注册
登录
| 关键词： 借款人 数据源 爬虫 数据 征信 数据分析 京东 客户 ZestFinance 个人 |
 当知道有家公司能靠一只“爬虫”判断出借钱给一个人会不会“肉包子打狗”时，我马上电话一朋友，这哥们“爱好”借贷，最近很不幸地抵押贷款炒股被套，又拖欠信用卡，只好骗他媳妇说公司没按时发工资，信用破产进了平台贷款人“黑名单””，现在玩不下去要跪键盘了! 果然，他追问是谁这么有才，敢断他生路？！我不敢告诉他，因为我担心他撸袖子直接去找罗皓。 是的，这个人就是罗皓，他的产品是聚信立，在和团队经过苦逼的近一年多的闭门“升级”后，新产品于2015年1月“出关”上线，矢志不移继续揪着借款人究竟靠不靠谱这一问题不放，携手B端客户，争取通过“鸟枪换大炮”后，新的数据源分析产品，将劣质借款人扼杀在摇篮中。 聚信立目前已经为包括积木盒子、点融网、你我贷以及浦发银行信用卡在内的120+个金融机构提供了服务，主动要求被他“人肉”的借款人已经超过了800万(被毙掉了多少他没说)，这时罗皓等来了京东商城2800万元A轮融资。
从作一只更有逼格的“爬虫”开始 网络爬虫早就不是新鲜事，但在没有数据积淀，缺少接口的情况下，选择先从一只“爬虫”作起是唯一的出路。 都是“爬虫”，有什么不同? 同样是在网络上“爬”，聚信立的网络爬虫爬过的地方更多面积更广，因此数据源下沉的深度和覆盖的广度更深更远。一句话，爬的够深够远，获取的信息才能更多，得到的结果才会更准确。 罗皓告诉创业邦，闭门升级中，他主要干了两件事，第一件事是放弃之前的社交数据分析产品，专注于以中小互联网消费金融企业为主要对象的大数据分析产品，将数据分析的维度从50个扩展至5000+个，“爬虫”爬过的网站超过100个，接入数据接口增加到80个。 第二件事是直接技术升级，在常规的分析报告、PPT之外开发出聚信立大数据分析工具，通过API接口切入B端客户平台(包括PC端、移动端)，利用一个或两个页面，植入平台借款申请流程场景中，在借款人通过页面申请借款时，直接形成风险评估。 其实对于借款人资质的审核有点像猫捉老鼠，只是对象换成了劣质借款人。这个捉老鼠的过程，如果靠企业自己对借款人挨个考察，然后审核放款，估计分分钟都是死掉的节奏，而聚信立的互联网大数据解决方案，却能够帮助借贷双方实现“秒批”和“秒放”。 数据沉淀，缺少征信接口，怎么使个人自愿交付数据源? 聚信立希望能够通过B端来驱动C端主动授权提供个人信息，而网贷、小贷公司是最好的突破口。比如有借款人想要在B端客户平台借的资金，必须提供相关的证明或者抵押来证明自己的还款能力。 那么，谁来证明?怎么使个人自愿交付数据源?
 聚信立大数据分析产品流程图 虽然从C端收集数据，但聚信立并不主动与C端直接接触。如果C端客户需要从B端获取资金，B端企业会要求客户提供由聚信立提供的信用评估，这种情况下，C端客户为了快速顺利的从B端拿到资金，势必将授权给聚信立，聚信立就能轻松获得借款人数据源，并通过后台“爬虫”搜集信息，将非标准化信息整合标准化，最终形成对借款人的综合评估，反馈给B端企业，有效过滤掉劣质借款人，降低坏账率，提升风控能力。 2015年，京东不只是投了聚信立，也与ZestFinance展开投资合作，对此罗皓说：
事实也确实如此，如何对已有数据进行分析、建模、统计方法基本一致。国内大数据分析的痛点不是技术而是数据源，是下锅的米。没有数据源，再好的技术也犹如巧妇无米将难以成炊。 ZestFinance的主要优势在于其建模以及分析能力，在美国本土进行信用评估时，完善的征信体系是其重要支撑，传统征信数据占比至少 30% 。而国内则恰恰相反，传统数据征信占比重不仅小，且大多掌握在传统机构和巨头手中，许多中小企业有心无力。 如果按照整个大数据产业链划分的四个环节即数据采集、数据存储、数据处理和数据应用来区分的话。罗皓说，聚信立和ZestFinance各自居于大数据产业链条的不同位置，聚信立更偏向于前端，ZestFinance则重于后区，未来双方更多的是优势互补的合作。 而对于京东来说，确实下了一手好棋，通过与ZestFinance合作投资聚信立，完成了整个大数据产品链条的布局。 5000多个维度会不会太多了点？！ 从罗皓的语气能知道，他真心不觉得多，且表示还要继续增加!用他的话说，随着技术更新，个人的衣食住行，以及生活工作社交等场景都在互联网化，因此数据源的深度与广度也应不断丰富更新。 2016年，在分析维度中将增加O2O、金融交易类产品等诸多方面。变化的将不只是数据源，聚信立计划拿下更多的小贷公司，并将触角延伸至股份制银行和城市商业银行，导入银行接口，帮助银行将信贷产品从高质量客户向下沉，拓展客户群体。而据他讲，B轮融资也已经在路上了。 |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
