京公网安备 11010802034615号
经营许可证编号:京B2-20210330
理想与现实 大数据与人工信审风控之平衡
2015年4月13日创客总部互联网金融微信群分享:嘉宾亲亲小贷联合创始人兼CEO朱尘,分享主题:理想与现实-大数据与人工信审风控之平衡。朱尘简介:拥有十年以上互联网及4年以上金融行业的跨界从业经历。熟悉互联网产品、运营和市场营销的管理。1999年加入搜狐,参与创建并运营国内最早的门户网站。之后曾在外贸电商和LBS领域创业。2010年加入由软银投资的金融机构尚诺集团任CIO,致力于传统金融业务的网络营销、数据库营销和金融O2O。现任亲亲小贷联合创始人兼CEO。持有原杭州大学外语学院学士学位,英国诺丁汉大学商学院硕士学位。
朱尘:很高兴有这么一个机会跟大家做这个主题分享,今晚的话题是“理想与现实—大数据与人工信审风控之平衡”
讲风控之前,我想先简要介绍一下亲亲小贷的概况:亲亲小贷是北京深蓝动力金融信息服务有限公司旗下核心品牌,公司成立于2014年4月,是北京市第三家获得“金融信息服务”执业牌照的企业。公司入围了北京市石景山区现代金融产业基地的扶持企业名单,享受石景山区政府的优惠政策支持。
我们的产品和服务有这么几个特色:
1.专注细分垂直人群市场服务,为国内蓝领、城市服务业员工等低收入阶层提供微额(单均2、3000元)的消费借贷服务。
2.风控理念:既有基于大数据挖掘的评分卡体系,也有一支偏重实战的人工信审与催收团队。寻求机器自动与人工判断互辅平衡的风控道路。风控体系遵循“小步快跑,快速迭代”的模式。
3.亲亲小贷从一开始就定位于移动金融,尤其在用户体验端坚信移动互联网化潮流。我们的借款端没有PC入口,移动端的APP是唯一入口。
下面着重说说我们的风控情况。首先是评分卡。
我们在13年实际上已开始评分卡的研发,并得到过FICO专家的指导,结合我们最初几个月单纯人工信审放贷得到的数据,形成了最初的专家卡设计模型。此后每三个月左右,我们将业务发展中获取的新增数据导入评分卡,不断优化评分卡的合理性和准确性。目前我们的评分卡已经升级到第4个版本 ,累计的标签字段项超过100多个。这些字段包括基础身份信息、手机使用行为、互联网使用行为等方面,主要用来判断欺诈行为,通过历史行为预测未来的守信概率。
数据来源既有我们通过移动端产品采集到的,也有与第三方机构合作获取的。评分卡当前对我们风控的意义,首先在于效率的提升,人工团队可以几乎花很少的时间用在低分和高分段用户的信审;其次,在于对中间分段用户,人工团队获得了极大的信息和工具辅助支持,不仅提高效率,而且提高了审贷的准确性,对于催收也有极大帮助。机器预判和信息数据的丰富,都有效降低了违约率。评分卡只是风控的其中一部分,还有另外一部分是人工催收和信审部分。讲这部分之前大家可以喝口水调整一下,此处是尿点,需要的同学可以去WC。
下面我们继续。关于人工信审和催收团队,这虽是传统金融部分,但也需要很大的创新。首先是团队人员组成,既有相关经验的人员,同时也有无相关行业经验的“新人”,但我们觉得“新人”弥足珍贵。做信审和催收工作,基本要求是有良好的对信息和人的分析、判断和应对能力,个性冷静、有耐性,内心最好强大一些。新老结合,以老带新,后浪狠拍前浪的团队氛围,不但有利于传承传统小贷的已有经验,还能培育出具备互联网思维、有创新意识的信审催收团队。
人工信审主要是通过电话进行用户审核。借款用户入库后,信审人员会依据系统已提供的数据和评分情况进行初步判断,首先根据用户社会角色的不同进行再次身份确认。然后根据工作、生活和受教育情况进行再次信息核实。最后是进行联系人核实和人际关系监测。对于人际关系数据薄弱的用户,我们的审批会非常谨慎,这对催收也可能是一大隐患。另外,我们还会根据以上信息数据与用户进行随机互动验证。以上过程中,可能不必纠结某个信息点的不确定性,过分追求完美。但一旦发现某个可疑甚至确定的“坏”的信息点,比如发现确凿的欺诈点,就会尽早放弃进程,以节省时间。
再讲讲催收:催收可能是我们最年轻的一支团队,我指的是组建时间新。最初我们不象今天这样重视催收,主要精力都放在评分卡和前端信审能力的打磨。由于我们业务模式的原因,暂时没有线下催收环节,能做的就是通过电话、短信和线上手段进行催收,一度我们觉得收效甚微。但后来在催收流程设置、绩效和技术层面做了改进,取得了显著效果。催收的核心是,首先千方百计保证用户不失联。然后充分利用用户的人际关系进行各种施压,通过多种手段,有足够的耐心进行反复轰炸。在中国这个社会,由于人情和社会关系最终扛不住“失信”的口碑压力,或者仅仅因为扛不起“被骚扰”的苦恼,会有很大一部分违约用户通过人工催收最终会还款。
以上大致就是我们风控体系的要点,因为时间关系不可能面面俱到。
总结一下,亲亲小贷自创办以来,团队的收获之一就是“理想与现实的平衡”,这是今天的主题。从风控角度来讲,代表未来的大数据评分卡这肯定是个坚定的理想,需要更多的时间,更广泛的数据共享,社会征信体系的完善,我们相信它在国内各行业都有广阔的应用前景。但现实是,因为国情,我们必须要有人工介入风控的能力,这既是现实条件下的对策,也是通往理想道路上的催化器。我们要做的是平衡两者之间关系,扎实往下走。谢谢大家!
