近日，由中國電子信息產(chǎn)業(yè)研究院指導(dǎo)，中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟、賽迪傳媒主辦的2022（第七屆）中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)大會在北京召開，本屆主題為“激發(fā)數(shù)據(jù)潛能 共贏數(shù)字未來”。會上，神州信息中小微場景金融首席專家辛園做題為《大數(shù)據(jù)賦能中小微場景 ，一站式信貸SaaS服務(wù)平臺》的主題演講
以下為文字實(shí)錄：
不管從政府層面還是民生層面，中小微在經(jīng)濟(jì)中發(fā)揮了重要的作用，扮演著重要的角色。特別是近兩年疫情爆發(fā)以來，金融監(jiān)管部門、負(fù)責(zé)民生的政府職責(zé)單位，都在各項(xiàng)政策扶持手段上加大了力度。銀行對信貸的投放比例，包括在利率、稅收上，就如何減免或者減輕這類客戶的負(fù)擔(dān)和壓力，和政府做了很多工作。
在今年5月份，我們看到第一個季度和4月份的貸款投放并不好，很多金融機(jī)構(gòu)對于客群是想貸但不敢貸，很多企業(yè)是想借不能借，因此對他們來講受到的壓力沖擊很大。
除了融資難和融資貴的問題外，疫情加劇了對中小微場景的困局。整個產(chǎn)業(yè)鏈上下游，不管是中小微或者過去有一定積累的企業(yè)，在供應(yīng)鏈場景中都或多或少受到了沖擊和影響。同時，兩年多的疫情導(dǎo)致很多行業(yè)發(fā)生了改變，也刺激了金融機(jī)構(gòu)和金融科技公司做出改變，更好地結(jié)合現(xiàn)在的現(xiàn)狀，為這類客群提供更多的服務(wù)。
金融機(jī)構(gòu)在投放壓力下，更多把貸款投放資源包括相關(guān)產(chǎn)品、技術(shù)往更貼近市場做調(diào)整。金融科技公司從大數(shù)據(jù)、區(qū)塊鏈等各種技術(shù)應(yīng)用，以及客戶服務(wù)感知，讓更多的客戶從現(xiàn)階段的技術(shù)能力上感受到實(shí)惠。
過去幾年，金融在大數(shù)據(jù)應(yīng)用方面更多都是偏向C端，很多公司賦能在金融機(jī)構(gòu)的投放包括應(yīng)用層面，也都在C端。首先C端的體量大，第二是技術(shù)構(gòu)成上數(shù)據(jù)維度夠多——采集的方式各種各樣，一般都能獲取到相應(yīng)的合規(guī)數(shù)據(jù)，金融機(jī)構(gòu)基于這樣的數(shù)據(jù)更有利于研發(fā)相關(guān)產(chǎn)品。B端在過去相對很單薄、單一，很少有大型公司能提供一站式全方位的針對企業(yè)自己的非第三方獨(dú)立的數(shù)據(jù)源，這個非常難獲取。數(shù)據(jù)壁壘加上技術(shù)的限制，在B端不如C端時，很難做到標(biāo)準(zhǔn)化投放。
這兩年我們看到，除了政府的推動，大家對B端需求的認(rèn)知也進(jìn)一步提高，越來越多的金融機(jī)構(gòu)在探索B端的藍(lán)海?；跀?shù)據(jù)層面、技術(shù)層面、市場驅(qū)動層面，我們在場景中慢慢談到針對企業(yè)端、中小微端和供應(yīng)鏈產(chǎn)業(yè)鏈端，利用什么數(shù)據(jù)能賦能什么客群，他們也能像C端客戶一樣，在大數(shù)據(jù)服務(wù)上體會到更多產(chǎn)品和服務(wù)。
