金融科技如何赋能P2P？这份报告给出了答案（附案例）

[转载出处：www.ii77.com]

来源丨网贷之家

作者丨王春影

根据金融稳定理事会（FSB）定义，金融科技是指技术带来的创新。技术手段包括“A”（人工智能，ArtificialIntelligence）“B”（区块链，Blockchain）“C”（云计算，CloudComputing）“D”（大数据，BigData）。得益于科技水平提升，金融服务的效率和质量不断提升。而技术创新在金融领域场景的应用，主要包括业务发展和风险管理。

目前，金融科技公司与金融机构的合作不断加强，并向纵深化发展。近两年，传统金融机构与金融科技公司合作动作频频，主要通过服务提供与购买，或巩固合作伙伴关系方式，打通合作双方在用户获取、产品迭代、智能风控及流程优化等业务渠道。

与传统金融机构纷纷成立金融科技实验室不同的是，P2P网贷领域的应用主要从业务层面着手，渗透到获客、风控及催收环节，实现P2P网贷..运营优化。比如大数据精准获客带来成本下降及效率提升，大数据风控带来风控质量改进，智能催收带来贷后管理新模式。

科技技术手段在P2P网贷行业运用已涉及多个环节，主要体现在：

1.大数据精准获客

P2P网贷..获客方式从无固定范式，对于资金实力雄厚的..，创意中插、弹幕压屏都为..赚来了不少流量，但付出的代价是高昂的成本。另外也面临..媒介热度过后如何保持流量稳定增长、如何提高转化率的挑战。

同样，扩围借款端实现优质资产增长，也属于金融科技在获客领域的应用。金融科技根据海量数据获客，精准触达用户；而且业务增长带来的系统边际成本递减。

金融科技在精准获客的运用模式中关键步骤主要包括：

（1）多维数据采集

金融科技获取用户信息源非常广泛，包括运营商、银行、公共事业、电商、社交及出行服务等各方面数据。其中，最为重要的是运营商数据，也是P2P网贷..在获客中最为青睐的数据源。用户的通话记录和短信记录是相对低频、高效的数据，根据这些数据可以初步构建用户画像，比如用户与4S店的通话记录可以预判用户是否具有购车需求，而不同品牌4S店也反映出用户的财力差异；根据用户与保险公司的通话或短信往来，识别用户险种需求及理赔情况，进而判断用户的保障层次需求等。

实际业务中，..也可以做到对用户数据的保护，防止侵犯用户隐私。数据采集中，..并不直接提提取用户初始数据，而是基于..建模、与运营商等的合作关系，..向运营商输入..搭建好了的数据分析模型，由数据运营商根据..的数据填写规则输入用户初始数据，形成用户数据标签及打分，由运营商向..输出模型预测结果，而初始数据仅保留在运营商等层面。

（2）构建用户画像

为用户打标签是形成用户画像的核心工作。首先需要将描述用户信息的非结构化数据标准化，形成结构化数据。不同P2P网贷..根据自身业务模式，定制适用自身..的用户标签，比如体量大的..定义的“高净值”用户门槛可能更高，有购车、购房记录的用户可能更容易成为抵质押业务..的目标用户等。

（3）精准获客触发

通过用户标签分层，可获得P2P网贷..目标用户人群；另外，用户数据实时更新中，用户标签也随之变动，当用户数据触及目标用户条件时，用户也将由非目标人群演化成潜在用户。配合其他标签数据，可实现对用户的精准..。

2.智能风控

目前科技技术手段在P2P网贷行业应用相对普遍的是在风控环节。各项技术在风控环节的应用深度及侧重有所不同，但存在一些交叉。

（1）大数据风控

大数据技术除了运用在精准获客外，在智能风控的前期阶段可进行有效的欺诈识别，打破信息不对称。机制原理基本可以概括为，通过搜集多维数据、对多维数据交叉比对，识别借款人是否为恶意借款人；对于初步通过信息交叉验证的借款人进行信用评分，评分依据可以参考借款用户的其他经济行为数据，比如账单数据、电商交易记录等。

（2）人工智能

人工智能在大数据基础上，解决风控模型优化难题。目前人工智能和大数据结合是风控的核心技术，基本原理是通过深度学习和数据挖掘，实现模型构建和训练、性能监控与自迭代，进而实现数据降维，提高风险把控的规律和准确性。比如，通过知识图谱、自然语言处理、机器学习等人工智能技术，利用关系网络发现不同借款人是否存在关联，识别异常的团伙欺诈；通过对借款人多方数据交叉比对，识别伪造虚假信息，防范专业欺诈。

