ZRobot拒做大數據公司 下一站或是大數據商業(yè)化
ZRobot同時發(fā)布旗下兩款產品-“漫網”和“盤古信用模型”。“漫網”將利用復雜網絡技術進行反欺詐風險管控,“盤古信用模型”則能針對信貸用戶給出信用評估建議,降低不良資產率。
拒做大數據公司
ZRobot成立似乎意味中國又多了一家大數據公司。然而ZRobot不太喜歡“大數據公司“標簽,更愿把自己定位為“數據技術公司”。其CEO喬楊對筆者表示,ZRobot核心競爭力在于數據挖掘能力和模型開發(fā)能力,從海量金融弱相關數據中發(fā)現與信貸表現相關的變量,利用機器學習技術,評估用戶的信用風險,深度剖析客戶畫像。
喬楊認為ZRobot技術先進性主要在于能處理高維度數據(2萬余維度);有能力處理類型豐富的數據,結構化與非結構化的數據均能處理,涵蓋文本、聲音、圖像等多個類型,建構的模型對數據質量依賴程度低,針對有效數據記錄較少的“弱活躍用戶”也有一定的判斷與預測能力,此外利用授權用戶的互聯網行為數據,預測分析上萬個維度的變量,建立的數據模型具有普適性及穩(wěn)定性。
資料顯示,當下大數據市場規(guī)模已達百億級別,隨著數據獲取成本和儲存成本顯著降低,互聯網及互聯網 數據、線下交易數據、電信數據等數據量都在高速擴張,然而國內擁有建模技術、并有能力充分解讀數據的專家團隊數量有限,大量數據無法或低成本的直接應用,浪費跡象明顯。
ZRobot不愿把自己定位成大數據公司,源于當下大量企業(yè)都喜歡標榜大數據基因,然而海量數據累積與沉淀并不能直接為企業(yè)帶來多少商業(yè)價值,如果從應用層面來說,目前中國大部分沉淀數據和數據價值還沒被充分挖掘,尤其缺少有核心競爭力的數據技術服務方,導致海量數據處于休眠狀態(tài),或者是停留在粗加工狀態(tài),遠遠沒有到達深加工的高附加值狀態(tài)。
從ZRobot發(fā)布兩款產品“漫網”和“盤古信用模型”也可看出,兩款產品在ZRobot籌建過程中已完成開發(fā)、驗證,并在數個客戶金融業(yè)務中投入運營。比如“漫網”在基于面的復雜網絡基礎之上,可完成用戶洞察,挖掘高危特征,降低欺詐風險,綜合完成信用評估。“盤古信用模型”則利用多維度的貸前數據,預測客戶的綜合逾期風險,信用分數對不良客戶具有高區(qū)分度和低誤判率,不同機構可根據自身業(yè)務需求,結合ZRobot信用分數,定制風險管理策略。
值得一提的是,通常經濟計量模型對于數據要求很高,數量和質量直接決定模型的有效性和預測能力就越強。隨著普惠金融不斷推進,那些沒有在傳統金融體系中獲得服務的人群往往成為計量模型的盲區(qū),“盤古信用模型”目前利用授權用戶的訂單、瀏覽、通訊等互聯網行為數據挖掘價值,預測分析上萬個維度的變量,主要覆蓋缺乏信用記錄的年輕人群,可在一定程度上彌補傳統模型不足。
大數據商業(yè)化下一站
時下探究互聯網金融最核心競爭力,風控實力算是最重要一環(huán),能否做好風險管控,將壞賬率控制在極低的水平至關重要。隨著互聯網金融靠銷售推進原動力逐漸消失,流量驅動的野蠻成長基本結束,進入風控驅動的大數據新時代。目前有數據處理能力的公司很多,但處理數據技術公司,服務終端數據應用的企業(yè)在中國市場有巨大空間,ZRobot成立也是看到中國數據技術市場的空白,專注數據增值與技術應用,嘗試實現數據驅動商業(yè)決策的價值。
ZRobot并不愿意把自己的客戶只限定銀行、汽車金融、消費金融、小貸公司等各類金融機構,而是放到更大的非金機構,為其提供數據技術解決方案。當然ZRobot在中國目前錯綜復雜的大數據市場環(huán)境難以避免會遇到很多挑戰(zhàn),需要經過時間和市場的不斷檢驗。
作為ZRobot股東,發(fā)起方之一的ZestFinance是美國大數據公司,通過機器學習和大數據技術進行個人信用評分,主要服務于那些在傳統個人征信體系下無法正常使用金融服務的用戶,2015年6月獲得京東金融投資。京東金融此次參與發(fā)起成立ZRobot,也可看出其對數據技術領域的興趣,這也與京東金融在金融科技領域的定位相符。
眾所周知,互聯網金融大數據風控解決方案普遍采用用戶社會行為和社會屬性數據,在一定程度上補充傳統風控數據維度不足的缺點。未來市場競爭在于誰能在上述兩處領域廣度深度以及服務走的更遠,ZRobot提供的解決方案給當下大數據商業(yè)化道路提供另一種思考。