攝影/陳逸航

小牛金服首席技術官郭玮11月30日在21世紀經濟報道主辦的“第十一屆亞洲金融年會”上表示，金融創新首先是科技創新，科技引領金融，科技變革金融。

以下是演講全文：

今天正題是普惠金融時代下的科技創新，既然講普惠金融時代下的創新。那麼先講傳統金融，傳統金融會遇到什麼痛點，我們過去在傳統金融時代，去銀行貸款，往往會面臨一些問題。比如說資料不齊，在人行那邊沒有征信報告，銀行看不到征信報告，不會給你做貸款。或者你在曆史上曾經有過一些小過錯，這些小過錯本身可能對你的信用看起來沒有直接的關系，但是一旦發生小過錯，銀行說不能給你貸款。另外一方面如果是純信用貸款，沒有抵押或者金額比較小的話，銀行說沒有辦法給你提供貸款。假設可以貸款，但是因為整個流程，傳統金融的信貸流程相對來說是比較長的，沒有辦法做到現在就要。

到普惠金融時代，我們的受衆廣、用戶非常多，可以把我們金融服務提供給各種各樣的中小企業，或者是一些原來傳統金融時代沒有辦法覆蓋的個人用戶。但是因為量廣了，服務的用戶廣了，也會帶來一系列技術上的難度，這裡會提到一些比如說沒有信用，或者是你有一些信用的信息，但是怎麼量化呢？怎麼最終對應到你的信用能力，這是一方面。另外一方面欺詐來到線上以後，沒有一個當面過程，怎樣去判斷真假，反欺詐的要求會越來越高。

第三方面當我們面臨海量用戶的時候，原來靠人工操作的這些審批已經是不太可能了，否則我們的成本就會太高。

第四催收當然相應的也就難度大大提升。我們沒有辦法去了解我們的用戶。

要解決這些問題怎麼辦？我們認為隻能是通過科技的手段。我們一直以來秉承的一個觀點，就是科技引領金融，科技變革金融，在小牛我們認為金融科技就理解為一切源自科技的創新，用科技手段來服務或者推動金融服務創新的綜合體系，在我們這邊我上面列出一些大數據、人工智能、風控、區塊鍊、金融雲等，多個方面都有具體的實踐，今天重點跟大家介紹一些除了上面金融雲之外的工作。金融雲我們現在也正在布局。

首先介紹大數據，小牛的大數據平台作為整個公司所有創新業務的基礎，是一個非常主流的核心技術架構，做了很多的分層管理，比如說數據源層、存儲計算層、應用工具層、數據集市層，都采用最先進互聯網分布式的計算架構，服務于目前五大業務，比如說用戶畫像、數據風控、經營決策、實時報表，以及數據挖掘。我們把整個這個平台建設分為三個階段。目前已經完成了第一階段，我們已經實現了數據基礎服務的框架搭建，我們提供了整個數據分析的一些相關基礎服務。目前我們已經進入第二階段，引入各種各樣數據分析，深層次數據挖掘的一些工具，我們将提供多維分析，信用分析、數據挖掘等一系列大數據服務。明年實時推薦大數據運營管理以及數據管理，包括在線實時大數據風控的功能。

基于大數據平台之上，我們會去解決普惠金融最核心的一個問題，風控怎麼做，我們通過大數據做風控。前面我也說了，傳統金融的風控有哪些問題，第一數據非常單一，主要是以人行征信報告，或者是一些金融機構自有的數據來作為判斷依據，服務的客戶面是相當窄的，有大量的用戶是在人行沒有記錄的。而沒有記錄的情況下就沒有辦法納入到傳統金融的範圍之内。

第二方面即使是有這樣的數據來支撐你的信用，但是傳統風控中間的規則，風控判斷規則是相當簡單的，往往從數據到結果就是一個簡單的關系，做不到更深層次的關聯關系的判斷。

第三放貸的過程是非常長的。小牛金融風控與大數據相結合，首先數據源上引入大量其他的數據，除了傳統央行的數據以及金融機構的數據之外，我們還利用社交行為數據，社會行為數據公共事業等一系列的數據從全方位識别一個人的風險。我們更強調數據之間的相關性，而非直接因果關系。我們通過數據挖掘的一些手段來分析用戶的基本屬性、穩定性、曆史信用風險和當前的信用風險，還款意願和還款能力。通過各方面的數據綜合全方位判斷一個人，我們在實效性上能夠做到同他的信息提交到我們的系統，做到放款完成做到分鐘級，我們也希望未來加快這一進程，甚至做到秒級。整個大數據風控這套體系，分為數據彙聚平台、模型分析等等目前都在實踐當中有所應用。

接下來跟大家介紹用戶畫像，為什麼要做用戶畫像，金融最強調是了解你的用戶，了解你的客戶，在普惠金融時代我們怎麼去了解客戶，小牛通過給用戶做畫像，首先我們做用戶畫像的數據來源是什麼，我們主要來源于小牛内部積累的一些數據，以及大量從外部獲取的數據，這些大量外部獲取的數據也包括一些公開的獲取數據，一些合作機構交換的數據和一些其他機構我們去購買到的數據，數據源是相當豐富的，我們通過這些數據結合各種各樣數據挖掘的算法給用戶打上各種各樣的标簽，去體現各種各樣的屬性，基礎屬性、社會事業、公共事業屬性、金融屬性、行為屬性等等一系列屬性，我們的标簽目前給整個小牛用戶打上的标簽目前有幾百個，我們正在努力打造更多的标簽，未來打造上千甚至幾千個标簽的情況。

當然，我們做用戶畫像也并不僅僅給我們現有的用戶去分類，去打上标簽。非常重要的是，我們還需要通過我們去現有用戶畫像，通過用戶畫像抽象出各類用戶的特征圖譜，利用這些特征圖譜，能夠去識别新用戶，當一個新用戶來的時候，他各種各樣的數據提交上來，套到我們圖譜裡會知道是哪一類用戶，适合什麼樣的産品，他的風險級别是什麼樣子。這一頁可以看出來，我們用戶畫像的應用非常廣的，對外做輿情監控、同行競争分析，對内做運營分析以及支持服務，資産端我們會去做風險控制和貸後催收，大數據風控非常重要的應用基礎是用戶畫像。資金端做精準營銷以及增值服務。

我們不但需要識别用戶，還需要主動發現用戶的需求，并且設計出相應的産品，并且主動将這些産品推送給需要這些産品的用戶，這個是非常重要，這個就是我們現在說的精準營銷或者說是主動營銷的部分。不論在資産端還是在資金端，我們結合用戶畫像應用場景，以及産品特性的智能推薦，我們認為都是未來智能化金融的一個方向。

更多内容請下載21世紀經濟報道APP

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!