這兩年比較火的是隱私計(jì)算，大家一直在探討數(shù)據(jù)安全性的話題。這驅(qū)使我們在整個行業(yè)的合規(guī)性、技術(shù)能力的改造和提升方面，逐漸地貼合客戶的需求和痛點(diǎn)，從自身在風(fēng)控管控，到迭代產(chǎn)品和服務(wù)，再到最終金融機(jī)構(gòu)關(guān)注到業(yè)務(wù)的規(guī)模和風(fēng)險的比例，形成大家在相對良好的氛圍環(huán)境下達(dá)到平衡，讓整個產(chǎn)業(yè)鏈形成在技術(shù)和服務(wù)的加持下，找到更好的平衡點(diǎn)。
有一位銀行業(yè)內(nèi)人士講過一句話：金融機(jī)構(gòu)如果想做得好，一定要將風(fēng)險管控做好，風(fēng)險管控對于金融機(jī)構(gòu)來講是健康持續(xù)長久的必要環(huán)節(jié)?；谶@樣的觀點(diǎn)我們回顧去看，現(xiàn)在的金融機(jī)構(gòu)在關(guān)注風(fēng)險層面、在維持良性發(fā)展層面，更多是看到行業(yè)、政策和信用。不管是C端還是B端，大家看到的點(diǎn)是完全一致的，在一致的情況下怎么拆解和構(gòu)建針對B端的技術(shù)中臺，利用什么數(shù)據(jù)挖掘構(gòu)建相關(guān)的指標(biāo)和形成客戶的畫像，能在場景中為這類客戶提供服務(wù)。
針對B端大數(shù)據(jù)產(chǎn)品的技術(shù)架構(gòu)，數(shù)據(jù)源其實(shí)回到B端，是行內(nèi)和行外。行內(nèi)數(shù)據(jù)和過去C端沒有特別大的差異，更多是企業(yè)在行外的數(shù)據(jù)源，行外分兩類一類是公開市場獲得的數(shù)據(jù)，比如說像工商、司法，不管任何場景在過去幾年得到非常強(qiáng)的應(yīng)用。針對其他的，像宏觀數(shù)據(jù)和輿論數(shù)據(jù)，從宏觀層面也包括輿情層面，都能更好的全方面刻畫針對中小微場景的數(shù)據(jù)源。
結(jié)合這樣的外部輸入，對數(shù)據(jù)進(jìn)行存儲和加工，核心更多是在于怎么樣融合找到哪類數(shù)據(jù)源針對不同場景下中小微企業(yè)的數(shù)據(jù)延伸指標(biāo)，什么樣的指標(biāo)才能在大數(shù)據(jù)風(fēng)控里得到應(yīng)用，一定不是構(gòu)建一套模型和大數(shù)據(jù)產(chǎn)品應(yīng)用在所有的B端產(chǎn)品中，而應(yīng)該是根據(jù)不同機(jī)構(gòu)的產(chǎn)品定位基于不同的大數(shù)據(jù)應(yīng)用設(shè)計(jì)不同的產(chǎn)品。
從授信金額、客戶規(guī)模、客戶體驗(yàn)等不同的需求下，金融產(chǎn)品需要做相應(yīng)的調(diào)整，服務(wù)不同場景的客戶，不同銀行的定位也是服務(wù)不同的客群主體，再結(jié)合他們獲取到的數(shù)據(jù)以及技術(shù)能力，以貼近自己的定位進(jìn)行風(fēng)險定價，更好地服務(wù)不同的客戶。
這兩年我們一直在研究，更多從企業(yè)經(jīng)營上做調(diào)研，圍繞企業(yè)數(shù)據(jù)構(gòu)建不同的場景金融產(chǎn)品。我們發(fā)現(xiàn)最核心的還是通過企業(yè)端基于稅務(wù)和發(fā)票作為基礎(chǔ)數(shù)據(jù)源去做不同的應(yīng)用。
基于這樣的評估，結(jié)合外部第三方數(shù)據(jù)和C端數(shù)據(jù)，我們構(gòu)建了圍繞企業(yè)完整的知識圖譜，包括賬戶畫像等，更好地為不同金融機(jī)構(gòu)在征信包括授信層面做好全面的風(fēng)險管理，其中包括在信用評價評級、信用修復(fù)方面的應(yīng)用。目前除了在金融機(jī)構(gòu)應(yīng)用以外，也在招投標(biāo)和非金融類方面得到了應(yīng)用，這類數(shù)據(jù)源目前在市場上已經(jīng)得到了非常大的公開認(rèn)可，大家已經(jīng)不再去探討數(shù)據(jù)本身，更多是探討數(shù)據(jù)如何精細(xì)化地利用。
