数据猿专访 | 聚信立创始人兼CEO罗皓：想解救令人糟心的金融风控，“大数据”还有很长的路要走
2016年，大数据从商业科技、政府管理、医学、教育、经济等方方面面撼动着世界，其中，在金融领域的应用更是取得了令人瞩目的进展。然而，产业高速发展的同时必然伴随诸多问题，金融风控不仅要面对行业内的痛点难题、国家政策的制约，还要应对社会舆论的质疑与诟病。
来源：数据猿 记者：张叶
2016年，大数据从商业科技、政府管理、医学、教育、经济等方方面面撼动着世界，其中，在金融领域的应用更是取得了令人瞩目的进展。然而，产业高速发展的同时必然伴随诸多问题，金融风控不仅要面对行业内的痛点难题、国家政策的制约，还要应对社会舆论的质疑与诟病。但无论如何，大数据在推动金融风控体系发展的路上功不可没。
在数据猿联合上海大数据联盟共同举办的《魔方大数据(9)：行业应用系列圆桌会议 —“金融大数据”》活动中，数据猿记者就大数据在金融风控领域当下的发展以及所遇困难等问题与“聚信立”创始人兼CEO罗皓进行了沟通交流。
罗皓，本科就读于湖南大学精算学专业，研究生就读国立爱尔兰大学统计学，是中国第一批SAS认证统计师；曾经在通用电气、渣打、摩根工作，有7年多风控和风险建模经验。2011年底，他创办过一家主营网络舆情监控的数据公司（上海英莫信息技术有限公司），用互联网数据帮助营销机构和消费品牌做品牌监控、粉丝监控。在这期间，他做了很多有关互联网数据收集、清洗、分析的工作。
2013年5月，罗皓创办上海诚数信息科技有限公司。该公司核心产品“蜜蜂”、“蜜罐”和“千寻”，主要通过抓取用户在互联网上的“账户内信息”，对数据进行清洗、加工、分析和建模，然后出具基于互联网的用户数据报告，帮助金融机构在风险控制、大数据营销、资产交易等方面为客户创造价值。不过，罗皓强调，虽然“账户内信息”包括用户的电商购物记录、信用卡购物记录、公积金社保等数据，但他们都是在获得用户授权后进行的数据采集。
从2013年5月到2014年底，罗皓带领团队一直致力于“聚信立”的开发，在数据采集方面挖掘了约1200家网站，并开发了整套包括数据抓取、解析、清洗、运维、分析等环节的后台系统。2015年1月产品上线，当时“聚信立”只有大概五六家金融机构客户，每天借款人流量也仅在四五十左右。
同年6月，通过服务口碑的口口相传，“聚信立”客户数涨到七八十家，并于7月开始采取收费模式，而在此前(2015年4月），“聚信立”已经拿到京东金融A轮投资。
截至目前，“聚信立”总共服务过1400万独立借款人，每天借款人数额达24万；与此同时，拥有超过400家客户，包括国内大部分消费金融、无抵押信用贷、P2P机构以及银行系客户，如中国银行消费金融、兴业银行、浦发信用卡等。
记者查阅资料时发现，太多关于“聚信立”的信息都在表达一种观点，那就是“‘聚信立’是一家做征信的大数据公司”。然而，罗皓告诉记者，“我们的定位很清晰，就是基于互联网大数据为企业与个人提供风控解决方案的服务商，主要帮助客户收集、整合、清洗以及分析数据”。
相比2014年，“聚信立”目前的战略定位有了很大程度延伸。一方面，他们帮助客户连接消费场景，同时增加自己获客机会。另一方面，他们还跟相关机构合作，帮助客户解决资金问题。因为从资产端来看，金融大数据日常的运营工作主要集中在三件事：风控、获客和资金，这也是所有信贷机构最关键的三件事。记者发现，“聚信立”通过底层数据和资产端建立连接，在一定程度上实现了客户风控数据源的标准化。
不过，罗皓强调：“无论是在风控、获客还是资金方面，聚信立都坚持自己的第三方身份。我们的原则是，一不做放贷生意，二不介入风险。因为只有维持第三方中立身份才能使企业‘有所不作为’，保证一些底线不能触碰，比如大数据的公司不能自己放贷，否则就会严重伤害行业信用。”
