互聯網金融火了，大數據風控也火了。於是，不斷有公司跳出來說要做大數據，為互聯網金融公司提供大數據風控。想做大數據風控的人能做好嗎？
風控大數據挖掘需要專業性和工匠精神。
大數據風控無法回避的首要問題是大數據源的問題，即大數據的獲取、存儲、管理和分析。在我國，目前公共征信局尚未建成，信用數據無法完全以公共服務的形式獲取。而且國內民眾和企業的信用評級沒有歷史傳統，信用社會建設處於起步階段。因此，對信用風控數據源進行多渠道、多樣化、動態、實時的大數據挖掘，是大數據風控的必由之路。大數據風控真的只有數據抓取技術才能做到嗎？
“風控大數據挖掘需要專業性和工匠精神。對於很多專業技術人員來說，通過技術手段在線抓取數據並不難，但真正難的是如何識別、篩選、分析真正對風控有價值的信息，沒有在金融風控領域的深厚經驗，沒有專註並結合行業頂尖數據挖掘的技術，這是不可能的。最終，妳從大數據中得到的可能只是更多的錯誤信號和噪音。”深圳大蜜蜂數據運營總監克裏斯說。據了解，大蜜蜂數據團隊在金融風控行業浸淫多年，壹直專註於金融領域的數據分析、企業CRM、風控體系建設，客戶遍布澳洲、東南亞、港澳、中國大陸等地的各大銀行、保險機構、政府機構。比如匯豐銀行、穆迪亞太總部、中國銀行、招商銀行、中信銀行、廣東發展銀行、中國平安、中國海關、中國移動、中國聯通、鵬遠征信、渣打銀行、大新銀行、永亨銀行、新加坡發展銀行、泰國大成銀行。就像幾年前的華為壹樣，大蜜蜂團隊多年來默默堅守著“工匠”的本分，在幕後精耕細作，推動著行業的發展。
“大蜜蜂團隊的很多項目經理和R&D負責人都有多年在匯豐銀行、大通銀行、IBM、SAP、SAS、華為、鵬遠征信等知名機構工作的經歷。對於大數據風控，有很深的技術理解和行業認知。對於互聯網金融風控來說，最高效便捷的方式應該是大數據風控，這是整個公司目前正在集中精力做的核心業務。”對於大數據源挖掘的問題，Chris很淡定，也很自信。他表示:“大數據風控還處於行業探索階段，但這麽多年來，大蜜蜂團隊引以為傲的不僅僅是海量的數據采集和處理分析技術，還有金融行業多維度的核心大數據資源，其他相關數據都可以通過技術快速準確的獲取。當然，大數據和數據挖掘沒有止境。目前，我們在大數據挖掘方面需要做的是不斷豐富大數據源，並與行業壹起探索大數據應用的開放性和有效性。”克裏斯炮制了《任關於大數據風控的數據來源》壹文，廣受業界關註。“在大數據信用風控領域，大蜜蜂有‘工匠精神’。我們足夠專業，我們更加專註，並繼續擴大我們的跨行業經驗和資源。大蜂數據最有可能真正實現大數據技術與風控應用的完美結合。”
信用風險控制系統比技術本身更吸引人。
據了解，大蜜蜂數據創始人Dick Cheung是著名的數據分析和金融風險控制專家。作為英國皇家統計學會特許統計師，早期在歐洲、澳大利亞等知名機構從事數據分析和金融風險控制研究。回國後創辦華策公司，專門為知名銀行、保險、政府機構進行風控體系建設，深諳國外金融風控體系建設，熟悉國內信用風控市場。他個人認為，金融風險控制壹定是壹個系統工程。除了宏觀環境，信貸機構內部的風險控制，僅靠BAT某些維度的大數據源、信貸數據和信息支持，永遠做不到。真正做好信用風控，尤其是互金風控，需要考慮風控流程、風控人員管理、風控效率、風控質量、風控成本等維度。有效高效的信用風控體系建設，突破大數據的技術壁壘是基礎，更重要的是需要對金融風控領域和互金行業有深入的了解和研究。
