飞贷金融科技的移动信贷金融整体技术可靠吗？

来源：蜘蛛抓取(WebSpider) 时间：2019-03-20 13:34 标签： 信贷金融

每经记者 肖 乐 每经编辑 王可然

“嘚零售者得天下”面对利率市场化和互联网金融的双重冲击，商业银行的传统业务正在被不断蚕食转型成为银行业的共识，而零售转型又成为众多商业银行不约而同的选择

但银行想要实现真正的零售转型，仍面临着一系列挑战麦肯锡咨询指出，成本高、投入大、见效慢；总分行制难以推动专业化、风控分散带来巨大操作风险等都是银行在零售转型过程中所面对的挑战“在强监管，控风险正本源，去杠杆的大背景下中小银行的冲击和挑战日益严峻，必须高度重视妥善应对。”中国人民银行金融研究所互联网金融研究中心副主任兼秘书长伍旭川表示

与此同时，集约化、智能化、数字化正成为零售银行新趋势“银行能够看到市场的快速变化，都想转型但是怎么转，挑战很大转型势必带来不确定的成本投入，比如IT的投入和新技术的应用、比如昂贵的试错成本”在飞贷金融科技联合创始人、首席战略官孟庆丰看来，借助优秀金融科技公司的经验采取合作模式有望破解转型升级困境之道。

近年来在利率市场化的影响下，金融脱媒越来越明显银行的资产端和负债端都受到互联网金融的强烈冲击，银行业的利润增速日益放缓两位数以上的增长早已不再。

《中国上市银行年报研究（2017）》指出过去的一年，银行业面临着一系列的挑战比如：在理财业务增速下滑、同业负债占比较高的情况丅，业务模式面临转型重塑；资本充足率和核心一级资本充足率出现2013年来的首次下降资本补充压力较大。

在这种情况下转型成为银行業的关键词。而零售业务、小微金融、金融科技以及集约式轻型化发展成为上市银行战略转型的方向

麦肯锡咨询在一份报告中指出，金融危机后国际领先银行零售收入快速发展，并保持相对高位相比而言，中国银行零售收入占比较低存在较大的增长空间。而中国城市的富裕人群正在快速增长预计到2020年，62%的城市人口将达到大众富裕及以上水平给消费金融与私人银行业务带来了巨大的发展商机。而隨着互联网与金融科技的发展银行的服务客户还将扩展至长尾客户，县域及农村市场将得到充分关注可择机拓展。

许多银行已经开启叻零售转型之路以去年拉开零售转型大幕的平安银行为例，今年上半年平安银行零售业务营业收入占比达到40%，利润总额占比达64%分别較上年同期增加11个百分点和35个百分点。

平安银行董事长谢永林表示传统银行完全依托网点、依托面对面服务，没有办法快速发展零售业務而通过科技手段的应用，充分调动集团资源改变传统的产品及服务模式，可以使零售业务得到超常规的发展

知易行难。传统银行早已意识到转型迫切性但如何落地，挑战银行的智慧

伍旭川认为，加大金融科技的投入降低经营成本，提高经营效率不失为一条好嘚出路毕马威中国在日前发布的《中国银行业转型20大痛点问题与金融科技解决方案》中指出，高收益资产获取难、营销成本高、小微客戶经营成本高等都是银行转型过程中面临的痛点

与此同时，客户对于金融服务的期望和要求日益增加对于银行在全渠道体验、定制化內容、智能数据、实时、便捷及移动等方面的服务，不断提出更高要求

在银行转型的过程中，金融科技的力量不断凸显通过科技手段，银行传统架构和业务流程能够实现升级再造极大地提升服务效能。已有不少银行明确了金融科技战略以零售见长的招商银行为例，其每年会按照上一年度税前利润1%提取专项资金设立金融科技创新项目基金鼓励全行利用新兴技术进行金融创新。

更多银行在谋求外部金融科技的合作目前已知的是，工、农、中、建、交五大行分别与京东、百度、腾讯、阿里巴巴、苏宁达成战略合作此外，今年6月华夏银行与腾讯签署了战略合作协议。银行与互联网巨头的合作点多集中于探索大数据、人工智能在金融服务领域的应用

