聚信立CEO罗皓:征信比拼重点是数据和连接

发布时间:2017.04.07来源:爱分析

罗皓,是聚信立创始人兼CEO,更是大数据行业的“老兵”。

SAS认证是国内商业银行广泛运用的分析建模工具,而罗皓是中国前十位通过该认证的统计师。他先后在通用电气、渣打银行、Discover工作七年半,主要负责信用卡和个人贷款模型、分析和决策引擎方面的工作。

2011年,罗皓选择创业。当时网络社交兴起,而用户在网上留下的信息是非结构化的,品牌商需要对用户需求进行分析。因此,罗皓将创业方向定位为网络舆情监控和广告监控,帮助肯德基、麦当劳、路虎汽车等品牌商分析用户网络信息。

两年之后,罗皓调整方向,也是聚信立现在的重心,即利用大数据帮助信贷机构判断借款人的风险。

在罗皓看来,大众对征信的认识过于狭隘,往往以为征信主要应用于信贷,实际上征信的想象空间体现在各行各业,不同的行业价值和侧重也各有不同。

罗皓认为,征信本质上都是分析人,信贷业用来防止信用风险和欺诈风险,而其它领域则有助于甄别客户的商业价值,例如进行客户管理、预防客户流失、判断客户长期价值等。

因此,罗皓并不将聚信立单纯定义成征信公司,而是基于数据技术为客户提供更多范畴的服务。除了信贷外,聚信立还拓展保险领域,除风控外,还提供客户甄别等服务,以此逐步拓宽聚信立的商业范畴。

近日,爱分析专访聚信立CEO罗皓,访谈中罗皓针对征信行业竞争关键、数据变现渠道、征信行业未来发展等方面,深入阐述自己的见解,现摘选部分内容与各位分享。

征信比拼焦点是数据和连接

爱分析:中国征信行业发展至今,比拼重点在什么?

罗 皓:主要体现在三方面,第一是数据;第二是连接,一个类征信公司能和多少机构建立系统级别的直连关系;第三是数据处理能力,包括数据处理、分析、建模等能力。

我认为最核心的体现在两点,一是数据本身。从数据角度出发,类征信机构就是面对两类人群,有信用记录的人群和没有信用记录的人群。

有信用记录,无非解决的是三部分数据,即谁借的、谁批的、谁还了。对于没有信用记录的人群,那征信机构比拼更多体现在反欺诈上,要收集个人身份、多头借贷、还款能力等信息。

二是要有足够的连接。例如多头借贷这种风险,光有数据是不行的,一定要在很多放贷机构和征信公司之间形成连接。只有连接,才可以持续不断获取谁借的、谁批的、谁还了的信息。因此,连接可能比数据本身更重要。

爱分析:如何看待数据建模能力?

罗 皓:模型其实是基于数据和连接,才能具备建模的基础。另外,建模需要的技能等级在慢慢降低,机器学习等所谓高端算法,十年之前对技能要求是非常高的,现在技术逐渐被封装化、开源化,门槛没那么高了。因此,建模这个点的竞争是在慢慢降低的。

爱分析:在数据处理上是否面临难点和挑战?

罗 皓:这个挑战我倒觉得是越来越难了,并不是建模方面,而是清洗和整合方面。

以前的信用类型比较简单,就是收入、有没有借过钱、有没有还过钱。现在的数据各种类型都有,有电商、公积金、社保的,种类很多,同时,每一家的数据标准也都不一样,所以要去做非常多的清洗跟整合工作。

那如何把这些数据整合起来,并提炼出关于这个人的欺诈身份,挑战就比较大。因为它并不是直接的信息,比如不是这个人的直接收入、直接负债信息,有可能是电商、支付等信息,如何转成这个人的身份和还款能力信息,还是有很多数据处理工作要做的。

数据形成定价才能达到开放

爱分析:如何提高获取数据源的能力?

罗 皓:第一是技术层面上增强数据获取的能力,比如通过开放的第三方,以网页抓取的形式去获取。

第二是如何打造一种商业模式,可以跟放贷机构互换数据,这是很关键的。

第三,从国家层面来说,数据是否会越来越开放。数据获取的重要性是一直存在的,因为无法从开放的渠道拿到这些数据,所以需要动用技术。从长远看,应该是越来越开放,如果能实现数据的流动,是有利于获取数据的。

爱分析:怎样解决数据开放的问题?

罗 皓:一是数据的定价,如果缺乏一个非常好的定价体系的话,数据本身是不会流动的,其实封闭的原因无非就是因为没有一个定价体系。

二是数据的价值不要被低估。现在数据的价值是远远被低估的,举个例子,如果开放一些数据可以给征信公司带来可观的收入,我相信他一定会开放,可是现在很多征信公司的收入一年可能连几千万都到不了,甚至很多还是免费的,那他为什么要去开放呢?

