眾安保險CRO吳逖：如何與電商一起做保險風控？

編者按：互聯網金融蓬勃發展，但專業的互聯網金融公司并不多，目前保監會僅批準的一家保險公司是由阿里、騰訊和平安集團聯合發起的眾安保險。

成立17個月的眾安保險在互聯網保險業務上進行不斷的探索，目前的基本業務模式是通過與電商合作，通過各種場景與電商一起合作產品。這其中涉及到眾安保險與電商合作的問題。特別是風控領域，眾安如何獲得真實的數據，電商公司如何保護好自己的核心數據是雙方合作的基礎。

6月26日， 眾安保險首席風險官吳逖在接受鳳凰財經專訪，透露互聯網保險公司如何做風控，鳳凰財經對采訪文字實錄進行了整理，以饗讀者。

以下是訪談實錄：

記者：眾安保險在成立17個月來發展比較迅速，你一直從事風控方面的工作，互聯網保險公司做風控和你在傳統保險公司做風控，有哪些不一樣的地方？

吳逖：我覺得首先是這個所面臨的對象和場景，以及你所知道的事情的方式是不一樣的。在傳統的金融企業里面，我們大部分的跟風控有關的數據來源，其實都是依靠各種面對面的信息，大量的這個手工收集的資料。而且在互聯網公司里面，你會看到得到的大量的信息是從互聯網端來的各種各樣的數據。可能我們跟這個投保人，我們跟我們要面對的這個服務對象，從來沒有見過面。那甚至有些情況下，在承保之前你甚至不知道這個人是誰，那這是一個很大的不同。從數據的情況來講，你知道的有些情況會跟，有些時候比傳統行業更多，但是有些時候，又要少很多，而不像在傳統金融領域里面，我們在每一個業務當中說，我們所要收集的數據，基本上是一個固定的模式。如果前端客戶上在門店，在這個業務員那里提供的數字，這個數據資料達不到我們的要求，可能我們就不會去做這個業務。那但是在互聯網公司就不一樣了，那從場景過來的資料，他是已經既定了的，我們必須用重新用新的方式和模式，去看這些數據，去加工這些數據，去了解這個風險的定價和實際的情況。

記者：那從大數據的角度來看，您認為大數據在整個風控中的作用，你怎么評價這個作用？

吳逖：應該說就保險而言，保險幾百年的發展，就是依靠大數據在做，那現在我們所提的這個大數據的概念并沒有完全超越過去傳統保險公司，所面對的這種數據基礎和數據模式的這個本質。但是，不同的在于數據獲取的途徑，獲取的數據的量，以及對數據的掌握的金融程度有了很多的不同，這是其一。

其二，獲取的數據的方式，以及數據的我們所掌握的數據的內容，有很大的變化了。比如說，過去我們保險公司你很難知道，有一個你的這個授權，客戶每天走了多少路，走了多少步，而且現在其實這個數據是知道的，那這個會不會對人的健康，對人的生命造成影響呢？理論上來講，肯定有很大的關系。而這個數據過去因為沒有，所有你無法依靠這個去定價。而現在有了這個數據，我們還得重新去檢討，怎么依靠這個數據去進行新的定價？

記者：談到大數據，我們知道其實你們現在的商業模式，是通過和這些電商的合作，這些場景的應用來去做到風控。那我就想了解，因為電商數據他是自己的數據，在做風控中，保證他數據的真實性來為你所用？

吳逖：我想這里有兩點，第一個就是說，從我們現在來講，我們所謂的互聯網保險3.0版，一個很重要的概念就是共創。

吳逖：也就是這個產品，這個運營模式，我們其實是跟電商在進行一次新的共創。因為這種整個從產品形態，到他的定價，其實是前所未有的。那同樣就像您剛才說的，數據其實是在電商那邊。那它不可能完整的把一切數據都暴露在我們的面前，但是，實際上我們現在更多的運營是什么？是走進去。抱著一種雙方共創和合作的態度，我們把我們的數據分析師，和電商的數據分析師放在一個團隊里面，大家一同在這個數據環境下去建模。同時，在整個運營過程當中，大家共同的去對風險控制的手段以及定價做實時的或者是周期性的變動和調整。這樣一來，就既不會違反信息安全的問題，也不會讓電商感覺需要把設計到核心精密的數據給出來。但是同時，從保險公司來講，我們把我們的風險控制的能力，把我們經驗、產品向電商進行了輸入，所以，第三階段我們互聯網保險發展的共創模式當中，一個很重要的特征，也就是實際上是通過共創實現共贏。我們輸出的不僅是一個保險產品，很大程度上也是一個保險服務，和一個風險管理的服務。

