秦苍科技买单侠:线下金融服务也可以打高技术战争秦苍科技买单侠:线下金融服务也可以打高技术战争

  原标题:秦苍科技买单侠:线下金融服务也可以打高技术战争

  传统观念中,线下市场的竞争是一种低技术的竞争,无非就是价格战、营销战和人海战,但专注线下蓝领工人分期的“买单侠”,却做出了自己的高技术壁垒。

  买单侠(秦苍科技)成立于2014年,客户主要是分布在二三线城市的年轻蓝领工人。经过买单侠三年多的业务实践发现,在蓝领人群中,大名鼎鼎的“芝麻信用分”起不到太大作用,只有依靠自己掌控的全流程数据,才能做好核心风控。

  成立三年来,买单侠顺利完成了四轮融资,投资方包括红杉中国、真格基金、顺为资本、京东金融,历史总融资额达8697万美元。早期买单侠主要通过“助贷”服务模式开展业务。2017年5月,买单侠通过出资成立西藏美第奇互联网小额贷款有限公司获得了网络小贷牌照。

  近日,买单侠首席风控官朱君在上海接受了《陆家嘴》杂志专访,介绍了这家创业公司在线下消费金融中实践出的技术经验。

  坚持线下获客锁定蓝领人群

  创业以来买单侠始终坚持线下获客,不开放线上申请,这种选择让买单侠避开了所谓“线上高利贷”的漩涡,同时也形成了全套的线下风控独家秘籍。

  朱君认为,买单侠与其他同类机构的最大差异是善于主动掌握场景中第一手的用户数据。“我们所有的客户都是线下来的,因为业务风险高低,影响最大的是获客的方式。你的业务场景摆在什么地方,你面对怎么样的客群——本身就决定了风险的大致范围。像某些线上的发薪日贷款(Payday Loan)向任何人开放申请,它的批核率可能只有10%,说明这种业务的逆向选择问题太严重,主动来借钱的很大比例都不是‘好用户’;而买单侠目前的批核率大概六七成,我们是主动出击,寻找被动借款人,这类人群质量就比较高。”

  朱君曾任交通银行信用卡中心风险部反欺诈经理。对比传统金融机构和买单侠所面对的市场客户,他认为两者有着极大差异:“以前银行做风控,都有一个强变量,就是央行征信,在美国就是FICO分。这些数据覆盖全面,相对精准,可以根据分数把人群划为优先级,次优级等等,现在芝麻也想做这件事。但蓝领这一大块人群,在网上的活跃度没有白领高,就算有表现,也是很‘薄’的数据。只是偶尔买一件衣服,芝麻信用对他的识别能力就比较差了。当蓝领和白领混杂在一起,蓝领的分数段就集中在一小块。这对我们来说就是没有分离度的,所以芝麻信用在我们这里效果不是很好。”

  买单侠面对的蓝领人群没有央行征信,也没有现成的信用评分;学历也多是大专以下,无法验证;因为工作流动性大,社保信息也残缺不全。当客户群体的风控模型中没有所谓的强变量,就必须选择使用大批的弱变量,并且找出其中的规律。

  三个App管理蓝领分期

  线下手机销售场景中,买单侠开发了三个App,手机店营业员一个App,买单侠销售代理商一个App,客户一个App。买单侠通过这三个App赋予合作伙伴技术能力,从不同角度共同满足了线下服务的数据需求。

  买单侠的销售代理商原先很大一部分是Oppo、Vivo、华为等手机的经销商。在创业初期,买单侠利用这些经销商的既有商业关系,快速开拓市场,进入了大批二三线城市的基层手机门店。