三是数据变现的渠道要多,如果只是在信贷行业去拿数据变现的话,这个渠道太少,产生的收入也不会多。

爱分析:信贷机构客户如何判断征信产品的使用效果?

罗 皓:第一是准确性,第二是数据的易读性、直观性,这个很重要,因为不能给客户一个觉得有用但不知道怎么用的信息。

打个比方,假如有一个数据,是关于这个人今天走了多少步,那这个信息可能会觉得有用,但是怎么用呢,怎么样去做信贷政策呢,这个其实挑战还是蛮大的。

征信商业价值体现在多个方面

爱分析:数据变现渠道可以有哪些想象空间?

罗 皓:不光是渠道的问题,首先是能不能让征信嵌入到整个信贷交易环节,形成闭环,如果不能嵌入进去,这个数据价值一定是被低估的。

比如一个贷款1万块钱,如果只收一块钱、两块钱,那可能只占整个贷款的万分之一,但实际上它带来的价值并不止万分之一。

其次从交易模式上来看,现在基本上还是应用在信贷行业。但是,征信被狭隘化了,大家往往提起征信只是征用个人信用记录,但实际上绝大多数行业对于一个人的信息需求不仅仅是信用。大多数交易并不需要去了解这个人的信用,比如说去吃顿饭或者住个宾馆,其实不存在信用,因为是一手交钱一手交货的。

所以这个时候对人的信息需求,是判断这个人的长期价值。那这一部分对于类征信机构来说,潜力是非常巨大的。

所以征信未来不光是去征用信用记录,而是征用这个人的价值记录。现在征信公司有这么多数据,其中有相当一部分不仅仅可以回答这个人的信用问题,还可以回答这个人在某一个独特的商业场景具不具备价值,那这部分我认为可能是未来更庞大的一个市场。

爱分析:征信的商业价值具体体现在哪些方面?

罗 皓:从整个产业链去看的话,主要体现在获客、风控和资产处置三个方面。

在这个链条中,风控占的成本是最低的,最高的是获客端。因此我认为类征信公司如果数据量积累到一定程度,应该让数据在投入产出比更高的地方变现。

当然并不是说帮助别人去获客,而是在获客端提供它的价值。很多企业有一个痛点,是如何在获客时,判断这个人是高价值用户还是低价值用户,这其实也是对个人信息的一种索取跟需求。

在这一方面,也是类征信机构的一个方向,因为在这一块可以赚到的比例,比风控端要高不少。

爱分析:获客的价值体现是什么?

罗 皓:打个比方,某个公司可能每天有上万个新用户来注册和申请服务,那一开始这个公司就对这些用户有信息需求,因为未来要对这些用户进行客户关系管理,可能要进行交叉销售、升级销售等等。

那么,公司要这个信息,是判断这个人的商业价值,比如未来可能的消费频率、消费金额以及维持时间。

征信公司切入这部分领域,涉及行业就非常广泛了。

爱分析:怎么看信贷行业的变现更多体现在风控上?

罗 皓:信贷行业还真的只能做风控,因为获客时,对于用户来说,信贷的产品就是钱,钱就只有额度、利率和周期,它的维度是非常窄的,是一个没有品牌、没有忠诚度的东西,不像一个有形商品。因此,需要考虑的是他还不还钱,这是风控上的诉求。

其它行业不一样,用户可能会长期用我的服务和产品,那我需要了解用户的长期价值。

一个是想了解客户的风险,一个是想了解未来价值和成长性,怎么去更好服务客户,这是两个不同的导向。也就是说征信在不同行业的侧重点、起到的价值,会有不同。

征信行业将是寡头格局

爱分析:如何看待中国征信的市场空间?

罗 皓:中国征信市场规模并没有那么大,天花板还是比较明显的。

我认为,随着国家对这个领域越来越重视,正规的征信机构,比如说像人行征信,纳入的范围会越来越广,以前只做银行,以后各种小贷公司、消费金融公司都会纳入它的体系。那么也就意味着,缺乏信用记录的人群一定会越来越少。

其实不管是什么样的互联网数据,都比不上直接的信用信息,所以随着正规征信机构纳入更多的信用信息,留给第三方机构的空间应该是逐渐减少的。

爱分析:未来行业会形成哪些分工?

罗 皓:主要是三方面,数据的获取、数据的加工、数据的评级。

爱分析:是否会形成寡头格局?

罗 皓:会的,类征信的行业会出现赢家通吃。

征信有两个特点,第一,它是线上的,所以具备规模化的前提。第二,具备网络效应,连接越来越多,沉淀的数据也会越来越多,数据的效用也会越来越强,会形成网络效应。结果就是,强者越强,弱者越弱。