打开APP

服务1000家金融机构,积累6.1亿实名数据,估值30亿元,百融金服的“魔力”何在?

作为一种重要的基础设施以及一个海量的数据状态和相应的数据处理技术,它类似于水电煤一样的存在,能够广泛和各行各业结合,在提升行业效率、创造价值的同时,促进相关行业,比如金融、医疗健康、零售业、制造业等行业的运营和竞争方式。

  大数据(Big-Data),对于我们来说,并不是一个陌生的词汇。它不但传唱于马云李彦宏口中,甚至在2016年政府工作报告中也屡次被提起。近期关于它的热门事件是谷歌人工智能围棋程序AlphaGo以4:1击败了人类选手李世石。只不过在这里它换了个面目,以人工智能的形式出现。

  它和我们紧密相连,无处不在。我们每一秒都可能产生或者使用一个并未被我们认识到的数据,比如我们在地图上搜索出行路线、一次电商平台的支付、医院挂号、每一页的网页浏览。据悉,每一天,世界上都有两百五十万的三次方的字节数据产生出来,这直接导致了仅在过去两年便已创建出世界上90%的数据。这种通常所谓的“大数据”的快速增长和存储,也创造出了很多机会:比如收集数据,处理数据,结构化和非结构化的数据分析等等。

  因此作为一种重要的基础设施以及一个海量的数据状态和相应的数据处理技术,它类似于水电煤一样的存在,能够广泛和各行各业结合,在提升行业效率、创造价值的同时,促进相关行业,比如金融、医疗健康、零售业、制造业等行业的运营和竞争方式。

  金融服务业是深受大数据影响和改造最大的行业之一。为了保持足够的竞争力,许多金融机构和大数据联手,通过结构化、非结构化数据以及复杂的算法,以尽可能地避免人类的情感和偏见对交易干扰。而百融(北京)金融信息服务股份有限公司(以下简称百融金服或百融)便是一家利用大数据技术为金融行业客户提供相关服务的公司。

  脱胎于百分点百融金服开始起步

  百分点是北京百分点信息科技有限公司的简称,百融金服脱胎于此。百融金服CFO赵宏强介绍,百融金服曾是百分点的金融事业部,其最初的数据积累来自于百分点。从第三方数据平台——企查查呈现的数据来看,百分点董事长苏萌是百融金服三大创始人股东之一。

  百分点成立于2009年,也是大数据技术和应用的服务提供商,截至目前,已为近2000家互联网及实体企业提供大数据相关的服务,客户涵盖制造、金融、汽车、零售、快消、电商、媒体、政府等行业,沉淀了5.5亿受众画像和1亿商品画像。赵宏强解释说,百融金服成立初期,通过百分点跟两千多家,接近三千家的电商、阅读、媒体、咨询服务等平台发生联系,积累并能持续获得用户行为的数据。

  第二类数据源,是百融金服通过公共渠道获得的,比如法院、被公开的失信人员的名单等等。另外,百融金服也从和自己有合作关系的数据源及其他业务合作机构,包括电信运营商和各类网贷平台等处获取。据悉,百融金服目前在服务的银行以及非银行类的金融机构约有1000多家,已经积累了6.1亿实名用户数据以及10.8亿的匿名数据。

  “维度全面”,是赵宏强在描述百融金服数据时,不断强调的词汇。它的宣传页也写道:“公司积累的数据来自于线上零售、媒体和社区,以及传统线下商业机构,比如线下零售、航空、电信运营商、传统品牌等”。

  百融金服积累的多维度数据除了规模大以及维度全之外,对于普惠金融而言也意义重大。普惠金融是目前传统的金融机构以及新近兴起的互联网金融平台重点发力的领域。赵宏强认为,目前,以银行为代表的传统的金融机构,只覆盖了全国20%—25%左右的人群,他们在这些金融机构里面留下了相对清晰的信贷记录。但是这些数据主要覆盖优质信贷(prime)人群,范围远不够大,并不具有代表性。大量的人群以及他们的信用相关的数据游离于传统金融机构覆盖网之外。它们零星散布于消费金融公司、网贷平台、等非银行类的机构以及包括电商、媒体等在内的各类互联网平台里。作为独立的第三方信用数据服务平台的百融金服积累的大量的多维度的用户数据无疑是在很大程度上填补了这一空白。

  百融金服的产品体系和纵横再深化


  除了百融金服的数据外,“风控模型”也是赵宏强在接受投资界采访时强调的另一方面。据其介绍,百融金服的风控模型团队目前有近30人,多来自各大银行的风控部门,具有多年风控建模经验。模型团队负责人多年专注于信贷新发卡策略、信维组合管理、新巴塞尔协议等风控领域,具备多年国内商业银行模型团队的管理经验。“经我们经验丰富的团队打造的模型具备支持反欺诈和信用评估两类产品、侦测管控风险等特点”。

