江苏龙网

  1. 主页 > 生活百科 > >

金融科技助力精细化运营 洋钱罐登榜胡润新金融50强


金融科技助力精细化运营 洋钱罐登榜胡润新金融50强

文章插图
来源： 零壹财经
作者：马雪飞
新金融、新生态、新变化，以金融科技引领的行业变革也让新金融模式迎来新一轮挑战 。
近日"2019胡润新金融50强"于2019胡润新金融百强榜峰会正式发布，凭借在小额消费信贷领域的努力和实践，金融科技平台洋钱罐强势登榜，榜单的科技属性也愈发明显 。
金融科技俨然成为新金融服务的新风口 。
对此洋钱罐CMO严峻表示“科技与金融以及任何行业的结合都将是未来的发展趋势，当金融科技已经成为行业标配，如何应用、应用到什么程度才是平台发展的关键！"
当金融科技成为行业标配如何有温度的精准服务？
从互联网巨头到银行机构、从科技公司到P2P网贷……各方机构纷纷入局发力金融科技，此次新金融50强榜单也表明金融科技带来的行业革新正在进行中 。然而以大数据、云计算、人工智能为代表的技术手段已经成为行业标配，金融科技的同质化趋向让行业竞争进一步加剧 。
当标配已经成为行业共识，如何发力塑造自身特色成为关键 。
对此，严峻解释到"科技与金融的结合是必然，但经历了前期的发展金融科技在风控领域运用的方式和思路大同小异，差别多在于团队的技术实力和执行经验 。如何运用标准的配置，打造顶级的运营效率和服务体验才是关键 。"
无科技不网贷，然而科技在金融领域的应用应该远不止于风控 。对于小额分散的信贷资产以及庞大的用户群体，技术可以实现的不仅仅是借款端的风险量化，也可以是优化出借端获客成本、提升服务效率 。
"注册≠成交，出借端需要关注的不仅仅是平均获客成本，而是用户的转化率和稳定性 。因此洋钱罐更加注重的是发掘和培养能够陪伴平台成长的优质用户群 。
在出借端，科技手段改变的不仅仅是出借效率，还可以对出借行为进行标签化处理，从而判断用户属性，实现精准化服务 。洋钱罐通过对用户数据的积淀，可以从出借额、产品类型、产品期限等出借行为判断客户属性，并对价格敏感型、缺乏行业了解的用户群体对接不同的用户服务，从而筛选有能力、有意愿的潜在客户群 。
严峻提到金融+科技提升的仅仅是服务效率，但业务的促成依然需要建立更深层次的信任关系，无论是品牌形象还是业务沟通都需要用户的认可 。金融科技实现的出借端分层精细化管理，可以划分不同的用户需求实现精准对接，以最低成本发挥最大效用 。
"互联网与用户建立的是有限信任，但出借行为需要的信任支撑远不止与此，精准化地对接让金融服务更有温度、也更加真实可靠 。"
深挖基础数据衍生价值技术驱动，动态甄别风险群体
金融科技的大趋势下，科技手段没有本质区别，关键在于应用方向和应用程度 。
"互联网数据、第三方征信以及同盾、face++等基础数据源和风控手段并没有形成竞争壁垒，平台发展的关键依然在于如何在有限的数据基础上，创造无限的应用可能、扩大应用效应 。"
据了解洋钱罐CTO耿博曾是微软资深架构师，负责Bing图像搜索的后台架构和大数据平台，洋钱罐的风控技术团队大多来自微软研究院，这也让洋钱罐的借款端从征信评估、反欺诈识别到预警催收等环节建立了强大的风控体系 。
风险评估阶段，除构建借款人基本画像外，洋钱罐将移动互联网中的弱关系、碎片化内容形成多维度、精准化描绘 。大数据要求的不仅仅是数据源"多"、数据量"大"，而是如何用好、用准数据，依托海量的数据，洋钱罐对诚信、失联、关联聚类、信用等多个维度构建了若干个机器学习模型，能够精确判别用户的信用风险等级 。
以活体识别为例，最简单的就是通过行为动作，识别操作者身份，与身份证信息进行比对判断 。但用户的动作信息可以保留图样，根据背景光线强弱、装扮、面部表情、纹身等要素通过若干的弱变量形成一个高纬度、细颗粒化的描绘，基于这个描述组成行为学习模型进行判断，输出结果，然后进行风险量化 。
对于反欺诈，洋钱罐关注的核心在于用户还款意愿，通过互联网大数据的动态监测和监督，进行数据累积、迭代优化，进而比对设备以及联系人、借款频率、集中度通过聚类算法识别欺诈流量 。
"基础数据信息并不存在壁垒，关键在于数据维度的应用 。依托基础数据信息，通过纯线上的方式抽取数千维度的弱变量后形成对借款人的细颗粒度的分类，并依此构建若干的机器学习模型并进行快速迭代，才是够精确判别用户的欺诈和信用风险等级的有效方式"严峻解释到 。


推荐阅读


上一篇：食用碱、小苏打、酵母，到底有什么区别？多数人不清楚都用错了

下一篇：速冻汤圆怎么煮？几分钟出锅？按下面方法，汤圆不破皮不夹生