大数据风控人士:数据服务商如何与银行合作?
2020-02-14 来源:壹诺数科
浏览量:215

过去一年,不少银行暂停了与大数据公司的合作,余下的银行也都是在多方观察考量中,那么未来大数据相关行业该如何为银行业提供大数据风控应用方面的服务?


不同于前几年的市场奔放与宽松,过去的一年,是监管从严的一年,是合规整治的一年。


在这一年中,P2P频频暴雷,暴力催收举报不断,而紧随其后的则是对于大数据源头行业的整治。有人评价,大数据服务行业现在是一地鸡毛,这话听上去还真不假。君不见,不是这家数据公司被封,就是那家数据公司被查,总之,整个市场上是传言不断、鹤唳风声。


对众多中小银行的互联网金融业务来说,前几年大数据的蓬勃发展,的确为此带来了不少益处,使得中小银行也能够逐步将线上业务开展起来,使得传统银行的数字化转型也能够有个初步探索的机会,个别走在前列的银行甚至已经获得了可观的盈利。


不过银行的从业者从来就是合规经营坚定的拥趸者和履行者,在过去一年从严合规的趋势下,业界对于大数据的使用和与大数据公司的合作,普遍开始转为非常小心谨慎,不少银行暂停了与大数据公司的合作,余下的银行也都是在多方观察考量中。


下面就未来大数据相关行业如何为银行业提供风控应用方面的服务,来和大家从一些不同的视角来共同探讨:


关于数据供应服务行业

数据供应所做的事情,就是从原始数据的采集、沉淀、清洗、整合和包装的工作,到标准化和产品化后的供应输出这样一种产业。前段时间市场上冒出来的不少大数据公司,其业务本质其实就是数据供应,或可直接称之为“卖数据”的公司。


坦率地讲数据供应服务商的工作,也是需要一些技术的,包括如何采集和获取数据,如何加工数据成为可以输出的产品,以及如何安全可靠的管理和传送数据,但是总体技术难度不大,入门门槛不高。


这也是这个行业变得鱼龙混杂的原因之一。有些数据供应服务商,打着高科技的牌子,讲着人工智能的故事,其实是名不符实。


纯粹的数据供应服务的壁垒,更多的是商业壁垒而不是技术壁垒。


今天市场上大多数数据供应服务商,给金融机构数字化风控提供的另外一项主要数据资源,就是各种不良名单。但如果我们仔细去观察分析这些不良名单,会发现其实绝大多数都是来自于政府的官方网站公布的信息,然后数据供应服务商去予以整理和组织。


所以说,这些数据供应服务商今天能够有生存空间的前提还是在于,在目前的环境下,我们国家各级政府部门之间,对社会可提供服务的数据尚没能全面地真正地打通,国家层面也没有一整套完整的制度和流程来推进,让这些各级政府部门所拥有的对社会可提供服务的数据更有效应用起来。


所以,单纯的数据供应服务,对于一般的民营机构来说,并不是一项长期有发展趋势的业务。


同时更进一步,涉及国民个人隐私的数据,则在世界各国都是要求严格保护的。所以,从事此项业务合规性的要求通常是相当高的。


而更多的数据供应服务商,后续必然要么是服务升级转为具备更高技术含量的数字化风控服务,要么更多地转向为中小企业的金融服务提供企业类数据供应支撑。


关于数字化风控服务行业

在此先要阐明,数据供应服务与数字化风控服务,两者是相关的但是并不完全是一回事,而对于银行来说,我们最终关心的是数字化风控的技术与效果。


其实这两件事之间的不同是很显然的,但的确在市场上有一些人,不管是有意还是无意,喜欢混淆两者之间的区别,从而以当前市场上存在的大数据服务行业的问题,来否定银行数字化风控的基本方向。


数字化风控是个真正有技术含量的东西,为金融机构提供数字化风控服务的公司也确实应是高科技公司。数字化风控背后的技术范畴相当广泛,从数据的衍生技术、模型的算法技术、自动化的决策技术、到更高层的人工智能的学习和迭代等。


要真正做好数字化风控服务,其难度要比提供数据供应服务大不少,而通过市场垄断所竖立的商业壁垒却作用相对较弱,技术和应用效果的市场口碑将会更多成为主导。


同时,为金融机构提供数字化风控服务的服务模式的范畴也可以是很广的,可以有提供咨询服务、提供系统服务、提供运营支持服务和提供专业培训服务等各种。数字化风控服务必须是依靠数据,但是提供数字化风控服务的第三方并不是一定要自己拥有数据和自己能够提供数据供应服务。


纵观市场有个问题比较明显,就是很多大数据相关行业中的公司,都是喜欢搞大而全,而不是小而精。大数据对于数字化风控的支撑,从源头数据采集到最终应用,其实是可以成为一条产业链,各家在其中应有着精细化的分工,并且打造自己的特色。


关于中小银行对大数据风控服务的需求

这背后的逻辑是,站在中小银行的立场上,第一,简单点说风控是个体系,以数据为驱动的风控体系也不仅仅只是依靠数据而已,太多讲大数据风控容易造成偏见;第二,对于传统银行来说,国外早就开始数字化的实践了,国内在这方面起步晚,但正巧遇到了互联网和大数据的兴起,所以也兴起了大数据风控。


但实际上对于大多数中小银行来说,目前要做好的首先还是“小数据”风控。与其这样,还是直接称呼为数字化风控来得更加适当。


数字化风控需要数据,相信市场最终能够完善使得源头数据的供应商都是合规的,但是有了数据之后还是需要经过一系列的平台和技术过滤加工,否则往往没法直接使用。而这些平台和技术,不是每家中小银行都能够自己来全面实现。


随着各家银行数字化转型的加快推进,数字化的策略和评分模型将被更为广泛地应用,而同时随着监管更加强调银行开展信贷业务的本地化、场景化,专用型模型的开发和部署需求也将为更为频繁。


对于广大中小银行来说,不可能大量地去招聘模型开发人员,事实上银行更为需要的是精通当地业务的模型维护和使用人员,而把纯粹的模型开发通过脱敏数据交给专业的第三方去做。


在这个市场中,服务商要注意的一点就是,如果要面向同样庞大的中小银行市场,则要更多更好地做好精品服务而不是追求大而全的服务。


通常中小银行对于数字化风控服务的需求,都是一些小而散的需要并且对于客户化要求不少,这个时候数字化风控服务商,很难做到像数据供应服务商那样,依靠定型的数据产品来跑流量挣钱,反而更多的是项目型的服务。


部分素材来源:微信公众号“老古成都”

联系我们
客服热线
400-056-8999
地址
湖南省长沙市天心区芙蓉南路三段29号中信凯旋蓝岸16栋2层
商务合作
bd@inuol.com
客服邮箱
service@inuol.com
工作时间 09:00 - 18:00 (工作日)
官方微信