网赌用户、催收员数据库建立，风控“差异化时代”来临

过去5年，大数据风控在金融科技公司的推动下，经历了初级的发展阶段。

但各家平台数据和风控策略的差异化在不断缩小。近两年，大量产品雷同、缺乏竞争力的大数据公司和风控平台被淘汰。

2019年，新的数据源开始被接入，比如物流、SaaS等B端数据，以及网赌客群、催收电话库等C端数据。

独家且实时更新的数据，已成为风控平台的核心竞争力。

整个行业也出现了第二大趋势：往精细化运营、深度挖掘方向发展。

只有寻求风控的差异化，才能杀出重围，这已成为行业的共识……

01 风控差异化

在风控领域，一直有个终极之问：到底是风控能力重要，还是数据重要？

在风控发展的初期，大部分人的答案是前者。

当时数据众多，亟待挖掘，具有风控能力的人才却奇缺。

因此，拥有挖掘、量化、建模等方面的风控能力和人才，成为风控领域核心的竞争力。

但最近两年，情况却发生了改变。

“整个风控行业，已经毫无差异化。” 在挑选风控服务商的时候，一家头部金融平台的CRO昭华发现，各家产品的效果和能力非常相似。

不止是第三方风控公司，各家金融机构之间的差异也越来越小——各家的风控模型和风控逻辑，也非常相似。

“2018年，近一半的大数据公司倒闭。除了监管收紧之外，它们集体倒闭的另一个原因，就是大家的产品雷同。”昭华认为，在2019年，缺乏竞争力的平台还将持续被淘汰，最多只有10%的公司能存活。

多位风控人士认为，行业进入了差异化发展阶段，数据将变得比风控能力更为重要。

“拥有独家且能实时更新的数据源，才能拥有核心竞争力。“多家平台的CRO都透露。

在最近，确实有很多新的数据源在被挖掘，且挖掘方式颇具想象力。

最近颇为抢眼的360金融，在上个月获得了《亚洲银行家》颁发的“信用风险管理奖”，这让外界对于360金融的风控极为好奇。

360金融的CRO郑彦将其核心竞争力归纳为两点：360的强大数据源；风控团队的挖掘和精细化运营能力。

比如，他们会用到网赌用户的数据。

“360会做一些网站防护，对刚上线的网站进行扫描和监控，因此能看到哪些用户登录了赌博网站，登录频次有多频繁，等等。”郑彦称。

因此，360金融做了一个网赌用户的脱敏数据库。

网赌者，往往是借贷产品想剔除的用户群体。

郑彦也曾经做过一些测试，将一些刚刚染上赌瘾的用户放进来，让他们申请到借款。在前6个月，这些用户的表现还可以，但到了12个月，他们的逾期就开始明显上升。

这说明，网赌用户的生命周期，是6到12个月。

在目前大多数的风控体系中，通过共债等数据，可以将大多数网赌用户拒之门外，但这些刚刚染上赌瘾的用户，却常常成为漏网之鱼。

如果有这个人群的数据，就可以将所有网赌用户剔除。

精准人群的数据和画像，对于风控的作用，越来越重要。

02 催收电话库

除了网赌，还有一个新的人群正在被挖掘。

360手机卫士覆盖了不少设备，在号码黄页库里，可以找到一些被标注为“骚扰”和“诈骗”的电话。

把这些数据和用户授权的通话记录叠加，就可以看到一张关系网。

“我们有10多亿的节点、200亿条关系边。这些‘点’，就是手机号、设备号和WiFi，而这些‘边’，就是节点之间的联系。”郑彦称，利用这张关系网，可以找出一些“催收号”。

