陸雨泉：公司不愿分享數據 因都是被騙之后換來的

共鳴科技CEO陸雨泉談

鳳凰財經訊 鳳凰財經imoney工作室主辦的“大數據征信與新金融”下午茶于6月14日在五道口三聯(lián)書店舉行。

共鳴科技CEO陸雨泉談到目前的數據系統(tǒng)時講到，對客戶信用的甄別數據，都是公司“拿血淚交了高昂學費換來的”，即被騙之后將之列入黑名單，才有了今天的數據系統(tǒng)。

他表示，這也是為什么今天很多掌握數據的公司不愿意將之共享的一大原因——交了泰國高昂的學費，走過太多彎路。

以下是陸雨泉發(fā)言實錄：

陸雨泉：這么講一下，就是說在差不多2010年的時候，在人人貸剛開始嘗試做純粹的互聯(lián)網借貸，那個時候我們遇到非常有意思的現象，我們花了大量的人力和時間去做一件事情就是把非結構化的數據變成結構化，我們看到一個現實情況就是效率非常低下，差不多只有5.9%的核準率，一百個客戶里面5.9位可以拿到錢，而我們的收入和最后客戶拿到錢的金額相關，我測算了一下最早需要擴大業(yè)務規(guī)模80倍以上，而且是復核的，才能保證這個業(yè)務是賺錢的一件事情，這也意味著在當時的方法下，我們的做法是有問題的。在后來的時候我們也做了很多的探索，也花了很多的時間，說實話，我們認為目前為什么大家互聯(lián)網金融的企業(yè)不愿意把自己的數據貢獻出來，因為這些都是交了學費拿血淚換回來的，因為這些數據足夠精確，在你的公司這個客戶是黑名單，是因為他騙了你，這種學費我們?yōu)槭裁匆婺憬唬覀兛梢岳斫馔械男膽B(tài)。但是隨著時間發(fā)展，我們的同行越來越開放，他們愿意共享這樣的東西了，即使如此也是不夠的，我們一直有一個想法想建立一套真正基于數據分析的模型，分析什么樣的人是好的，分析什么樣的客戶是暫時不能借錢給他的，后來發(fā)現不太現實，因為壞的樣本數始終不夠，即使我們集合了四五十家數據在一起還是無法算出來，有時候準有時候不準，就說明有問題。這個問題具體在于什么地方，我們后來發(fā)現還是在于數據樣本的量本身不夠。

后來我們換了一個思路，既然我們分析不出來什么人是不好的，就分析什么是好的，這個好的量是足夠多的吧，后來發(fā)現也不對，因為違約是不可預測的，至少看到這個人的第一時間，它是個概率事件，從壞的概率里面找到這些不好的概率是怎樣一個規(guī)則，你從好的里面更分析不出來這個規(guī)則是什么，所以我們交了很多學費，走了很多彎路，在我歷史上放的貸款里面虧了不少錢，這是事實。

在后來的時候為什么我發(fā)現這件事情有意義呢？結合郭秘書長剛才講到，郭秘書長也是一個投資人，我自己在前幾年有幸在這個行業(yè)里面賺了一點小錢，也做個人投資，我就從投資方向和目前我們實際從事的業(yè)務說一下我們怎么看待大數據和風控。我舉個例子，就是我認為我是一個重度互聯(lián)網使用用戶，我基本上收到每一張名片都會掃描一下，突然有一天我想這個東西如果將來用在對于我的批貸上有什么作用，作用不大，但是如果用在催收上，我會把膝蓋跪下來，似乎沒有更好的辦法。美國的數據基礎比我們國家完善很多，像稅收的數據，像很多小微企業(yè)主本身大量收的是現金，是為了避稅，在這個基礎上我們做這個模型本身也就存在不準確的可能，所以從風險控制基本理念上來講，也許很多做風控實操的人告訴你我們做貸前風險控制，其實并不是判斷這個人償還能力更多是考慮這個人的穩(wěn)定性和償還意愿，以及能不能控制你，以及你違約之后能不能快速把錢收回來，這成為了目前主流的方式，就是偏貸后的控制方式。

這種方式體現在什么地方呢？比如說像銀行的信用卡要求你填三四個聯(lián)系人，各種各樣的情況我們都見過，這一切都是基于他希望催收的時候對你的社交圈、工作產生壓力，迫使你還錢，因為你的很多收入是隱性和無法判斷的，我只能用后面的手段做這個事情，這個是目前我們看到在整個中國的信用市場里面比較普遍的一種狀況。

也跟大家分享幾個數據，我們做一些業(yè)務包括貸前的反欺詐，包括我們的黑名單，我們分析過所有客戶的行之有65%多一點其實是欺詐客戶，很多是不還錢的，他從借錢之后一段時間之后就違約了，違約之后就再也找不到人了，我們曾經發(fā)現一個變化延后一段時間，并不是我們風控手段進步了，是因為我們各個公司的政策問題，舉個例子，我們原來認為一個客戶差不多在九個月左右會進入到一個穩(wěn)定期，但是現在會發(fā)現客戶在12到13個月進入穩(wěn)定期，你覺得市場發(fā)生了什么樣的變化呢？后來發(fā)現是每家公司都對首次逾期有非常嚴格的處罰措施，包括很多銷售會幫客戶還錢，就發(fā)現這個數字往后推了幾個月，我們之前做的工作，在政策上調整的工作，合規(guī)的工作，在實際傳導中都會遇到反饋，這種反饋其實對于貸前的意義并不是特別大，反而對于貸后是有意義的。

我們還做了一個測試和分享，我們拿了1600戶違約在180天以上找不到的客戶，說白了就是通過電商的數據，通過一小部分的社交數據，也通過一些運營商的數據，我們發(fā)現有90%左右的運動率是相符合的，這些特征是可以匹配的，我們要做一點修復的工作，后來發(fā)現在30%到40%經過垃圾清洗以后可以找到，回款率在50%以上，這種辦法不是可持續(xù)的，因為客戶沒有授權給你查他在其他方面的數據，這就是法律和效率。

另外一種情況我們也會看整個行業(yè)宏觀數據，包括我們自身一些服務過的企業(yè)，包括現在服務過的客戶他們的一些數據整個趨勢是怎樣的，在2013年放的很多貸款在2014年看到違約整體在上升，其實不是2014年的情況變糟了，是2012年以后2013年的情況不是特別好，造成2014年的情況糟。我們發(fā)現金融類客戶原來是做服務業(yè)的和消費行業(yè)的差一些，從事生產類型更好一些，現在反過來了，生產類型非常差，消費和服務業(yè)變得比以前好很多，這個和整個經濟的情況相關，包括現在國家提倡從一個生產和制造型社會轉化成消費和服務型社會，和宏觀經濟相契合，這些數據我們通過什么去看呢？通過電商的數據，通過社交的數據，甚至通過廣告公司的數據，我們不斷看這些東西有什么樣的變化，我們欣喜發(fā)現針對與互聯(lián)網使用習慣不是特別好，或者說不是很深度的用戶來講，可能目前我們沒有太好的辦法去控制這樣的客戶，是不是能夠建立好的有效的機制。但是針對于80后，尤其90后大多數客戶而言的話，其實有很多的方法是可以獲取到這些用戶的行為和習慣的，但是這些行為和習慣其實是非常小的價值，我們更看重還是更偏重于如果不還怎么辦這件事情上，這件事情成了目前很多公司放貸時候非常基礎的決策依據，這是我目前看到的在我身邊以及我們這個行業(yè)里面很多家在做這樣的事情，用數據決定怎么催他，進而決定是不是貸給他，這是我看到的現象，和大家簡單做一個分享。