随着移动互联网、云计算的广泛应用,人类社会已经迈入一个全新的大数据信息化时代,大数据正在改造着各行各业。在最依赖数据的金融行业,不少中小银行已开始尝试联手诸如闪银等金融科技公司,利用大数据驱动零售业务运营及长尾用户获取。

大数据成银行打开长尾用户市场的钥匙

在拥有海量用户的长尾市场,一些小微企业、夫妻店等背后的个人及有消费需求的个人,都有很强的金融服务需求。与此同时,由于零售业务不良率低,资本占用较少,近几年很多银行都将零售战略作为未来的发力点。

但在拥抱长尾用户的过程中,银行却面临着“内忧外患”的窘境。就银行自身来说,由于传统金融的作业方式主要依赖网点及人力,银行服务单个用户成本很高,且提供金融服务的周期比较长;此外,银行系统风控方式单一,金融服务供给不足,只有极少部分人能够从传统金融体系获得金融服务。

而在广阔的长尾用户市场,冒用别人的身份来借钱、用真实身份借钱但是还款意愿比较低、团伙作案、骗贷机构及中介等各种风险都不断出现,如何帮助银行筛选出长尾市场的优质客户,利器则是大数据。

如社交数据,当下随着现实人际关系正在往虚拟世界迁移,社交数据也可以反映一个人的信用高低。一个小饭馆的老板,借了钱之后,饭馆越亏越多,还款却从不逾期。原因是自己是一个微博大V,有1万多粉丝,得爱护名誉。

银行获客的需求与优质用户的金融服务需求如何才能实现更好的对接呢?

3R模型助力银行拥抱长尾用户

对于“有获客动力但却无相关技术”的中小银行来说,借助外力,尤其是闪银这种拥有大数据、人工智能上等技术优势的金融科技公司,成为中小银行开拓长尾用户市场的快捷通道。

闪银入选2018年中国大数据独角兽企业排行榜TOP20

闪银通过打造3R模型,抓取每个人的数据,在用户授权之下,通过Regression(回归)对用户数据进行建模分析;通过近万条Rules(规则),对用户进行筛选;参考谷歌的page rank,通过Rank(排序),分析普通用户的社交关系网络上的权重,进行people rank,以此实现了对用户信用的识别、评价以及风险定价。这个模型的核心关键点就是,如果一个人跟信用好的人的关联度越多、越紧密,这个人信用较好的可能性更大。如果一个人跟很多已经识别出来的贷款中介、骗子、老赖关系越紧,这个人骗贷的可能性越大。

目前闪银通过自主研发的3R模型,已经帮助80多家合作银行完成了4000万用户的交易,在此过程中,平均降低了70%以上的欺诈风险,以及40%以上的坏账率。

极大的效率提升,不仅让中小银行的金融服务能够快速下沉至广阔的长尾用户市场,对于普通用户来说,通过大数据,曾经高高在上的金融,也变成了平民化服务。

未来随着大数据、AI等技术层出不穷,创新给金融科技及传统金融机构发展所带来的强大动力才刚刚释放,不难想象,接下来将有更多金融服务“飞入寻常百姓家”,普惠金融的全面实现也将有更大可能。