催收号具有这样的特征：往往拨打的是同一个号码，这个月打了，可能下个月还会打；联系的用户基本和贷款有关，甚至还会联系很多黑名单中的用户。

找到催收电话库有什么作用？

催收员打过电话，但之后就没有再打，说明这个用户是首逾，可能只是忘了还款，一提醒就还了，反而是好客户。

如果多个催收员都在打，且打得很频繁，这个用户就很可能已过度负债且逾期严重。

但建立催收员的电话数据库，却不是所有公司都可以做到的。

“这些数据量只有达到亿级，才可以击穿一个阈值。”郑彦称。

对于一般的创业公司来说，通过用户授权建立这个数据库，可能需要数年的时间。

独家且实时更新的数据库，正在演变出有效的风控手段，让风控产品有了差异化和竞争性。

除了新数据在不断涌入之外，风控的精细化运营也开始成为主流。

数据就像原材料，是否可以做出美味佳肴来，也要看厨师的功力。

“大部分公司的风控，都不可能拥有独家的数据源，只能往深了做，去寻找差异化。”昭华称。

催收员电话库，精细化的玩法也特别多。

一家也建立过催收员电话库的平台，会对这些电话再贴上更细的标签，比如，这个电话是外包催收，还是自建催收。

行业的一个规则是，逾期3个月以内的用户，通常是金融公司自己催收；3个月以上的，会交给外包的催收团队。

如果被外包催收电话催收，这个用户的风险将更高。

“我不认为风控不是一个后防部门，它反而是引擎。”郑彦认为，风险不是越低越好，非常保守的一刀切，会导致很多机会的错失。

因此，精细化运营，降低数据的颗粒度，可以挖掘出大量的宝藏。

03 物流数据

除了C端数据，一些新的B端数据也开始被启用。

比如，物流数据。

谁掌握的物流数据最多？货运公司无疑是其中一方。

货运公司常年会承接大量的运输客户。

比如说，河南有一个电缆批发市场，一些电缆经销商会来这里进货；四川一个四线城市的服装店老板，会到成都的荷花池服装批发市场进货。

快货运的金融业务负责人谭冰称，他们都是理想客户——到上游商家和批发商那里进货时，是小老板和小微企业们最需要钱的时候。

这些用户中，很多都在货运公司那里有多年累积的数据，知根知底，风险可控。

因为知道商户的过往交易数据，快货运一般会给商户两个月进货所需的授信。

比如去上述河南电缆市场买电缆的一个经销商，就可以得到20万元贷款。

凭借货运公司对供应链的强大控制力，很多风险得以规避。

比如，商户获得的贷款，只能用于定向采购货物，与快货运合作的金融机构，会把钱直接打给上游的发货方。

也就是说，商户基本碰不到钱。

货运公司在收到货物后，还会当场验货，以减低骗贷风险。

和市场上常见的一些风控手段相比，用物流数据做风控，优势是显而易见的：

首先，物流数据是第三方数据，真实可信，且与上下游形成了闭环，难以造假。

物流需要支付运费，造假成本高；物流的发车记录、货物移动轨迹，则很容易被跟踪。欺诈团伙往往因此望而却步。

其次，物流围绕的是“商圈”，在这个熟人圈子里，大家彼此都认识，做生意也是立足于此。

在这样的情况下，如果有人恶意欠款，就可能被在全部供货商和物流公司面前曝光。这种压力是“老赖”无法承受的。

“在这一点上，相比纯互联网的玩法，物流金融的效果好得多。”谭冰说。

第三，即使有老客户发假单，在多种数据交叉比对之下，他也很难蒙混过关。

比如说，一个客户上一次发货是真实的，运费是100元，货物价值1万元。到了下一次，他存心造假，发同样的货，运费只有50元，但他宣称货物价值5万元。

“如果发现在交易总额、频次、运费和货物价值占比上存在异常，我们就会要求他提供这批货的进货清单，以便核查。”谭冰说。

在这样的重重设防之下，物流金融的欺诈风险极低。

而这个模式面临的最大挑战，就是货运公司的地域性极强，需要一个省一个省去谈，推进速度会受影响。

“大家都说，2019年，金融科技已毫无希望，其实并非如此，还有大量数据正在被挖掘出来，形成全新的商业模式。”昭华认为，金融科技和量化风控的魅力，才刚刚展现出来。

风控差异化时代已然来临。

依靠全新的数据源、精耕细作的风控策略，才能避免陷入产品雷同的泥沼。

当然，还需要找到用户隐私保护和数据运用的平衡点。

标签：