开爷大数据 （修改版）.docxVIP

米么金服CDO曹开悦 | 让风口上的大数据，真实落地如何让一项新技术真正应用于实际并发挥出最大效用，才是这项新技术诞生的最根本价值。“大数据”这个看似复杂又有趣的东西，如今在消费金融的各领域被广泛应用，各家风控官、数据官等谈及大数据时都吐露出不同的应用逻辑，各种新鲜的字眼也频频露出。今年7月一年一度的朗迪中国金融科技峰会上，几位数据领域的科学家们就现场进行了一场精彩的“砌词大赛”，如：数据知识图谱、机器智能化、拟人化等这些字眼激发了大家的兴趣点。在一群科学家里那位唯一的女士更是引起了大家的关注，那个看似娇小的身躯却铿锵有力讲述大数据世界里的这种奇妙游戏。这位现场唯一的女高管就是米么金服的CDO曹开悦，江湖人称“开爷”。一位智商情商双高的女科学家，可以在强逻辑的世界里高谈阔论，也可以在专业领域之外乐呵得像个孩子。2015年10月，曹开悦离开了服务8年的招商银行，带着丰富自我人生体验的理想来到了米么金服。这不是一个简单的复制行为，要让技术和业务相结合。刚到米么时的开爷即兴奋又担忧。之前的8年，她参与完成招行信用卡中心第一代风险评分卡开发上线，第一版新资本协议内评体系开发上线；同时搭建完成招行第一代自主开发的标准化建模工具以及第一代客户画像标签体系等。对她而言，从传统金融机构到互联网创业公司，发生改变的不仅是市场、业态以及客群，更多的是如何让风控模式、大数据技术和实际业务发生更好的融合。这个过程，并不仅仅是一个简单的复制行为。传统金融机构倾向于为一类优质客群提供服务，依赖央行征信报告、抵押资产等强特征信息，对用户还款能力和还款意愿进行审核。但在米么，这套模式却并不适用。一方面是客群的不同，米么目前主营的女性客群，平均年龄20-30周岁，分布在全国二三线城市，尚未能够被央行征信全面覆盖。另一方面，提供资产抵押这一证明方式，也并不适用于米么轻便、重时效的纯线上审核流程。获取更多维度数据，利用大数据技术进行线上风控，成为一项必然的选择。不分强弱，每个环节综合协作···当被问及数据管理、数据挖掘以及数据产品哪一个最为核心时,开爷直言：“这三大条线没有强弱之分，这是一种综合能力的体现。”从数据获取，模型建立再到实际应用，每一道环节都需要和业务紧密相连，配合完成，并且对于业务的理解程度也会同步影响到细节实现上的处理方式。她紧接着又打了一个比方，“其实我们做风控的，就像在筑一道隐形的大坝。大部分时间，水面都只是微微浮动，你可能根本看不到这堵大坝。但当大水真的淹起来时，这堵大坝才能显现出了它的实际作用。”只是在市场上，并没有人希望，水会真的淹起来。因为这就意味着，行业出现了系统性风险，或是黑天鹅事件。这样一种状况，对于任何一位市场参与者而言，损失都是无可避免的。在此基础上，资产不良率成为评价这座“隐形大坝”实际效用的一个数据指标。截至目前，米么在为女性用户提供信用消费服务的过程中，长期保持极低的资产不良率。首批12期用户已经完成全生命周期，风险和控制模型也成功通过了时间验证，获得市场认可。这一座大坝，显然卓有成效。只是借助大数据技术实现良好风控，还只是这项技术的一个最基本应用。除此以外，大数据技术也成功提升了用户的产品体验。开爷又做了一个比较：“在传统金融机构，我们会分析用户上百个数据指标，这些指标大多来源于银行内部沉积下来的业务数据。但在米么，数据的维度被拉得更为广泛，数据指标也达到了上千个。通过优化数据化方案，我们可以实现用户更为优质的产品体验。关键是目前用户在米么进行申请的过程中，仅需提供6-8个栏位信息，就可以在30秒内获得申请结果。”人机配合的默契度将拉开最终差距只是在技术领域，革新永远也不会停止。机器学习、神经网络、知识图谱等一系列新型技术正在不断涌现，人工智能技术的发展，成功提升了机器的自主学习能力和对信息的判断水平。“目前我们正在应用知识图谱技术，通过将数据可视化展现，将更易捕捉到异常信息的出现。”开爷进一步解释道：“比如说，用户在申请过程中需要填写联系人信息。如果用户所填写的联系人，是一位米么的已有用户，那么系统就会自动带出旧户记录进行比对，一旦旧户存在过逾期或是欺诈行为，系统就会自动将新用户也判定进入风险类别。”这里的核心逻辑在于，由人制定基本策略，机器进行延展性学习，同时利用机器的高速运算能力，实现对于用户信息网络的全面监控，最大化程度防范异常信息出现。谈及到技术，人与AI之间的博弈也是一个无法绕开的永恒话题。目前米么金服已经实现100%全自动化的审核流程，但在未来，人工智能真的有可能完全替代人力，主导风控吗？开爷的答案是否定的。她坦言，在风控领域，数据化和智能化程度，必然会长期提升。但机器能做的仍然只是操作和执行，人则承担了更多的监督和管理作用。在更为长久的未来里，技术会成为一种标配，真正拉开风控差距的应该是人机之间的配合效