起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據環境生變，銀行大數據風控怎么辦？
針對銀行的大數據風控，筆者分析了它的操作方向與把握原則，希望能給你帶來啟發。
數據是金融業務的基石，監管集中清查大數據公司，不僅大數據公司人心惶惶，處于下游的金融機構也受池魚之殃——尤其是那些缺乏自主風控能力的機構，甚至不得不下線或暫停貸款發放。
數據清查終會過去，但很多東西在發生根本性改變，資金方做“甩手掌柜”的好日子不會重現。那些缺乏自主風控能力的金融機構，在未來的行業競爭中，恐無以立足了。
一、大數據風控，該從何抓起？
銀行金融科技轉型，方向很多，但最緊要可行的，還是大數據風控。萬事開頭難，從傳統風控到大數據風控，銀行做得怎樣呢？
大銀行相對容易，不缺用戶，不缺數據，也不缺人才。傳統零售業務足夠強勢，有足夠的空間和時間推新產品、小步快跑做實驗，模型先跑起來，慢慢完善，自主風控能力就算有了。
難的是小銀行，尤其是偏居低線城市的農商行、城商行，沒數據、沒人才，存量用戶也缺乏互聯網屬性，線下遷線上都難，更何論做新業務的試驗田。這類銀行的科技轉型往往陷入兩個誤區：
- 做助貸和聯合貸款的資金方，雖獨立決策卻無力決策，至多花錢請人搭一套模型做做樣子，缺乏數據輸入，也沒有模型迭代，只為滿足合規要求；
- 被風控外包廠商的一站式方案吸引，“三天對接、一周上線”，上線后卻不管不問，做了甩手掌柜。
一旦陷入這兩個誤區，無論轉型多少年，銀行的自主風控能力仍等于零。是助貸和聯合貸款害了這些銀行嗎？
非也，助貸平臺提供初步風控審查，降低了金融機構二次風控壓力，可若金融機構因此不再做二次風控，卻也怨不得別人，要從自己身上找原因。
一些銀行缺乏轉型意愿，管理層只想在任期內靠助貸做做業績，不計長遠，那也只能這樣了，裝睡的人，不妨繼續睡吧；如果還愿意為長期發展著急，當務之急，就是行動起來，邁出第一步。
大數據風控，說到底就兩項——數據、風控模型。
1. 數據
數據分為內部數據、外部數據；也可分為歷史數據和實時數據，后者包括用戶設備信息、位置信息、業務交互信息等。
對小銀行而言，隨著數據環境趨嚴，全面拓展外部數據源的必要性愈發有限，一則是信息隱私踩雷風險，二則是業務量有限，盲目撒網在經濟上吃不消，按需索求更為現實。
小銀行要做的，是激活內部數據，用好實時數據。激活內部數據，涉及到打破部門壁壘，構建數據中臺，形成統一的用戶視圖；而用好實時數據，要靠專業人才，把這些數據融入到業務流程和風控模型中去。
這兩項工作，考驗的不是財力，而是決心和執行力。
2. 風控模型
大數據風控不僅僅指信用評分、反欺詐等貸前審查環節，而是一套流程體系，涵蓋從用戶入口端的精準營銷到貸后回款或催收管理的全流程。
一般來講，只要夯實了內部數據基礎，再結合外部黑灰名單和各類信用評分數據，要防范信用風險并不難，真正的難點在欺詐風險。
欺詐風險多為團伙作案，在攻防對抗中，實力雖弱于一線巨頭，但面對小型銀行未必處于下風。加上欺詐團伙多從業務漏洞著手，一朝得手，往往金額很大，令金融機構防不勝防。從實踐中看，無論是行業巨頭還是中小銀行，在反欺詐方面均需借助第三方公司的輔助支持。
二、應把握的幾個原則
在建設自主風控能力的過程中，中小銀行還應注意幾個原則：
1. 因地制宜，構建差異化能力，不求大求全
在新的行業環境和監管環境下，無差異化大干快上的時代已經過去。中小銀行在戰略層面必須聚焦差異化，業務差異化，必然要求風控能力差異化。