記者：這個你可以舉個例子說好嗎？

吳逖：好，比如說舉個例子，我們在淘寶的這個場景當中，我們做了很多這個小商家的保證金保險，通過這個保險會釋放出很多小商戶在淘寶上的保證金，這個商戶每一筆交易過程當中產生的可能的風險和問題，其實很難通過淘寶做，淘寶毫無保留的把這個東西全部輸出到眾安這邊來。我們現在所用的方式就是我們走進場景中去，在這個產品當中，我們的數據風控人員跟淘寶的數據風控人員不斷地進行數據的挖掘和碰撞，在過程當中實施調整。

當然，數據的這個東西說，我們有查看、分析的權利，但是我們并不要把他拿出來。那這樣子，就既保證了雙方各自的利益，又能夠符合相應的客戶，隱私保護以及這個電商場景他自身的運營需求。那這種模式，現在我們已經擴展到就是很多淘寶以外的，其他的這個合作的這個電商平臺，也在采用類似的方式，這是一個大家目前看來，大家都的能夠接受，并且去這個共同去為這個產品營造一個更好的生態環境的這樣一種方式。

記者：那我們知道在做風控，其實不僅是靠數據，核心人群的定位其實也是做風控一個很重要的一個手段，就是說眾安保險你們在做風控的時候，你們核心人群定位，哪些是你能服務到的，哪些是你不愿意服務的？

吳逖：其實可以這樣來說吧，就是作為一個互聯網的保險公司，我們更看重的是面，也就是我服務的對象的面應該盡量的廣，所以我們并不會特意的去對人群做區分，或者是挑剔。我們現在采用的運營理念是：首先默認大家都是好人，然后在這個過程當中，盡量去防范當中產生的一些欺詐等風險。而正常的這些客觀風險，不管是損失還是信用違約等等，當數量大到一定程度的時候，就會變成一個純粹風險。所以總體來講，我們用的方式是通過各種技術手段，在過程中排除那些欺詐類的風險，而保留大部分人群能夠購買到相應的保險產品的這一種度，那所以這是方向。另外一種方向，是當我們對人群掌握很不準的時候，我們可以反過來做，我們做白名單。

記者：白名單。

吳逖：也就是說我們知道這群人是我們特別喜歡的客戶，我們主動的去找他。定位到每一個我愿意去主動接觸的客戶，我們主動的把他邀請進來，這也是一個通過互聯網手段可以快速復制和發展的方式。在傳統金融機構當中，你很難通過業務員這個場景去接觸到想接觸的那個的客戶。而在互聯網上，其實我們可以根據場景的不同，精準地把這些人群細分到每一個群體當中。

舉個例子，比如說我們近期跟這個智聯招聘合作，在大學里面給四年級的這個即將畢業的學生提供他入職到畢業前這么一個短期類的這個現金借款的信用違約擔保。那使得他們可以比較低的成本借到一筆現金，能夠支持他從畢業到參加工作這一個最初的一年當中的這個資金問題。那在這個業務模式里面我們就是一個典型的針對白名單精準營銷，因為智聯招聘他有一個很好的這個服務于大學畢業生的這樣一個畢業招聘團隊。那這樣子的我們通過這個團隊，和智聯招聘的網站同步進入到學校里面，精準的對每一個學校，每一個。精準到的是說，是這個學校的這個年級的畢業生，而且我們通過大數據技術，我們可以從學信系統，準確的知道每一個學生姓誰名誰，他的班級、年級是什么，在互聯網上跟申請人做一個有效的比對，再利用這個人臉識的技術鎖定申請人本人是，有本人真實的提出這個申請。這些問題就迎刃而解，就可以實現一個有效的精準營銷。那這個業務現在已經上線10天半個月了，很受歡迎，那我們現在也準備更多在，面向更多的高校開放。那這就是我們，就是白名單授信的一個典型的例子。