基於這壹信念，從2013大數據風控業務研發之初，大蜜蜂團隊就著力打造貫穿信貸全生命周期的大數據風控解決方案，從獲取優質客戶，到貸前審核、貸中決策，再到貸後監控，為信貸機構提供全周期風控咨詢和決策輔助服務。大蜜蜂團隊通過對互金風控的深入業務梳理、數據統計、分析建模，將復雜的大數據風控解決方案整合到幾個智能簡潔的操作系統中，分別是業務申請信息調查系統、業務審核欺詐識別系統、大數據評分系統、貸後監控系統，目前已有大量用戶在使用，即將應用。之後，大蜜蜂還計劃將這些系統整合成壹個統壹的平臺“蜂控在線”。屆時，通過該平臺，所有小額貸款公司、P2P平臺、銀行個貸部門、個人信用卡中心、貸款中介等機構的普通業務人員，都可以輕松辦理以前需要多個流程部門、多名專業人員才能辦理的風控業務。
每當想到團隊在做什麽，看到系統給行業帶來的風控變化，Chris總是很興奮。他說，“這壹直是我的夢想，是公司的夢想，也是這個團隊多年的夢想。信用風險控制體系的構建比技術本身更令人著迷。”
降本增效提質，實現從“0”到“1”的轉變
我們知道，在互聯網金融領域，主戰場是小額貸款和P2P平臺。壹般來說，小額貸款和P2P平臺的信貸業務具有客戶多、數量少、放款快的特點，這就決定了共同基金行業無法像銀行壹樣通過傳統的資產抵押或線下調查來進行風險控制。因此，很多小微共同基金機構幾乎沒有風控部門，或者風控工作零散不系統。即使設立了專門的風控部門，大部分也不太可能成立系統研發團隊，而大多采用人群戰術和人工審核，其風控效率始終有限，風控成本必然很高，風控流程和人員管理也會出現各種問題。
從技術和應用的發展趨勢來看，大數據風控的網絡化、平臺化、智能化、全維度等特點，將能夠滿足互貸風控的大規模、高效率、低成本、高質量的風控需求，並能從調查維度、信用評級、流程管理、風控成本等方面全方位解決這些問題。
當然，新的技術和應用永遠是叠代的過程，需要系統環境的推動和整個行業的不斷試錯、證偽和進化。對於很多互金機構風控的“空白”或“混亂”，大數據信用風控可以實現整個行業從“0”到“1”的變化，進而實現“1”的決定性價值。
從大蜜蜂數據目前推向市場的幾款大數據風控產品(系統)的應用效果可以看出大數據風控的價值。從捷信、證大快貸、安盛、金聖等大蜜蜂的部分合作客戶處了解到，他們在信貸審核業務大數據風控平臺——“業務應用信息調查系統”的應用方面進行了全面合作。在省時增效方面，比傳統的人工信貸審核至少提高300%；在信貸審核質量方面，可以靈活快速獲取更廣闊的數據維度，更精準地對網貸申請人進行自動化大數據調查核實，快速生成調查報告，輔助貸前準入決策。同時，他們正在討論接入大蜜蜂數據的“業務審計舞弊識別系統”。這是壹套智能化的大數據動態題庫和交互式考試評分系統，可以有效解決出借人偽造個人申請信息、冒用他人身份信息、“征信黑名單”無法追查、不法中介誘騙他人間接實施信用詐騙等反欺詐問題，使傳統的申請表格“動”起來，對那些有準備、有預謀的欺詐行為起到很好的識別和防範作用。據悉，大量有影響力的信貸機構正在與大蜜蜂數據洽談更深層次的風控合作，包括貸中決策的大數據評分系統和貸後的大數據監控系統。
信用風險控制，壹個永恒的領域。古代的典當抵押，現代的銀行信用抵押貸款，近現代的銀行信用貸款，每個時期的借貸行為都伴隨著相應的風險控制模式。信用的歷史有多長，信用風險控制的歷史就有多遠，信用模式伴隨著風險控制模式。我們相信，隨著互聯網金融在世界範圍內的發展，互聯網金融和信貸必將迎來她全新的風控模式——大數據信貸風控模式。大蜂數據的歷史使命，首先是做“工匠”，做“守護者”。