業務層面，要聚焦場景金融，關注消費用途；相應地，在風控層面，要夯實場景風控。從過往教育分期、租房分期等場景貸風波看，場景方的欺詐、亂收費、跑路往往是亂象之源。
在場景貸業務中，金融機構的慣常做法是與場景方合作獲客，卻又疏于準入管理和貸后規范，致使風險不斷。其實場景方多集中在線下，具有較強的區域色彩，區域銀行深耕區域場景，只要愿意做，還是有優勢的。
用戶層面，本地客戶先行；在數據獲取上，可重點發力本地社保、公積金、個稅、房產、車產等信息，在區域市場建立數據優勢，不必求大求全。
2. 急用先行，重視反欺詐能力建設
業務上線后，信用風控模型可以慢慢迭代優化，反欺詐能卻等不得，一開始就要用最好的，否則根本吃不消。這個時候，就必須借助第三方反欺詐公司的力量，融合到自主風控的建設能力中。
據業務安全公司頂象發布的《“關聯網絡+反團伙欺詐”白皮書》總結，信貸欺詐主要包括中介包裝、資金用途挪用、信用卡養卡套現、偽冒騙貸和團伙騙貸等幾種，其中團伙欺詐尤其難纏。數據顯示，國內網絡欺詐從業者超過200萬，每年造成經濟損失近千億，其中僅針對金融機構的欺詐團伙就有3萬多個。
反欺詐手段，大致分為三類：
- 通過活體識別、設備指紋、位置核驗等核驗身份、比對認證；
- 對接黑灰名單及運營商、房產、車產、征信等外部數據核驗；
- 技術層面反欺詐，包括構建基于用戶行為和業務流程的風險特征庫，以及利用關聯網絡技術進行異常偵測。其中，關聯網絡最考驗綜合實力。
以頂象關聯網絡為例?；诮鹑跈C構自身的數據積累，結合內部數據和業務場景、業務邏輯、產品流程、客群特征等做定制化設計，構建可視化和交互式監控平臺，幫助金融機構搭建自主可控的風控體系。
由于與金融機構內部數據關聯，這樣建設好的風控體系不僅可用于營銷反欺詐、申請反欺詐、交易反欺詐、賬戶安全和數據反爬等縱深防御能力，本身也是實用的客戶關系畫像體系，在精準營銷、交叉營銷等方面也有用武之地。
3. 構建敏捷組織，打破部門銀行藩籬
建設風控模型，可歸為風控部門的事，但激活內部數據，則是全行的事，需打破部門壁壘，確保戰略落地。這背后，涉及到部門利益協調、考核體系梳理、組織惰性激活、包容文化構建等一系列大問題。
這些問題，哪個都不易解決，但都不得不解決，否則不僅科技轉型沒有著落，即便僅僅是大數據風控建設，也會很快遇到瓶頸。
除上述幾個原則外，在大數據風控能力建設過程中，銀行還會持續面臨來自流程重組、團隊建設、成本投入、監管合規等方面的挑戰，需持續予以關注。
三、新環境、新挑戰
作為一句口號，大數據風控已經喊了很多年?！袄莵砹恕焙熬昧?，危機感也就淡了，人們開始把它視作某種“重要而不緊急的事情”，不斷給一些短期事務讓路，一拖再拖、原地踏步。
“一鼓作氣，再而竭，三而衰”，當一件事持續幾年缺乏重要進展時，大家也就疲了，這個時候，除非有大刺激，否則這事基本也就這樣了。
所幸，這種大刺激不遠了。
數據環境生變還只是前菜，后續，隨著牌照監管收緊、合規閥門扎緊，大量的中小放貸機構會退出市場，多頭借貸群體資金鏈斷裂，逾期率會趨勢性抬頭。屆時，助貸機構既兜不了底、也不敢再兜底，相應地，那些缺乏獨立風控能力的資金方，做不了業務、也不敢做業務。
中小銀行要意識到，“搭助貸風控便車、做甩手資金方”的好日子正在遠去，一去不回。再沒有點緊迫性，真的來不及了。
#專欄作家#
薛洪言，公眾號：洪言微語，人人都是產品經理專欄作家。蘇寧金融研究院院長助理、碩士生導師，關注互聯網金融、金融科技與銀行轉型領域。
本文原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議。
- 目前還沒評論，等你發揮！