  在合作过程中,买单侠为销售人员定制开发了专门的App应用,让一个普通的销售人员有能力同时管理五到六家门店。

  “我们的销售并不是‘一个人在战斗’,他手里的App支持双向通信,其实是一套机器辅助销售风控工具。后台系统会根据区域内出现的客群分布,参考客户信息齐备程度等情况,实时协调销售人员的工作,指挥他们有的放矢,安排他们出现在最需要的门店。”朱君介绍。“同时,我们把一些前台的风控问题标准化,结构化,内置在销售App中。在销售现场,一位经过简单培训的业务员只需要根据App的提示填写表单,做选择题和是非题,就能完成一系列的现场风控。有了这套系统后,线下的人工初审效率大大提高,核心的风控技能也不再停留在个别销售人员脑中,而是沉淀在后台系统中。”

  手机店营业员手中的App同样由买单侠开发维护。营业员App的主要作用是生成二维码。顾客需在线下门店扫描营业员手机上的二维码才能进行分期操作。每个二维码具有唯一性、并有严格的申请时间限制,确保每一笔分期申请是真人、实地、实时发生的业务,从源头上减少欺诈骗贷的问题。

  营业员App的另一个重要功能是反馈激励。某位营业员做成一单后,会立刻收到买单侠发给他的红包。这种即时的、随机的激励模式可以极大调动营业员的积极性。

  “当新客户到店后,营业员对客户的分期选择起到决定性的作用。我们给营业员直接发红包,而不是给店老板打钱,就是要让激励反馈机制真正落到地上。”朱君介绍,“目前买单侠的营业员App已经积累了20万从业人员。这些营业员和买单侠的关系就有点像滴滴打车司机端模式。这一块的发展想象空间很大。”

  买单侠的客户端App具备基础的申请功能。用户准备身份证和工资卡,拍一张照片,填写若干资料,即可完成整个申请步骤。值得一提的是,买单侠的客户端中“埋藏着”大量的数据点。数据风控系统会在用户开始注册的第一秒就持续进行数据采集和分析,整个申请过程会产生大约10000个数据点。最终买单侠会根据申请者给出的数据进行风险评估。

  如果出现坏账案例,买单侠会回溯找出当时的历史记录,做欺诈数据回访判别。“我们发现,在申请分期时,拍照微笑的用户,坏账率会相对低一点。事后回过去看当时逾期或者欺诈的客户,拍照的时候都是一脸紧绷,非常严肃。像这种变量,你不采集的话,信息就丢失了。”朱君介绍。

  三个App互相协作,让买单侠有了管理线下复杂场景的能力。整套数据系统技术门槛相当高。朱君介绍,为了组建这样一套工具,目前买单侠公司的团队中超过50%都是技术背景,风控团队和开发团队规模合计超过500人。

  新技术应和业务结合

  “现在金融科技的前沿创新非常火热,我也听到一些热词,比如人脸识别,生物验证,好像用了这个技术就很牛了。其实这些技术很多都是通过外部第三方提供,大家你有我也有,并不是公司的核心竞争力。”朱君说,“企业实际运营中,应该更加关注整个业务链条,关注工作怎么样和新技术结合好。风控模型也好,人工智能算法也好,想要提高它们的效率,最关键的还是找到有价值的变量扔进去。”

  朱君介绍,目前买单侠已经在生产中实际运用机器学习、人工智能技术。“我们做到了100%的机器审核,同时大约有10%的业务是并行在人工智能风控组上。这套人工智能系统永远在用最近3个月的数据跑风控验算,所以它比人类专家来调教风控模型更加及时。同时它的模型训练也是全自动的,系统内置了各种不同的子项目、子算法,彼此互搏,最终我们就能比出冠军模型。”朱君说,“当然我们做这件事情也比较保守。比如人工智能面对大量弱数据,可解释性依然比较差。我们也担心有一段时间的数据特征异常,导致整个模型过度拟合。现阶段还需要控制人工智能在实际生产中的比例,观测指标的稳定性,以后看它的成熟度再调整权重。金融还是要保守一点好,先做强,再做大。”

  本网站所有商业信息仅供参考,不做交易和服务的根据,如有问题请联络xlqdyx@163.com。