“雙十一”千億級消費背后 誰在推波助瀾？

風控要靠大數據

在場景數量增多擴大、用戶規模擴大后，如何控制風險？

“目前，各大平臺均自建有大數據征信系統以及風險控制系統。比如電商系消費金融公司，將其擁有的海量消費交易數據作為風控支撐。”王蓬博對記者說。

依托電商積累的用戶數據，京東金融構建了大數據模型，預判和規避風險。許凌介紹，京東金融開發了四大體系：風險控制模型體系、量化運營模型體系、用戶洞察模型體系、大數據征信模型體系。

“依托大數據征信，目前已完成了超過一億的用戶評分。”許凌表示，未來將從身份特征畫像、個人用戶評估、履約歷史評價、關系網絡評估、網絡行為偏好及信用風險預測6個維度刻畫用戶，讓系統去“認識”每位用戶，依據其信用狀況來給予授信。

在風控問題上，“花唄”也推出了一套智能實時風控系統(CTU系統)。

風控能有多智能？螞蟻金服負責人給記者舉了一個例子。在北京早高峰，如果有人在西二環電子支付了一筆賬，幾分鐘后，這個人又在東四環刷了一筆大額資金，隨后又回到西四環刷了一單。那么，系統可能會拒絕這筆支付。

原因在于，早高峰時段，北京的交通狀況不會允許你在這么短的時間往返西二環到東四環。支付背后的智能風控大腦將自動將其判定為有風險的交易，并做出“攔截”的命令。

然而，“黑科技”并不能保證百分之百的安全。“目前的消費金融風控，依舊存在個人數據碎片化嚴重以及個人信用體系的不健全方面的問題。”王蓬博指出。

李超表示，目前的互聯網金融風控，主要是在拿數據擬合傳統金融機構的測評維度指標。數據越豐富，測評則越接近于準確，而跨平臺、多維度的數據共享將是未來的努力方向。但是，目前在這方面，幾大平臺的態度還是相當謹慎。

消費類金融的想象力

“白條”誕生于2014年初，“花唄”于去年“雙十一”時問世。消費類金融——這一剛剛出道的“新人”，雖然在拉動消費上取得了一定成績，卻遠遠落后于其“前輩”理財產品(如余額寶)的發展進程，在市場、用戶等方面卻依舊存在較大差距。

這一點在李超看來，原因在于，目前的互聯網信貸產品還沒有完全適應互聯網生態。“消費金融要基于在線消費人群的需求去設計產品。”李超認為，符合互聯網生態的信貸產品要具備三大特征。其一，產品零利率。發貸機構要能從另外一個維度獲得收益，彌補利息的損失，可以是品牌提升、用戶黏性等層面；其二，貨幣弱化，讓用戶沒有意識到在使用信貸類產品，成為一種生活方式。比如，在使用余額寶時，消費者已經很難感受到在購買理財產品，主觀上不會認為是在投資或理財。其三，覆蓋盡可能多的消費和生活場景，貼近用戶。

而當消費金融發展到一定階段后，它便不止是一種產品，它背后所蘊含的數據資源則具有更大的市場潛力。李超預測，當平臺能夠實現生活全覆蓋時，社會各層面的運營機制便可以實現數據化。這一數據化價值體現在，可以更加直觀地分析出人群的需求，為相關單位提供決策支持、信息服務等。文·本報記者許 茜