爱分析-大数据风控调研报告

2018年中国大数据风控 调研报告 联合发布爱分析百度金融 金融科技赋能普惠金融与金融基础设施 2 •普惠金融主旋律 •中国金融服务不均衡，促使国务院发布《推进普惠金融发展规划 （2016—2020年）》，为社会各阶层和群体提供适当、有效的金融服 务成为发展重心。但各类银行机构在客群下沉过程中，难以做到商业 可持续，因此，通过大数据等科技手段提收增效成为金融机构核心诉 求。 •行业趋于合规 •网络小贷专项整治、现金贷规范整顿、网贷暂行管理办法等一系列法 律法规颁布，标志着监管套利空间消失。非持牌互联网金融公司必须 积极寻求与持牌金融机构的深度合作，将积累的用户、经验以科技手 段赋能金融机构。 •金融基础设施建设 •中国金融基础设施不健全，比如普惠金融信用信息体系、普惠金融统 计体系等。新的数据获取、存储、交易、分析技术不断涌现，中国金 融基础设施将完成越级式发展。 2018年中国大数据风控调研报告 3 •金融科技最重要的是数据创新技术 •从数据收集到数据应用的数据流中，涉及到大数据、AI、区块链、物联网等 各项技术。我们定义金融大数据，是覆盖数据全部流程的新技术，而不仅仅 是数据分析技术。 •以互联网巨头百度为例，百度积累了数十亿搜索数据、百亿级的定位数据 和图像视频数据，形成了一张170亿个顶点、680亿条边的关联网络，可以 有效识别骗贷团伙。 •大数据技术最为成熟，区块链技术尚处于早期 •现阶段，大数据不论从技术还是场景应用上都最为成熟，AI技术在算法与业 务场景结合上还存在提升空间。物联网技术应用环境较小，更多是作为线上 数据的补充，区块链技术还处于早期阶段，技术本身还不够成熟，距离落地 应用还需要一定时间。 数据是金融科技的核心 2018年中国大数据风控调研报告 4 •根据爱分析调研成果，大数据在各领域成 熟度与市场规模、基础设施和应用范围直 接相关。 •从三方面评估，金融大数据和其他行业相 比渗透更为深入，已经进入成熟期。 业务监测业务洞察业务优化数据盈利业务重塑应用范围 基础设施 电子电子 商务商务 金金融融 电信电信 公安公安 电力电力 制制 造造 医疗医疗 餐餐 饮饮 农农 业业 教教 育育 能能 源源 政政 务务 金融大数据进入成熟期 数据来源：爱分析 气泡大小表示大数据在该行业的市场规模 2018年中国大数据风控调研报告 5 •从基础设施看，金融领域基础设施好，信息化、数据标准化程度高 •信息化是数据化的基础，只有积累大量业务数据才能进行大数据分析，金融 是最早推行信息化建设的行业，也是电子化业务渗透率最高的领域。同时， 国内银行等传统金融机构多数效仿国外的信息化建设方案，与医疗、工业相 比，金融领域以结构化数据为主，数据标准化程度高，数据清洗相对容易。 •从应用范围看，业务由数据驱动，应用范围广 •即使传统金融机构，业务也基于IT系统，金融业务与IT紧密结合，完全由数 据驱动。大数据会对金融机构的各项业务产生变革，在金融领域应用范围广， 能够影响到核心业务。 •从市场规模看，金融大数据市场规模大，金融机构每年IT投入高于 其他行业 •以银行为例，2017年中国银行业整体IT投资规模近千亿，占中国IT投入约5- 10%。高IT投入，意味着金融机构在大数据业务的付费意愿更高，付费能力 更强，金融大数据的市场空间更大。 金融大数据进入成熟期 数据来源：爱分析 2018年中国大数据风控调研报告 7 •大数据覆盖信贷领域各个流程，重点是获客、身份验证和授信环节。 •获客环节建立用户画像，跟踪用户完整生命周期； •身份验证环节，通过活体识别等技术解决申请人是否本人的问题，关联分析则是利用图关联技术，找出欺诈团伙； •授信环节汇聚多方数据源，通过建模进行风险定价，金融科技服务商输出信用评分给机构使用。 金融大数据在信贷领域的应用 2018年中国大数据风控调研报告 8 金融大数据在信贷领域的应用案例（一）：智能营销 •基于海量多维数据构建全渠道智能化客户经营体系，真正做到智能营销 2018年中国大数据风控调研报告 9 金融大数据在信贷领域的应用案例（二）：反欺诈 2018年中国大数据风控调研报告 •百度金融科技产品服务体系在反欺诈领域的应用，通过数据和技术甄别信贷领域的潜在风险 10 金融大数据在信贷领域的应用案例（三）：关联分析 2018年中国大数据风控调研报告 •依托图关联技术，帮助金融机构有效识别隐藏在网络中的黑产信息，在团伙欺诈、黑中介识别等领域广泛应用 11 金融大数据在信贷领域的应用案例（四）：风险定价 2018年中国大数据风控调研报告 •从数据收集到风险定价，构建基于场景的多维度风控系统 12 •大数据在理财领域的应用重点是营销获客和智能投顾 •营销环节与信贷领域类似，通过建立用户画像实现精准营销； •智能投顾包含KYC和匹配环节，重点是分析用户风险偏好，同时将KYC与KYP结合，实现智能匹配； •未来，金融大数据将向理财的上游资产管理延伸，提升资管效率。 金融大数据在理财领域的应用 2018年中国大数据风控调研报告 13 金融大数据在理财领域的应用案例：智能匹配 2018年中国大数据风控调研报告 14 •大数据改变保险领域产品理念，降低各环节人力投入 •借助大数据技术，保险公司能够跟踪用户行为数据，产品设计更加关注用户全生命周期价值； •通过在各险种建立垂直知识图谱，能够缩短客服人员的培训周期，提高客服效率； •在核保核赔环节，可以利用图像识别等技术，用技术手段降低欺诈风险。 金融大数据在保险领域的应用 2018年中国大数据风控调研报告 15 金融大数据在保险领域的应用案例：智能理赔 2018年中国大数据风控调研报告 16 •大数据在支付领域的核心应用是交易反欺诈 •通过设备指纹、人脸识别、用户行为习惯等方面预先建立交易反欺诈引擎，并根据事后的反馈数据不断优化模型。 金融大数据在支付领域的应用 2018年中国大数据风控调研报告 17 金融大数据在支付领域的应用案例：交易反欺诈 •基于大数据分析的风险监控系统，通过分析用户网上交易行为，快速侦测异常行为并作出反馈。 2018年中国大数据风控调研报告 19 •对机构而言，大数据风控是金融机构的通用需求 •不论是银行还是消费金融公司，金融机构普遍有风控需求，底层业务逻辑几乎完全相同， 只是面对客群、风险偏好存在差异。 •对机构而言，风控是金融机构核心能力 •银行等传统机构本质上是风险经营。一方面，监管层对金融机构的风控能力提出很高要求， 另一方面，风控直接会影响金融机构的利润水平。因此，大数据风控直接解决金融机构的 核心需求，价值度最大。 •对金融科技服务商而言，以风控切入的大数据公司未来发展空间更大 •风控是金融机构的根基，因此金融机构会采取审慎态度选取大数据风控厂商，建立信任周 期长，但合作紧密度更深。风控合作涉及用户全生命周期数据，风控厂商有机会借数据切 入到其他应用场景，未来发展空间更大。 •对金融科技服务商而言，大数据风控门槛高，综合能力要求高 •与精准营销相比，大数据风控门槛更高，对厂商的要求不光是技术和数据，还需要对金融 业务场景的深入理解。 大数据风控综合价值最大，领跑应用领域 2018年中国大数据风控调研