你我贷冯炯:数据驱动 打造P2P数据闭环

简介:

本文讲的是你我贷冯炯:数据驱动 打造P2P数据闭环,2014年9月17日-19日,2014 中国系统架构师大会(SACC 2014)在北京五洲皇冠国际酒店盛大开幕。作为中国规模最大的架构师豪门盛会,本届中国系统架构师大会以“发现架构之美”为主题,探讨最具前瞻性的行业趋势与技术热点,分享架构在企业中的最佳实践,共同领略架构之美。

  你我贷成立于2011年6月,截止到目前已经3年多时间,对于P2P是一个相当长的时间,结合P2P的产品来看,短期比较普遍,因此,3年时间已经形成了数据的闭环,对于P2P公司的发展非常重要。

你我贷冯炯:数据集市的构建与融合
▲你我贷CTO冯炯

  你我贷CTO冯炯表示,最开始你我贷想做轻模式的,利用大数据解决风控的问题,后来逐步向线下走,形成了中国特色的P2P行业,形成了线下布局,比如分类信息、团购、大众点评等,都在向线下走。今年返回线上,开展先生活动,有了一手的线下数据,吸引了很多第三方的合作。具备了在线上通过数据做风控的能力。

  目前在全国已经有了62家的分公司,20多亿的交易,做小企业的贷款,有了10万的借款申请,通过率25%,非常严格,风控把控非常严格。不过,肯定会有误杀,通过互联网大数据,挽救一大批有申请借款意图的个人或者企业。平均每笔贷款8-9万左右。

  投资者的投资如何保障,目前主要有三种方式:1、不赔付;2、用外边的担保公司赔付。3、利用风险备用金做赔付,使用真正的收入赔付投资人。

  去担保化,很多P2P公司和担保公司合作,但是目前合作非常浅。你我贷是一家标准的互联网金融公司,对数据的处理非常关键。尽管没有足够的数据,但是会通过多种渠道获取数据。

你我贷冯炯:数据集市的构建与融合
▲数据在你我贷之旅

  冯炯认为,大数据要有影响业务因素的数据,同时样板数据要覆盖影响业务因素的变化。

  线上或可能力,在百度、360做投放,比如在电商平台上做推广,在App应用市场做分发。通过很好的数据分析,用户实名认证,可以很容易辨别年龄和性别,有了转化数据和背景数据,判断哪个渠道的人群比较有价值。35岁以上的人在平台上的转化非常高,女性的投资比男性不差。有些渠道的流量转化率很高,但是流量不大。将成本控制在一定的合理范围,有意愿和第三方合作。

你我贷冯炯:数据集市的构建与融合

你我贷的基础架构

  线上风控能力,不是要取代线下的风控团队,而是对线下起到辅助作用。通过线上的风控数据辅助线下人员,在临界风控的时候引入线上数据,帮助做出选择。住址和联系人是正确的,对于后来的交叉验证非常重要

  客户关系管理:用户生命周期的管理,看到投资的规律性,可以分析投资的规律,比如发工资的日期,进行推送信息。比如有些行业的采购期,在前期发送借款的提示,给平台带来回头客。

  数据来源有四块

  1、分公司带来线下数据。2、线上业务,用户在网络上的访问行为。3、第三方合作。第三方的公司服务开始为金融公司提供服务。4、主动抓取,应该比较谨慎。比如抓新浪微博的数据,关系数据量会非常大,一方面可能会对新浪微博产生攻击,另一方面这种数据量非常大,价值也很难保证。需要获得用户的授权,通过对用户过去的数据进行分析,了解社交群体。应该采取定向爬取,比如淘宝的用户交易数据。因此,需要通过灵活配置抓取有用的网站信息。

  通过数据的描述转化为业务的描述,也是做数据的人应该注意的,要和业务相关联。

  在谈到数据风险时,冯炯表示,数据如果被泄露,一方面对泄露用户隐私,另一方面假如被竞争对手获取的话会非常危险。因此,会把数据脱敏存储。

  网站数据对公司的业务决策非常重要。

  用户的社交图谱,在用户自己填写的表格中,结合第三方数据进行挖掘。最上层是业务需求,比如针对投资人或者决策来做。信用上报,不仅仅是大家共享,也是未来可能做成的数据服务公司,把用户的数据以某种方式贡献出来,对业界的发展起到重要的贡献作用。