過去講到稅票數(shù)據(jù)源，企業(yè)授權(quán)銀行和稅務(wù)局通過直連，銀行可以獲取這類數(shù)據(jù)。獲得數(shù)據(jù)之后，不管是銀行還是第三方金融科技公司提供相應(yīng)的服務(wù)，能更好地把數(shù)據(jù)得到應(yīng)用。
現(xiàn)在我們看到因?yàn)楦鞯囟悇?wù)局的差異，導(dǎo)致沒有辦法通過全國統(tǒng)一的標(biāo)準(zhǔn)形成一套標(biāo)準(zhǔn)化的數(shù)據(jù)，各地的金融機(jī)構(gòu)更多開始探討，如何做到差異化，如何從數(shù)據(jù)的本身挖掘到更有價值、相對更全面更可靠的企業(yè)信用評估。這就需要通過其他辦法，如大數(shù)據(jù)的技術(shù)能力，先去補(bǔ)齊數(shù)據(jù)，并在更完整的數(shù)據(jù)情況下，在普惠信貸，在供應(yīng)鏈、抵押和企業(yè)主等不同場景里，把這些數(shù)據(jù)應(yīng)用進(jìn)去。
神州信息構(gòu)建的一站式信貸SaaS平臺，鏈接了B端企業(yè)的多種外部數(shù)據(jù)，這些數(shù)據(jù)本身的存儲并不在神州信息，因?yàn)槲覀冊跀?shù)據(jù)合規(guī)上做得非常嚴(yán)謹(jǐn)，我們更多的是基于對外部數(shù)據(jù)源，包括對數(shù)據(jù)指標(biāo)的獲取挖掘，在技術(shù)層面圍繞公開數(shù)據(jù)的接入，以及接入后協(xié)助金融機(jī)構(gòu)做數(shù)據(jù)的擬合、融合，圍繞不同的產(chǎn)品構(gòu)建從數(shù)據(jù)的治理、清洗再到轉(zhuǎn)化和SaaS應(yīng)用，構(gòu)建相應(yīng)的從業(yè)務(wù)場景再到風(fēng)險產(chǎn)品全套的邏輯。我們更多形成的一體化是在于從過去很多銀行的獲取渠道，不管是線下地推團(tuán)隊(duì)、客戶經(jīng)理做營銷，還是在于和外部渠道的合作，我們基于對客戶的自動化分層、客戶的數(shù)據(jù)畫像，更好地從前端做到智能營銷和B端智能營銷。
基于業(yè)務(wù)的產(chǎn)品包括風(fēng)控產(chǎn)品，提供一體化能力，最終形成適宜的資產(chǎn)包鏈條，這樣的鏈條就能為金融機(jī)構(gòu)不同的產(chǎn)品向下適配，從風(fēng)險角度為金融機(jī)構(gòu)提供完整的一站式服務(wù)。目前提供的金融服務(wù)除了適合傳統(tǒng)金融機(jī)構(gòu)以外，也延伸到征信、小貸、擔(dān)保公司等機(jī)構(gòu)。
關(guān)于數(shù)據(jù)的獲取，其實(shí)會有數(shù)據(jù)短板，因?yàn)楦鞯囟惥珠_放的數(shù)據(jù)其實(shí)并不是統(tǒng)一標(biāo)準(zhǔn)，數(shù)據(jù)的指標(biāo)也不完全相同，對于大部分要做全國性和區(qū)域性業(yè)務(wù)的機(jī)構(gòu)也包括持牌的非銀行類的金融機(jī)構(gòu)，往往沒有辦法獲得客戶信息。而我們研發(fā)的工具在客戶授權(quán)情況，就能通過合規(guī)方式幫助持牌的機(jī)構(gòu)和公司采集到相關(guān)的企業(yè)數(shù)據(jù)。采集的數(shù)據(jù)已覆蓋全國各地30多個省市自治區(qū)，并且所有數(shù)據(jù)是標(biāo)準(zhǔn)統(tǒng)一的。