下面是提问时间,我们的核心团队都在群里,分别是负责评分卡研发的@李罡 ,负责人工信审和催收的@蓝秋香 ,负责营销推广的@杜牧鲸 。他们都是各自领域的专家,会参与回答一些大家的提问。
陈荣根 创客总部:接下来,欢迎大家踊跃提问.
问:能否举例说明1、评分卡如何对于一个新用户进行评分,怎么能判断该用户的偿还能力?2、人工如何通过电话审核用户及人际关系监测的。举例说明
答:1、 用户的偿还能力对于像亲亲小贷这样的额度贷款(500-5000)还是月分期还款的, 每期大概就500元,是没有问题的,基本不用去过多考虑。主要关注点在: 身份欺诈和信用欺诈。2、人工信审会根据系统给出的warning来做特殊的电话询问。 比如: 我们发现用户有近期的借贷痕迹(从第三方征信或通讯详单中发现), 我们会针对该问题进行电话询问。
问:线上借款人还是线下销售业务为主?
答:我们的业务目前是以线上为主。
问:亲亲小贷的这个信审系统可普遍适用于其他平台吗?
答;亲亲小贷这个信审系统,设计基本适用于万元以内的微贷款,更高额度的尚不确定。信贷领域的评分卡个性定制化是很强的。因为用户类型不同,消费场景也不同。
问:小额的持续电话催收估计就有效了,不知一般要几次?
答:看期数来判断~分段为提示,温柔催收~实地核查~司法~还有外包(个人不太建议)
问:1.贷前审核完整步骤;2若贷后失联客户处理;3.目前产品大类及风控点把握
答:1、前面已经回答过类似问题,请参考。2、贷后若失联的情况:发展到现在,我们就是最早期的时候,还没什么经验的时候有部分失联,现在基本都不会彻底失联。即便联系不上借款人本人,我们也能联系到他们的工作单位、家庭朋友等人。而且,现在第三方数据越来越多,我们最早一批的逾期,也有人在陆续偿还。(大概是因为借款金额小,家人朋友知道后都觉得丢脸,不少逾期很久的都是家人偿还的。)3、亲亲小贷目前没有专门去区分大类产品,只要是有身份证的个人都可以提交(500-5000,1-6个月的)借款申请,只不过信审对于不同的人群会有不一样的风控侧重点,但因为额度比较小,一般情况下偿还能力不是大问题,所有会更侧重偿还意愿的审核。
问:亲亲小贷的创新能力强,最近有没有特别的举动?
答:随着我们业务量的提升,创业公司需要面对的各种问题都会碰到。最近我们在重点进行推进理财端的业务,有兴趣的可以登录http://www.qinqinxiaodai.com 注册成为理财用户体验,或直接关注我们的微信公众号:qinqinlicai。参与我们近期的理财活动,除了可享有年化12%以上收益,安全有保障,最短一个月的短期项目投资机会,还有机会赢取肾6 plus和iWatch大奖。
陈荣根 创客总部:今后希望有更多交流机会,请大家多多关注亲亲小贷,谢谢朱总和亲亲小贷实干团队实战接地气的分享,谢谢大家参与。
朱尘:感谢各位的时间,你们的提问对我们也很有帮助。今后希望有更多交流机会,请大家多多关注亲亲小贷。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16