  冯炯表示,技术是互通的,互联网金融也在采用互联网领域的技术。比如:搜索行业有很多的文档,进行关键词索引,明确文章在哪里,然后进行倒排索引排序。这种应用模式在你我贷也的到了应用,拿到各种数据,通过模型进行柔和,将这些数据进行分析,给风控人员判断。

  投资人推荐,基于用户的推荐,一个用户买了一款产品,可以推荐相关的产品。这其实和电商的模型非常相似。你我贷就是采用了这种方式。引导用户购买更符合他们的产品,也就是金融领域所称的适当性管理。比如,有些人买了产品不希望今后被骚扰,那么要有针对性的策略。技术是相通的,和电商非常类似,欢迎更多的互联网技术人才加入互联网金融领域。

  最后,冯炯总结到,你我贷的核心理念是,以促成成交为导向,一手抓风控,一手抓用户体验。

作者:景保玉

来源:IT168

原文标题:你我贷冯炯:数据驱动 打造P2P数据闭环

相关文章
|
6月前
|
机器学习/深度学习 数据采集 数据可视化
数据驱动决策支持
数据驱动决策支持
100 3
|
3月前
|
存储 数据采集 监控
实时数据分析在业务决策中的应用:赋能智慧决策的新篇章
【8月更文挑战第3天】实时数据分析正以其独特的优势在业务决策中发挥越来越重要的作用。通过快速响应市场变化、精准捕捉用户需求、优化运营管理等方式,实时数据分析不仅提高了企业的决策效率和准确性,还为企业带来了显著的商业价值。未来,随着技术的不断进步和应用场景的不断拓展,实时数据分析将在更多领域发挥重要作用,为企业的数字化转型和智慧决策提供更加坚实的支撑。
|
5月前
|
机器学习/深度学习 存储 人工智能
数据驱动决策:技术背后的智慧
在当今信息爆炸的时代,数据驱动的决策正在成为各行各业的关键。本文探讨了数据技术如何在现代商业环境中发挥作用,以及如何利用数据分析来优化决策过程,从而提高效率和准确性。
172 2
3大系统,构建认知闭环
3大系统,构建认知闭环
119 0
|
数据可视化
【业务架构】最直接的价值链分析指南
【业务架构】最直接的价值链分析指南
|
数据可视化
【业务架构】价值链分析的直接指南
【业务架构】价值链分析的直接指南
|
机器学习/深度学习 算法 数据挖掘
数据驱动!精细化运营!用机器学习做客户生命周期与价值预估!⛵
如何预测客户价值,计算特定时间段内能带来的价值,是互联网公司在面临海量用户时急需解决的运营命题。本文就来讲解『机器学习+RFM模型』的精细化运营解决方案。
962 2
数据驱动!精细化运营!用机器学习做客户生命周期与价值预估!⛵
《从数据要素到数据生产力—全链路数据治理的智能演进》电子版地址
从数据要素到数据生产力—全链路数据治理的智能演进.ppt
107 0
《从数据要素到数据生产力—全链路数据治理的智能演进》电子版地址
|
数据采集 存储 XML
业务数据清洗,落地实现方案
当随着业务发展,数据的沉淀越来越多,使用的难度就会陡增,会导致在数据分析之前,需要大量时间去清洗数据。
680 0
业务数据清洗,落地实现方案
|
SQL 存储 分布式计算
面向B端算法实时业务支撑的工程实践
在阿里妈妈营销场景下,算法同学会对广告主提供个性化的营销工具,帮助广告主更好的精细化营销,在可控成本内实现更好的ROI提升。我们在这一段时间支持了多个实时业务场景,比如出价策略的实时化预估、关键词批量服务同步、实时特征等场景,了解到业务侧同学来说,针对ODPS场景来说大部分可以灵活使用,但对于Blink使用还有不足,我们这里针对场景积累了一些经验,希望对大家有一些帮助;
225 1