用模型、定制化建模共用一个团队，大约七八十人，既做标准化产品，也在定制化建模。爱分析：为银行等机构进行定制建模需要的时间周期？张韶峰：整个流程分为数据准备、业务理解达成一致、建模验证、调优上线，其中纯建模时间很短，一两个周就能完成。但建模前数据准备、业务理解所需的时间要远超建模时间。如果从商务谈判、银行逐层汇报开始算，到最后合作完成往往得上年时间。但是银行一旦合作就比较稳定，不会轻易把你换掉。百融的业务是从银行业做起的，在银行领域耕耘的时间超过4年，目前已经在银行业占据了70%的市场份额，领先于同行。爱分析：未来银行是否会更多选择自主建模？张韶峰：企业服务市场的特征是：对于复杂产品和服务，客户替换你的成本，只要服务质量能基本稳定，客户一般不会轻易替换。当然，不能排除个别自身能力极强的客户可能会有替换服务商。但是对金融机构来讲，数据不可能从内部长出来，所以银行需要跟外部合作。模型有可能出现银行自主构建的情况，但是现在大部分银行对人工智能掌握较弱，相当长时间还需要跟外部合作。爱分析：定制建模咨询属性较强，如何提升人效？张韶峰：第一，我们不是传统咨询公司，即使人去现场时间也很短。面谈沟通几件事，包括双方确认需求、对业务的理解，我们了解对方数据。之后一般以周为单位，是轻量级咨询服务。目前用我们定制模型的也有几百家机构了，如果是传统软件公司、咨询公司，七八十个人肯定服务不过来。第二，我们把模型系统云化，机构可以远程上传数据，一般是消金公司、互联网金融公司会用。不同行业需求侧重点不一样爱分析：百融服务的行业有哪些？不同行业需求有何不同？张韶峰：我们目前服务两大行业，第一是信贷行业，包括银行、、信托、小贷公司；第二是保险行业。这两个领域客户需求侧重点不太一样，信贷机构是把钱给别人，所以排第一位的是风险，然后是营销。保险行业先收别人的钱，所以第一是营销，其次才怕骗保。而且依靠几年前在百分点的积累，百融有做优质的白名单客户的基础，所以我们切入信贷时先做风险，再做营销；在保险行业则是先做营销，再切入风控。爱分析：百融与银行合作的业务流程？张韶峰：信贷机构有自身的业务流程，首先要获客，广告制作、渠道投放，用户看到广告后才会申请。精准营销也分为两种，一种是B2C广而告之；一种是C2B，根据用户特征设计一款产品，反向营销。其次是新客准入，用户希望申请贷款，能不能把用户放进来。包括欺诈风险与，身份是不是伪冒、是否是欺诈团伙等。第三是贷中管理，信用可能变好或者变差，这时就要加额度或者降额度、锁卡，现金贷则要进行提前催收。第四步是发生逾期进行催收。我们先做第二步、第三步，然后再做第一步营销。爱分析：百融反欺诈主要依靠？张韶峰：黑名单是反欺诈一个组成部分，但反欺诈的范畴远远不只是黑名单，还有设备指纹反欺诈、复杂网络反欺诈、反团伙欺诈等等。刚才说的伪冒，申请人信息不在黑名单，但伪冒他身份的人不还款可能性很高，也要拒绝。爱分析：消金公司也有定制建模需求？张韶峰：会有。目前消费金融领域前五名的机构都使用了百融的定制化模型服务，我们基本上每季度都会为这些机构更新模型。爱分析：保险行业对百融的需求点？张韶峰：还是因为我们有大数据与人工智能技术，保险公司以前是拍脑袋做出一个产品，到处销售。保险C2B模式是看数据库中有共同特征的，比如人群某一共同特征对应了何种，对应此需求设计产品，再去营销。C2B模式一定是保险行业的未来，但目前占比还比较低。爱分析：百融能为人身险业务提供哪些特征数据？张韶峰：包括年龄，人在不同年龄段时不一样的；家庭机构，有孩子、老人的愿意为家庭成员购买；教育程度，教育更高的保险意识更强；财富状况也很重要，需要先向保险公司付费。爱分析：百融获客方式有哪些？张韶峰：主要是直销获客，包括一定的口碑获客。爱分析：营收增速来源？张韶峰：一方面，我们合作的金融机构数量还在源源不断增长。中国有近两千家银行、几千家互金公司、几百家持牌和无牌消费金融公司、10000多家小贷公司、10000多家。还有很多机构我们还没服务到。另一方面，由于我国未来10年将处于快速增长时期，我们之前已经在合作的金融机构的业务也在源源不断增长，他们业务的增长自然会带动百融收入的增长。爱分析热文新龙榜新龙榜TOP125新金融互联网金融TOP100|互联网金融TOP50TOP35|消费金融TOP25TOP42|TOP30互联网支付TOP20|虎鲸榜TOP50互联网保险TOP25|互金TOP30创富人物榜TOP50|影响力50人企业服务企业服务TOP100|企业服务TOP50大数据TOP72|B2B电商TOP50云服务TOP50|网络安全TOP30大数据影响力50人|B2B电商影响力50人其它出行服务TOP50人工智能TOP50教育科技TOP50语言教育TOP20移动医疗TOP30汽配维修TOP20家居家装TOP36新零售TOP100幼教TOP35||陆金所（二）||捷信||拉卡拉|乐信调研肖文杰访谈诺亚财富|| 访谈|宜信财富人人友信||泛华金控Oscar Health||马上金融 访谈|金蛋科技||宜信博诚漆瑾声访谈|买单侠量化派|金斧子|小虎金融小雨伞||群星金融米么金服|Capital One|LPL大道金服|省呗|中腾信|飞贷| 彭创访谈|农分期读秒 周静访谈|嘉信氪信 朱明杰访谈|老虎证券 丁东华访谈
温馨提示：以上内容仅为信息传播之需要，不作为投资参考，网贷有风险，投资需谨慎！
"大数据精准营销降低获客成本？业内：说实话打击一片，说假话害人"的相关阅读：
还可以输入 500字
还没有用户评论, 快来
认识你李颖我很高兴！
认识你李颖，我很高兴！
别的不清楚a，不过米.族金融的这个真的投了。之前进入了上海备案前100，挺火的，感觉比较稳，继续支持。
我是熊猫BABY品牌运营部负责人，该篇帖子所编写内容完全属于与事实不符，是对我品牌的恶意中伤诋毁，本企业属于合法经营中的正规企业，从未做过以上文章所写的骗人的事，发布该篇不实文章的个人我们会追究责任。
此文章内容不属实,有意损害澳嘉公司名誉权,希望网站管理者,对此文章进行相关处理..
