|
近日，2018中国零售银行创新国际峰会在上海举行。来自业界领先的金融机构、专家学者、互联网公司等数百人，共同探讨金融科技浪潮下零售银行的数字化转型之路，探索数据如何更好地服务于客户、服务于业务。 作为信贷风控能力输出的科技公司，拍拍信 CEO陈平平女士出席本次会议，并围绕基础风控能力升级的背景，展开题为“数据科技与决策无人驾驶”的演讲。
(CEO 陈平平现场演讲) 她表示大数据在带来无数机遇的同时，也存在挑战与风险。而银行现有风控面临规则、时效、灵活性、技术和数据几方面的挑战，因此大数据风控一体化建设对每一家金融企业都非常重要。 演讲实录： 陈平平：大家下午好!我的PPT跟前面几位嘉宾不太一样，因为我们放了比较多的技术性干货，例举了比较多的公式在里面。 智慧决策的业务目标 我们都知道，每一家机构在自己的金融发展过程当中，一定都会去持续追求更多的用户、更多的业务、更多的市场以及更好的盈利，这个过程当中也需要去平衡监管、资源等各种各样的因素。其中会涉及到企业的决策在里边，具体到一个用户的服务周期来看，我们可以看到在四个阶段里面一直要回答三个W的问题就是Who、When和What，当然不同阶段会有不同的指标去衡量这三个问题的答案，但对企业而言，我们要追求的是说尽可能的提升整个客户生命周期的价值。 企业要把决策做的更加准确，同时保证决策的时效性，拍拍信用数据科技来辅助决策，帮助决策变的更加智慧和智能。我们把企业关注的三个主要部分——客户、成本、利润，拆分出不同的关键指标，例如说用户体验是怎么样的?企业的自动化流程是怎么样的?风险控制做的是不是足够好?产品推荐是不是真的符合客户想要的需求?同时所有的决策要完成的问题都是帮助企业能够在不同的时间和环境下，找到更好的机会以及更强的一个商业模式或者说更强的企业竞争力。 智能决策的三大关键能力 我用公式来说明一下智能决策的三大关键能力，就是数据，模型和算法。这一整套的公式也是想演示，一个业务问题是可以转换为一个数学问题的。我们会去看我们所观察到的现象是什么，能够拿到的数据和样本是什么，同时结合约束性条件，例如说资源的限制，比如说监管对费率的要求，业务场景限制等，找出X和Y之间的关系，把这些因素拟合起来，整体来讲通过数据、算法和计算把业务问题转换为数据问题，快速做出智慧决策。
这个公式怎么样更好的发展下去，需要有一个理想的循环。机构在服务客户的过程当中，沉淀下更多对客户的了解和数据，数据的反哺让我们的产品变的更强，产品的优化迭代更好的服务更多的客户，从而进入一个理想的持续发展的闭环循环。 多方协作的联合反欺诈的应用 以反欺诈作为应用场景举例，大家一般会在反欺诈的最前端放风险名单的拦截，这里最重要的两个指标是命中率和误伤率。我们曾经碰到有一家机构，在这个环节用的风险名单产品，拦截率高达70%多，那就是误伤率有很大的问题。 同时反欺诈最关心的问题是黑产的攻击，而黑产的技术针对性强，行业延展性强，他破解了一个技术以后，会把这个成果应用到所有的领域里面去，包括信贷、理财、电商或者是其他互联网相关场景里面都会有。 比如说游戏类的数据，一个人是喜欢玩益智类还是枪战类的游戏，他喜欢玩游戏的时间段不同，对他的风险表现都会有一个不同的展现。我们把数据关联以后，最终所做出的输出不仅仅是面向信贷或者是金融一个行业，依然可以向游戏行业本身或者是O2O不同地方都可以进行延伸和应用。我们努力实现跨行业的数据在其他业务场景里面的应用，使得我们更能够发现欺诈，最终实现跨行业的社会级评价体系，在这个体系中各个行业都是受益者，同时也是参与者和贡献者，在效果提升的同时防控成本也会大幅下降。 应用：自助式AI-HOME AI-HOME是一个全自动的智能建模平台。 首先模型计算面临最大的挑战，就是我们所用到的数据。我们用到的是非结构化、多模态、多时序、网络化的数据，这个在传统意义上来讲是不可想象的。 拍拍信AI-HOME能为客户提供定制化大数据技术服务，通过使用Learn2Learn、迁移学习等先进技术，降低人工智能使用门槛，帮助企业及个人快速构建高品质定制化模型。涵盖自动化特征工程、自动化的模型网络构建、自动化模型超参优化、自动化模型迭代评估等环节。 这是我们昨天为了今天的分享专门做了一个录屏，我们将1万5千条的样本实时上传到AI-HOME，选择需要的输入变量、输出变量、算法以及评价方式，然后大家可以数秒等待这个自动建模和结果评价报告，好，模型和报告已经生成了，整个时间没有超过10秒钟，同时大家能看到，KS超过40，同时其他三个维度的指标也是非常不错的。那这个全自动智能建模平台，支持机构用脱敏的数据自助测试，同时马上能够拿到一个模型和结果，并且不限定模型的应用场景，例如风险和营销都可以，感兴趣的朋友可以直接到我们的官网体验一下。 应用： 一体化信贷审批决策 在信贷审批这个应用场景，我们先来看一下传统的，现有风控系统后台，大部分传统机构是按照这样一个线性流程来进行的，如果按照数据驱动来走的话会变成一体化的风控。我们直接用一个实际业务跑出来的结果给大家看，大家可以看到蓝色和橙色线代表现有风控和测试组，这两组用的风控方法都是传统流程，灰色线是一体化风控的指标，在测试周期内平均的效果明显好于传统方法的两条线，而且从M1的表现来看，也有逾期率一个点的直接下降。那这种方法可以给机构在风险管理上带来迅速的优化和提升。同样在营销领域，数据驱动的智慧决策也可以帮助企业做的更好。我们每个获客的成本都非常宝贵，怎么样让我们的转化率变得强，一定要有不一样的方法，传统是用专家经验，而用数据决策，可以把客户进行自动的分群，并自动选择不同的针对性策略，来提高我们的用户转化率。 智慧决策的无人驾驶，是基于我们对业务的深刻理解，以数据和技术两个为抓手，结合用户和我们的产品与环境，帮助企业快速拓展业务，优化核心竞争力，以智慧决策来优化全局运营，那欢迎在信贷、风险管理、营销优化、数据建模等相关领域有需求和兴趣的朋友和我们一起探讨，用数据科技来推动业务和企业的更好发展，谢谢各位! |