在P2P网贷行业风险集中爆发的背景下，及时有效预警恶意借款人对降低借款人违约风险具有重要意义。而无监督机器学习，基于观察到的交易特征和案例数据，发现借款人变量异常；即使是未形成借款人标签的情况下，也可对登录和交易场景运用无监督机器学习，识别行为异常的欺诈借款人。

（3）区块链

区块链技术在资产端的应用相对较为突出，其完全透明的数据管理体系提供了可信任的数据溯源途径。比如利用智能合约，对借款合同进行跟踪，防止借贷合同被篡改；而票据业务潜..工操作风险，区块链技术同样可实现背书信息追踪，防范票据多次流转背书不同步、一票多卖等问题。

目前金融科技在智能风控的应用，已经形成数据多源搜集、数据结构化处理、建模、反欺诈识别、信用评分、额度管理、贷后管理等业务流程闭环，根据授信定价模型授予不同的额度及借款利率，根据不同的借贷效果对风控体系的模块、参数、评分标准等进行验证及修复，不断提高风控精准度及模型的有效性。

3.催收

目前，金融科技已经极大地优化了催收流程，提高了催收工作效率，降低了人工成本。首先，金融科技可以首先批量外呼，提高了通话接通率；其次，基于语音识别，金融科技可识别不同类型的逾期借款人，并提供差异性的解决方案。

对于遗忘型借款人，金融科技可以识别出借款人是因为错过了还款日期造成的逾期，此时金融科技可以给出一定的免罚息还款日，提醒借款人尽快还款；对于资金流紧张的借款人，金融科技可识别出借款人的还款意愿强、但还款能力出现偏差，进而提供分期还款解决方案，这两类的逾期情况均可通过类似智能催收机器人的技术完成催收。

而对于恶意逾期借款人，金融科技可以根据情绪识别技术等判断这部分借款人还款意愿较差，会转接人工催收客服进行深度催收，比如申请法务介入等。而根据不同逾期处理类型，金融科技也会进行统计分析并形成相应的统计报告，以完善信息统计，并督促后续借款方案调整。由此看，金融科技实现了催收的人工占用大幅下降，提高了催收效率。

总体而言，多数..的科技技术运用合作层次尚有待加深，目前也存在一定问题。比如由于信用体制不健全，精准获客环节还无法全面获取用户的历史信用记录及数据，仅能依靠用户其他行为数据进行交叉验证，对验证用户行为习惯连续性带来了不便；区块链技术的应用不足也导致..较难核实借款人是否涉及多头借贷；而智能催收也多发生在借款人已有违约事实后。如何发挥各项技术在借贷全流程的交叉应用，精准预警借款人违约是各大..面临的重大考验。

同时，金融科技作为基础设施，本身具有一定的发展潜力：

一是，金融科技解决了企业发展效率低、创新不足等多处痛点，未来将会发展为机构竞争的核心竞争力。并且，金融科技基于云计算技术，打破了业务发展的地理限制，未来服务对象将覆盖三四线或更多偏远地区的企业。同时，金融科技实现了金融和技术的融合，各类型银行、支付机构及互金..都会纳入金融科技技术服务对象的范畴。随着长尾客户也可享受金融科技服务，金融科技将真正实现普惠金融。

二是，金融业务链条的打通会刺激各个环节技术水平优化，进而引发金融科技更倾向追求科技水准的进步。而金融科技服务对象扩围，并优化了银行及其他..的贷后管理，降低服务成本，可以缓解企业融资难、融资贵难题。所以金融科技除了促进技术创新外，也引导金融科技回归服务实体经济轨道。

三是，P2P网贷业务投资、借款、还款等操作均发生在线上，数据相对线下较易获取。数据的持续丰富无疑利好P2P网贷行业技术水准大幅提升。而P2P网贷行业员工是年轻化群体，也有利于技术快速习得及创新。同样，对于其他行业，随着各行业信息交叉度提升，数据规模将以惊人的速度增长，而这有利于金融科技闭环系统的高效优化。

目前P2P网贷..合规检查正在有条不紊开展，..备案后，能激发差异化竞争优势的..应该是可以提供更高效率、更高服务质量的..。无疑，金融科技将是拉开..差距的核心要素。虽然目前金融科技也仅是在风控环节小试牛角，但金融科技探索从未停止，未来金融科技将持续深入渗透到获客、催收等全链条业务环节。随着越来越多的P2P网贷..提高科技水平，相信未来，P2P网贷行业将大力推动普惠金融发展。

来源 | 网贷之家  作者丨王春影

声明 | 登载文章内容仅供传递信息，不构成投资建议，转载请注明来源网贷之家。