风控的核心是用数据判断一个人的好坏，但“聚信立”不提供任何判断性信息，只为客户提供获取数据的能力。“至于贷款者好与不好，我们要交给放款机构自己判定。”罗皓补充道。
由于风控数据事关很多企业与个人信息，从数据加工层面确保原始数据的安全就显得尤为重要，把敏感信息脱敏，然后再做数据交易，这也是“聚信立”坚守第三方身份的另一原因。
目前，第三方身份让“聚信立”维持了风控服务中的客观性与公正性。而“聚信立”提供的数据分析，也占到客户参考数据权重的15%到65%，可以说是行业内首屈一指的能力。
从产业链条看，大数据产业涵盖数据收集、数据加工、数据分析和数据建模。而金融业包括存、贷、汇，即投资、贷款和支付行为，罗皓表示，数据在贷款领域对“存”和“汇”能发挥巨大作用。
大数据在金融风控领域的主要作用在于：
一，判断人的身份情况，即反欺诈；
二，判断一个人是否存在多头借贷或者多头负债行为，即多头借贷问题；
三，判断人的还款能力，即信用风险；
四，解决催收问题。
无论哪些数据，在资产端都是针对反欺诈、多头借贷、信用风险、催收发挥作用，这也是国内风控最重要的四个方面。不过，虽然很多公司都在开展这四方面业务，但行业内还没有形成统一标准，每家数据都不一样，这对风控行业来讲并不是好事。
罗皓称：“聚信立”现在的数据源总共覆盖1200多家网站，而这些数据更多是基于交易层面，即互联网用户所有与钱相关的数据，比如电信运营商、电商、公积金社保、个人征信、学历、信用卡等；此外，聚信立也通过历史数据重构社交网络数据。虽然“聚信立”拥有大量互联网数据，但对于“大数据时代，谁数据量多，谁就有风险定价能力”的说法，罗皓还是表达了不同意见。
罗皓称，想要做好金融风控，不仅需要大数据，还需要宽数据。譬如，市面上很多广告监测公司，他们有很多Cookie数据，每天数亿、甚至数十亿的数据量级极为“恐怖”，但这些数据：一，没有用户联络方式；二，数据维度太窄，所以价值很小。再比如，全国每天上网的人数及其上网时间数据，虽然数据量非常大，但是有价值吗？因为得不出这个人的精准画像，同样缺乏数据价值。
此外，数据宽度还与数据变现渠道的丰富与否相关，如果风控数据宽度足够，不仅可以在信贷领域实现变现，在保险行业、营销领域也都可能变现。
事实上，很多企业和个人对风控平台缺乏信任，认为数据质量存在问题，其中争议性最大的就是利用社交平台数据做金融风控。但罗皓强调，社交数据其实具有十分强大的数据价值。
“蜜罐”基于社交网络所做的反欺诈模型，评分实测结果显示，KS（风控模型术语，K和S是衡量模型有效性的指标）单个字段能做到18以上，平均降低客户坏账率为1%-2%个百分点。罗皓表示，通过社交网络做数据模型，“蜜罐”挖掘出了很多有信用污点的黑户。
另外，罗皓强调，很多数据公司之所以质疑社交平台数据的价值，主要原因是其缺乏好的数据模型，不能有效利用这些数据，或者是因为他们并没有把数据做成客户能理解并能马上使用的形式。
目前，大数据风控的社会风评很差，除了数据质量被人质疑之外，罗皓指出，其原因还在于中国大数据行业没有完善的数据定价体系。
首先，数据跟货币不一样，北京的一块钱和上海的一块钱价值一样，但数据是非标准化的东西，主观价值特征明显。其次，数据变现渠道偏少，数据价值首当其冲被低估。而很多大数据企业在金融领域转来转去就是做信贷风控，且都集中在贷前，导致贷中、贷后的服务偏少。再次，很多公司本质上还在卖数据，不能将数据与应用层产品和交易捆绑在一起，这样的企业前途令人堪忧。
数据猿记者张叶（微信：1104644189）
来源：数据猿