基于多維度、標(biāo)準(zhǔn)統(tǒng)一，我們做到所有的指標(biāo)，包括產(chǎn)品的統(tǒng)一化，形成全國性的投放。這樣對客戶的完整性、標(biāo)準(zhǔn)性，包括從整個信貸風(fēng)險的可靠性角度，更好協(xié)助業(yè)務(wù)層面規(guī)模拓展和風(fēng)險控制。
對于金融及泛金融，它打破了過去我們受限于數(shù)據(jù)源的獲取層面而導(dǎo)致的瓶頸。整個指標(biāo)體系最核心的不再是如何獲取數(shù)據(jù)源，因?yàn)楝F(xiàn)在各類公司以及技術(shù)手段，都能在合法有效的情況下為客戶提供各類標(biāo)準(zhǔn)。多元數(shù)據(jù)來了以后，如何有效抓住有效數(shù)據(jù)，為機(jī)構(gòu)提供服務(wù)，核心的一點(diǎn)是對數(shù)據(jù)的認(rèn)識和理解，也包括數(shù)據(jù)指標(biāo)的延伸。如何進(jìn)行數(shù)據(jù)源指標(biāo)挖掘，就需要進(jìn)行分類研發(fā)包括不同模式風(fēng)險模型，這樣才能最大化挖掘到數(shù)據(jù)源在整個指標(biāo)體系的構(gòu)建。以稅務(wù)舉例，我們把稅務(wù)分成四大模塊，征收、申報(bào)、財(cái)務(wù)和上下游及發(fā)票，每類數(shù)據(jù)構(gòu)建不同的指標(biāo)，針對不同的客戶分成一般納稅人和小規(guī)模納稅人，不同規(guī)模客戶形成不同的指標(biāo)體系，服務(wù)于銀行到底找的是哪類客戶，哪些數(shù)據(jù)能構(gòu)建好的產(chǎn)品。
大數(shù)據(jù)融合應(yīng)用從來不是單一的，我們一定需要做融合應(yīng)用。但現(xiàn)在講到B端和中小微，大家會理解為是不是只要是B端數(shù)據(jù)源就能做到完整信貸投放的產(chǎn)品。其實(shí)不是，因?yàn)樗蠦是由N個C端的組成，不管是針對企業(yè)主還是企業(yè)，更多是對于企業(yè)的實(shí)控人，包括股東，個人的行為以及行為畫像是密不可分的。在B端服務(wù)的信貸當(dāng)中，我們還是需要針對C端做融合。這種情況下，我們會結(jié)合市場上C端數(shù)據(jù)，為金融機(jī)構(gòu)提供企業(yè)+企業(yè)主（B+C）一站式的信貸服務(wù)，從完整性、全面性實(shí)現(xiàn)更好的平衡。
舉個例子，我們把整個風(fēng)險層面的排序包括模型區(qū)分做了展示。因?yàn)橹v到模型區(qū)分，過去很多金融機(jī)構(gòu)覺得如果C端KS能做到0.35也很不錯了，但神州信息針對B端企業(yè)的風(fēng)險評估模型KS超過0.4。從國有大行再到村鎮(zhèn)銀行，覆蓋的客戶從頭部到其他的金融機(jī)構(gòu)，不同客戶模型和不同數(shù)據(jù)源的使用完全是不一樣的，每個金融機(jī)構(gòu)利率定價不同，結(jié)合不同利率定價，在數(shù)據(jù)源應(yīng)用包括產(chǎn)品層面就會有很大的差異。在整個不同版本和客戶的模型層面，我們也在全方位的市場上得到了充分的校驗(yàn)。
這是雙重模型構(gòu)建體系，這里面首先強(qiáng)調(diào)的是B端場景，有了場景才知道我到底在里面是封閉式環(huán)境還是非封閉，這取決于這個市場到底是有限的客戶群體還是未可知無限的客戶群體。我們服務(wù)的客戶到底有哪些特定的行業(yè)屬性的數(shù)據(jù)，包括是否是定制化，需要做到開發(fā)相關(guān)的工作，這樣才能更好挖掘，而非完全的標(biāo)準(zhǔn)化。B端在于找到非標(biāo)準(zhǔn)的同時，形成自己標(biāo)準(zhǔn)的數(shù)據(jù)解決方案去做融合，而不是簡單做完全一對一的開發(fā)，因?yàn)檫@樣對公司來講成本會很高。以上是我今天的分享，謝謝大家。