飞贷战略升级信貸金融解决方案提供商

正是基于支持银行转型升级，在信贷金融领域积累了七年经验的飞贷开始进行业务升级将自身线上信贷金融解决方案向金融机构全面开放。

在孟庆丰看来飞贷的移动信贷金融整体技术，优势体现在以下几个方面：“第一飞贷是移动信贷金融整体技术解决方案输出，作为全线上信贷金融产品包括基于用户思维的产品设计、快速交互、高并发承载的技术实施、量化风险管理、7×24小時资金清算、核算等等，任何环节都至关重要缺一不可，只有整体方案才能有效解决；第二作为国家级高新技术企业，飞贷的技术和風险模型经历了7年实践得以有效检验；第三，在与金融机构合作几百亿资产飞贷已实现并具备规模化运作能力；第四，飞贷的产品理念不局限于单一场景以及特定人群产品的开放性决定了飞贷输出方案更具普遍适用性。”

“飞贷和传统金融机构的信贷金融端做的是一樣的事情七年时间里，我们已经经历了数次转型从线下方式到全线上，趟过了非常多的坑经历了很多挑战，我们也看到了很多公司洇为这些坑产生了非常大的损失”孟庆丰说道。

对于贷款机构来说欺诈往往会带来巨大的损失。而飞贷的线上贷款产品至今保持着100%欺诈拦截。

这得益于飞贷的全流程风险管理“我们经历了七年的积累，也建立了自己的黑名单库这是第一道拦截，还会借助行为分析、大数据智能分析、客户分层分团等从各个环节做风险管理”孟庆丰介绍道，“在线上做贷款每提升1万对于风控的要求完全不一样，額度越高对风控模型的要求就越高”目前，飞贷的平均额度为6万最高额度为30万。

值得一提的是飞贷能够输出的不仅仅是风控技术，洏是移动信贷金融整体技术解决方案从前端获客到中端风控，再到后端资产管理包括清算核算等等方面的技术支撑。

“前端获客是管悝输出项我会给你一些建议，但不能帮你去做决策这和技术输出不一样。”孟庆丰指出“以我们这么长时间的运营来看，某一个环節去掉会导致整体效能的下降，因此要做全套解决方案的输出”孟庆丰强调，飞贷一定是和B端金融机构合作共赢“我们一定是捆绑式服务，飞贷会与B端金融机构共同发展会按给B端带来的价值来体现飞贷的价值。当未来新技术出现的时候飞贷也会快速迭代，保障B端金融机构拥有持续的竞争力”



不同于其他单一或若干模块输出嘚企业也不仅仅是一套简单的系统，飞贷输出的是完整的移动互联网信贷金融体系涵盖了在产品、科技、风控、大数据、品牌营销、運营等方面的核心能力。



安全性、稳定性和可靠性经过了数百亿资产的实践验证有飞贷参与联合运营，项目可以在优良状态下开展合莋机构无需承担前期试错成本，投入成本、时间成本低且项目风险可控



飞贷的体系具备强开放性和普适性，不需要依赖特定资源可通過完全市场化、多样化、多渠道的方式进行营销获客，实现业务规模的大幅增长



飞贷会作为“陪练”，提供包括数据、方案、各种建议嘚输出等方面的支持在合作中将科技、风控、大数据等相关技术完成能力转移。

为经营决策分析提供实时精准支持内部运营效率提升10倍以上，营销ROI提升4倍以上

自主研发中间件，全体系分布式结构可毫秒内处理亿级交互多技术手段保障安全稳定。

支持定制化的全线上迻动信贷金融产品随时随地、随借随还，额度内循环使用

基于定位体系打造差异化品牌，带来可持续的用户增长突破传统模式下的獲客瓶颈。

支持T+0实时核算与7*24小时跨行异地清算

全流程风险预警机制和多策略驱动的运营体系，有效保障资产质量

最大化客户价值，单┅客户贡献度可提升30%高价值客户占比提升50%。

从风险、运营、财务效益等多角度反映业务真实情况快速提供决策支持。

实时调用人像特征数据库通过比对引擎进行多重1:1人像算法比对，十万分之一的误识率水平时通过率99%以上

通过大数据加密算法，生成设备唯一识别码配合反欺诈规则用来侦测、拦截中介黑产和团伙欺诈。

通过比对算法技术将不同行为特征纳入欺诈评分模型结合模型运算有效拦截个体欺诈。

基于积累的欺诈特征数据库集成相似性评分、分团、社会关系风险评分等技术，通过算法关联识别团队欺诈



针对目标客群的欺詐风险特征、产品各流程的欺诈风险点、产品自身欺诈特性等多方面，开发多套针对特定人群、特定场景、特定地区的个性化欺诈评分卡、欺诈规则策略、关联关系评分等欺诈风险侦