一个很XX的平台，客服打了四遍电话没人接，手机app告诉我在更新不能用手机操作买标，等了一天没有新手标提现手续费5万扣款250，重点是提现时候系统非常卡，提现到账才发现被扣了250元
楼主明显是用标题敲诈平台，目前有些人利用互联网传播功能，以不适过期信息，危害企业的声誉，达到拿钱删帖之目的。具有刑事犯罪之嫌疑。
张佳笳你拉黑我仲叫我唔好揾你，旺角送你走时你话最迟初十五拎俾我，我答应你的事做了，但你答应我的事肯定冇做，丽江返来唔講声全部拉黑我，自己冇做到仲恶人先告状起屈到我度，点会唔揾你呢一定揾你
“现金贷”高利贷应当退还借款人高于36%的那部分利息！！
根据最高人民法院《关于审理民间借贷案件适用法律若干问题的规定》第二十六条规定：借贷双方约定的利率超过年利率36%，超过部分的利息约定无效。借款人请求出借人返还已支付的超过年利率36%部分的利息的，人民法院应予支持。因此，判定合法现金贷及非法高利贷的监管红线应当是实际年化利率是否超过36%，实际年化利率不超过36%的现金贷业务应当认定为合法现金贷，实际年化利率超过36%的的现金贷业务应当认定为非法高利贷。
例如XX金融平台，借款4000，分期三个月，每月还款1553.11，实际利率99%，明显是非法高利贷。尽管平台以各种“费用”为辨辞，但终究掩盖不了高利贷的实质，因为法律认定很明确：借款人的还款金额与借款金额的差额就是利息，这个利息当然包括网贷平台巧立名目的各种各样的所谓“费用”。
违反国家法律的借款合同，一开始就是无效合同！借款人只需还本金和合理利息！
要讨回高于36%的高利贷利息，现在就立刻投诉网贷高利贷！
（如何投诉网贷高利贷，百度一下就知道）
“现金贷”高利贷应当退还借款人高于36%的那部分利息！！
根据最高人民法院《关于审理民间借贷案件适用法律若干问题的规定》第二十六条规定：借贷双方约定的利率超过年利率36%，超过部分的利息约定无效。借款人请求出借人返还已支付的超过年利率36%部分的利息的，人民法院应予支持。因此，判定合法现金贷及非法高利贷的监管红线应当是实际年化利率是否超过36%，实际年化利率不超过36%的现金贷业务应当认定为合法现金贷，实际年化利率超过36%的的现金贷业务应当认定为非法高利贷。
例如XX金融平台，借款4000，分期三个月，每月还款1553.11，实际利率99%，明显是非法高利贷。尽管平台以各种“费用”为辨辞，但终究掩盖不了高利贷的实质，因为法律认定很明确：借款人的还款金额与借款金额的差额就是利息，这个利息当然包括网贷平台巧立名目的各种各样的所谓“费用”。
违反国家法律的借款合同，一开始就是无效合同！借款人只需还本金和合理利息！
要讨回高于36%的高利贷利息，现在就立刻投诉网贷高利贷！
（如何投诉网贷高利贷，百度一下就知道）
小骗的老母真好操
我们在选购短期理财产品的时候，需要根据你的投入期限，资金用途，以及自己风险承受能力等综合考虑来做出最终决定。只有通过这样层层的筛选，才会让你购买到更加靠谱的短期理财产品。现在监管都不让平台有风险保证金了，履约险应该是现在安全等级最高的了。就是保险公司和平台合作，给借款人买保险，保借款人能履约还钱。如果借款人不还钱，就有保费了呗。不过这个也不是一般平台能谈下来的，得是资产风控都非常好的平台才有可能做，不然谁都不还钱让保险公司赔保险公司又不傻。不过也要警惕有平台上假的履约险，要擦亮双眼。目前履约险我买过和信贷，XXXXX，米缸金融都还可以，合作的都是大公司。不过网贷有风险，不管是什么保证都要擦亮双眼比较好。
就是都是骗子。
就是都是骗子。
就是都是骗子。
相关推荐：
投资人QQ群
沪公网安备 45号}