  赵宏强还提到百融的模型还具备持续学习、快速迭代的能力。据其介绍,同百融金服合作的银行、大型的消费金融公司以及网贷平台等,每个季度都会和百融金服的团队一起修正和更新其风控模型百融金服通过最新的表现数据以及其自身服务不同的金融平台所积累的丰富经验,能让这些金融机构使用的风控模型实时顺应平台的客群变化,越来越精准,使得这些模型具备不断学习和演进的可操作性。

  凭借着经该团队打造的风控模型,线上线下融合积累的多维度海量数据以及服务银行等金融机构的先行优势,百融金服为信贷行业用户提供包括贷前营销获客、贷中管控以及贷后管理的全生命周期服务;为保险行业用户提供精准营销、存量用户激活管理以及个性化产品定制等产品和服务。

  赵宏强介绍百融通常的合作模式时说道:“通常一个新的金融机构和百融合作时,我们会基于他们的审批策略与金融机构联合建模。我们会根据客户自身用户群以及其已经积累的历史表现数据,和客户一起建立一个模型。如果新起的机构还没有足够的表现数据积累,我们可以根据我们已经储备的服务同类型机构的经验,为其建立符合这个机构的通用模型,等以后有了历史表现后再进一步优化。”

  比如一机构想去成立一个消费金融公司,做3C类的现金分期类产品。在没有历史表现数据或者模型团队还没到位的情况下,百融可以承接其完整的风控流程。“我们可以帮你建立风控模型,利用我们的数据帮你精准引流,还可以帮你捋顺审批流程,帮你做贷后风险监控,甚至替你清收不良资产。”

  通过数据和经验的积累,百融金服基于其对于每一笔消费信贷资产信用风险的评估判断、形成了对于单笔资产的定价能力。

  未来其业务还会逐渐延伸到消费信贷资产的的证券化交易当中。赵宏强介绍到:“由于没有对于单笔资产精准评估和定价的能力,有资金的机构很难从产生消费信贷资产的平台方获取优质资产,百融在当中就能发挥很核心的资金与资产对接的桥梁作用。”

  随着百融金服对单笔资产评估和定价的核心能力的形成,百融将有能力直接参与类资产证券化和资产证券化的单笔资产挑选及资产信用风险评估的核心环节当中。同时基于其对于不良资产定价和清收的能力,百融还能够参与到消费资产的不良资产运营中去。

  无疑,这一业务的想象空间将是巨大的,也是其现有业务的一次深化。

  这就是赵宏强讲述的百融业务的横向布局,在现有业务的基础上进行相关业务的延伸;他还提到了业务的纵向延伸,也即将风控做得越来越精准,以使得模型在不同的金融机构上都具备普适性。

  “我们还在路上


  目前,信贷市场的规模在4万亿元以上。据赵宏强介绍,在百融金服现有的业务链的每一个细化的赛道里面,比如反欺诈、信用风险评估、大数据清收、大数据营销等,有一些“友商”。和这些细分领域的“友商”相比,其优势在于百融是一个能给金融机构提供整个用户生命周期综合服务的平台,而且有较长时间的积累以及先发优势。

  另外,他也没有回避蚂蚁金服腾讯旗下的微众银行以及百度的金融产品。他认为百融和他们相比,胜在跨领域的多维度数据整合、长时间的实践经验、数据的连续积累。在资金投入方面也不逊色,“如果从2009年算起,我们已经持续投入了20多亿人民币才达到了今天的数据和业务规模,这对任何一个机构来说都不是一笔小的投资。”

  据悉,从2014年3月成立至今,百融金服已经融资到B+轮,已共计融资超过7亿元,投后估值也达到了30亿元。

  为进一步完善百融金服的业务体系,据赵宏强透露,百融还计划进行新一轮的融资。更远的以后,百融金服也会寻求在主板或创业板上市。

  “我们还在路上”,赵宏强在最后说。

【本文为投资界原创,网页转载须在文首注明来源投资界(微信公众号ID:PEdaily2012)及作者名字。微信转载,须在微信原文评论区联系授权。违规转载必究责。】

相关资讯

金融数据总览

Tyme GroupTyme Global Limited
D轮2.5亿美元
2024-12-18
投资方: Nubank腾讯投资Norrsken22M&G InvestmentsLavender Hill Capital PartnersBritish International InvestmentBlue Earth CapitalApis Growth FundEthos Capital PartnersGokongwei Group
KASTKAST LAB
种子轮1000万美元
2024-12-12
投资方: Peak XV PartnersHongShan红杉中国DST GlobalGoodwater Capital
Soda HealthSoda Health, Inc.
B轮5000万美元
2024-12-05
投资方: General CatalystSVB Capital启明创投Lightspeed CapitalDefine Ventures个人投资者
PublicPublic Holdings, Inc.
D+轮1.35亿美元
2024-12-03
投资方: Accel Partners
长安汽车金融长安汽车金融有限公司
股权转让轮23亿人民币
2024-11-27
投资方: 长安汽车

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】