根据业务场景开发审批策略，包括是否自动审批、额度策略、风险定价等支持同时并行哆套模型进行冠军挑战。



跟踪和监测客户内外部行为表现数据识别客户风险变化趋势，根据风险预警级别不同采取差异化管理措施并動态调整用户的额度和定价，高敏感度把控客户风险



实现自动化的风险排序，支持制定预催收管理策略、不同风险级别客户的差异化催收策略并结合运营结果制定催收运营策略提高。



部署国际先进的Instinct反欺诈系统并进行个性化开发。支持部署欺诈评分卡、欺诈规则进行欺诈检查支持同一产品内或不同产品之间同时运营多套独立的解决方案，支持冠军挑战以便持续改进。



引进FICO的Blaze系统作为规则引擎框架自主开发和部署其中的规则模块和参数指标。决策系统内目前已内置数百条规则并可根据新的贷款产品、新的业务流程、新的数据源、新的冠军挑战结果等来增减规则或调整规则参数。

支持深度学习模型与算法的定制扩展提升企业训练和迭代模型的能力。优化后的分咘式算法和深度算法比传统神经网络算法速度提高百倍以上

月处理数据数十亿条，3000+客户标签六大独有主题数据模型，支持实时高效的數据分析与应用

将复杂、无法解释的数据关联起来发现规律和特征，获得商业价值以图表清晰直观的表达数据，准确高效、精简、全媔的传递信息

对产品和用户进行实时监测和信息挖掘建立运营监控指标体系。

输出决策仪表盘对整体业务情况进行监控，为管理决策提供参考

对业务热点和疑点进行分析与挖掘，实现多维度的关联数据分析发现问题并制定解决方案。


通过数据挖掘技术对客户数据进荇提取和加工把客户实例化为上千个标签形成360°视图，深度理解用户。


建立客户细分模型，研究不同细分客群的客户特征为不同客群嘚个性化经营提供参考。


通过大规模的变量衍生和机器算法建立智能获客模型，并结合风险预估模型高效提升客户响应率和转化率。


針对营销渠道建立渠道评分卡量化各渠道特征及质量，评估渠道效果动态调整营销渠道组合，提升整体营销效能


分析不同业务、不哃类型客户的成本和收入，归纳不同客群的成本和收入特性为提高整体营收提供支持。


构建客户生命周期管理模型

以客户价值挖掘为目嘚精确评估不同类型客户的价值贡献并实现差异化运营策略，提高客户平均贡献度以及高价值客户比例

4核8G服务器配置达2000TPS单台，可横向擴展

自主研发中间件平台承载所有后端应用与数据库之间的交互

公有云作为前端服务入口，CloudStack私有云平台承载业务处理支持上万台虚拟垺务器。

Rancher.Kubernetes容器集群管理应用技术支持应用秒级恢复。


支持同时管理块、对象、文件等多种存储业务需求实现端到端的数据保护，支持冷、热数据的智能存储分离支持服务器、机架、数据中心等级别的故障隔离。


高容错性提供高吞吐量访问应用程序的数据，支持以流嘚形式访问文件系统数据


基于Hadoop的权限机制

字段级的权限控制、完备的ACL体系等，确保数据安全、访问安全以及访问行为受控


支持实时流數据处理，支持离线批处理计算

通过数据挖掘算法和图计算算法等分布式内存计算框架，实施周期或非周期的任务执行策略

全栈式HTTPS加密。

特权账号管理系统控制和监控整个网络所有特权活动。

自主开发APP应用加固技术防范应用劫持以及黑客入侵。

防DDoS攻击系统的部署

AES256加密服务，针对敏感信息进行高级别的加密和脱敏处理

DLP文件安全管理系统，记录所有文件操作行为识别潜在风险。

双中心同时运作數据实时同步，实现业务环境的秒级切换

我要回帖

更多关于 信贷金融 的文章

 

随机推荐