記者：對，剛才你提到那個人臉識別這個系統，就是說從您這個做風控的角度來看，這個系統在做風控中，他的安全性怎么樣？

吳逖：這是一個有效的補充手段。

記者：補充手段？。

吳逖：就是完全依靠現有的技術去解決身份認證的問題，其實是有一定難度的。比如說目前的技術手段很難說，通過一個照片或者一個人臉識別攝象頭，立即知道這個人是誰？但是呢如果這個事情反過來就是說，我們已經，他已經告訴我們他是誰，可是呢我還需要再進一步驗證一下確實是否本人提出的申請，這個時候的可行度就很高了。

記者：我們知道你的團隊里其實有一個很有意思的現象，你有一部分人是來自互聯網公司，另外一部分人是來自金融機構。就是這兩部分人，就是你在日常工作中，如何？因為他們對風險的可能定義都不一樣的，就是說他們在平時的思維的方式上有上來差異？你如何來彌補他這種差異，讓他們進行合作呢？

吳逖：這是一個很有意思的問題啊，確實就是。最開始的時候，你會發現，傳統金融機構跟互聯網公司處在背景的同時，他們連用的語言都是不同的。雖然聽起來都在講漢語，都在講同一個詞，但是對這個名詞的理解是完全不同的兩件事兒。

我舉一個比較典型的例子，運營這個詞，在所有的傳統金融機構同事聽起來，大部分的理解是，比如說保險公司認為說，出保單這件事情屬于運營，比如說理賠時候是運營，來自銀行的同事可能覺得后臺的這些文檔管理屬于運營。但在這個互聯網公司同事看看來，客戶數據的挖據、新的營銷方案都是運營。

風險層面更是如此，有些傳統金融機構所使用的風險數據，在互聯網根本不存在，而互聯網提出來的很多術語，在傳統金融機構的人聽起來根本就聽不懂。所以這個磨合的過程其實也是一個文化的交融，也是一個技術的重新的整合。這當中，我覺得可能傳統金融的同時，他可能會用很多歷史的數據，包括各種各樣的評分表，以及金融算表去對照風險。而互聯網公司的反欺詐模型的當中，不是簡單的依靠歷史數據，而是靠在網上的點擊行為，整個業務邏輯的關聯性去識別一些風險。

所以其實他是在用兩種不同的技術和方法，現在我是采用一個定型的方式在做，各自用各自的專業技能去識別各自理解當中的風險，并且最終想辦法把他們融合到一起。在整個過程當中，我們也會發現，這個不是一件那么容易的事兒，但是反過來講，也正是這件不容易的事兒，如果做成了，它的價值才大。

所以互聯網金融到底是金融，還是互聯網？這件事情我覺得不想討論，但是在風險管理這個領域，相互都應該積極的去學習和融合，也就是傳統金融公司做風控的同時，一定要去學會理解，重新運用互聯網產生的這些數據，重新去理解人行為這之間的關聯。比如說，車決定車險，出險因素的到底是那臺車還是開車的那個人？那互聯網是關心的人，而傳統產險公司可能關心的是車，那我們這個定價當中可能未來更多的是要把兩個糅合在一起來看，而不是單純的站在某一邊。

那同樣，從互聯網的角度來講，我覺得因為他的發展速度會非常的快，而本身金融是個高觀感的業務，互聯網在這個高觀感上，又在成立了一個更快的比較速度，使得這個風險的擴張會更加的快，所以從互聯網公司的角度，要經營金融業務，也需要對風險有一種敬畏的心態，并且能夠真正去學習和理解傳統金融公司積累了幾百年的這種風險控制手段，他背后所蘊含的邏輯和意義。所以這個其實是一個非常有挑戰的事兒，就對雙方來講，都需要去磨合和學習。

我覺得如果有一天，我的團隊他們能夠不吵了，那這當中當然也有很大的問題，也許相互覺得沒聊的必要，可能也是個很大的問題。但是，現在階段我認為他們天天在碰撞和磨合，是我愿意看到的。我們不斷的在測試用某一種方式取得的效果，這是一個不斷的迭代過程。所以不斷說我們的系統，客戶的體驗，還是我們的風控模型，風險控制手段，其實都是在不斷的迭代。包括這當中既有數據技術的運用，也有硬件技術的應用。比如說您剛才提到的人臉識別，往后可能還有更多生物技術手段，那這些都需要軟硬件兩塊技術的共同的介入和進步，才能夠更好的去管理和運營。