2.基于大數(shù)據(jù)自動化流程提升效率
在通過反欺詐引擎，識別出真正有還款意愿的借款人后，這個階段的重點在于建立大數(shù)據(jù)輔助的信用風(fēng)險評分模型，盡可能的從多維度數(shù)據(jù)補強出傳統(tǒng)金融數(shù)據(jù)不足之處，精準(zhǔn)定位達(dá)不到傳統(tǒng)金融機構(gòu)要求，但是又具有良好還款能力的借款人。目前行業(yè)內(nèi)流行較廣的應(yīng)用是在個人征信過程中，針對小額度（低于1萬元）的貸款需求盡量采取自動化、批量化的模型審批系統(tǒng)，將原先需要人工花費30分鐘、逐一審核的15個風(fēng)險控制點，采取自動化和接口的方式，在1分鐘內(nèi)能完成風(fēng)險定價和放貸，極大地提升運營的效率，更有效地通過技術(shù)手段壓縮了運營成本。不過針對大金額的借貸，考慮到欺詐風(fēng)險和成本較高，傳統(tǒng)的金融征信數(shù)據(jù)和手段依舊不可或缺，同時使用大數(shù)據(jù)進(jìn)一步提升風(fēng)險管控和提高效率，例如通過接口自動實現(xiàn)身份證、法院、社保的信息核實，可以提高準(zhǔn)確率和審批效率。未來也可以試圖在傳統(tǒng)風(fēng)控打分模型中引入更多的大數(shù)據(jù)元素，作為評級的參考標(biāo)準(zhǔn)，例如有金融參考性的保險數(shù)據(jù)、航空記錄、社保記錄等。
3.構(gòu)建基于場景的數(shù)據(jù)風(fēng)險管理體系
通過建設(shè)交易借貸的場景一體化，是目前各大互聯(lián)網(wǎng)金融平臺和傳統(tǒng)金融機構(gòu)進(jìn)行錯位競爭的舞臺。其中由于借款人是直接通過信用借貸行為取得所想要的產(chǎn)品或服務(wù)，套現(xiàn)詐騙風(fēng)險相對較低，金額一般也較小，各大平臺借鑒著靈活的體系和快速執(zhí)行力，紛紛投入精力設(shè)計各種低風(fēng)險、場景化的金融應(yīng)用服務(wù)，并不斷持續(xù)優(yōu)化客戶體驗。
場景化金融的風(fēng)險管理要素，在任何一個的場景中，都有借款人、貸款用途（購買特定產(chǎn)品和服務(wù)）、資金流和產(chǎn)品服務(wù)流這幾個基本要素，在這些特定點中，通過下列規(guī)則的設(shè)定和組合，可以有效的極大的降低風(fēng)險。第一，基于購買特定產(chǎn)品和服務(wù)類場景的借貸產(chǎn)品，例如產(chǎn)品服務(wù)非一次性 交付，如長達(dá)一年的教育課程培訓(xùn)套餐或多次實施的醫(yī)療美容套餐。第二，資金流和產(chǎn)品服務(wù)流形成閉環(huán)，意味著借款人不能拿到現(xiàn)金，平臺的資金流是直接付給產(chǎn)品服務(wù)提供方，如在線分期購買iPhone、個人二手車消費貸款。第三，風(fēng)險可控有抵押需要快速周轉(zhuǎn)靈活調(diào)度資金的場景，如二手車商的經(jīng)營貸款、房地產(chǎn)置換的贖樓貸，也是很好的消費場景。
不過考慮到每個場景設(shè)定的不同，對應(yīng)的風(fēng)控要素自然也不同，最理想的 互聯(lián)網(wǎng)金融 平臺模式，會建立數(shù)十種不同的場景化金融，針對每個場景定義出不同的風(fēng)控要素、準(zhǔn)入條件和禁入人群、利率定價、還款周期等等。
從實操的角度來說，第一步應(yīng)該是在每一個風(fēng)控場景，由風(fēng)控人員和技術(shù)人員設(shè)定出精密的各種金融要素條件，第二步是盡量善用外部數(shù)據(jù)源來輔助，能真正體現(xiàn)每一個互聯(lián)網(wǎng)金融平臺的產(chǎn)品設(shè)計和風(fēng)控水平。
4.做催收貸后管理的應(yīng)用
在傳統(tǒng)數(shù)據(jù)受限的場景下，大數(shù)據(jù)能顯著提升貸后催收的成果，目前國內(nèi)各大銀行信用卡中心都已經(jīng)開始探索這方面的應(yīng)用，互聯(lián)網(wǎng)金融行業(yè)也早就已經(jīng)著手使用。具體來說，主流應(yīng)用是查找逾期失聯(lián)客戶的電話、地址、郵箱、QQ 、微信、微博等信息。幫助委托方與失聯(lián)客戶建立溝通渠道。如果還是失敗，大數(shù)據(jù)公司往往會進(jìn)一步分析該手機號最常聯(lián)系人，做進(jìn)一步聯(lián)系，試圖聯(lián)系失聯(lián)客戶。
5.在獲客和客戶價值挖掘上的應(yīng)用
傳統(tǒng)金融機構(gòu)或銀行，目前評價一個客戶價值，相對來說較為片面。舉例來說，一個客戶在某銀行里，只有一張借記卡，沒有其他信用卡或貸款服務(wù)，只有賬戶里面幾千元活存，那這個客戶對銀行來說，往往被定義為交易不活躍的低價值客戶。
如果可以通過大數(shù)據(jù)角度來看，通過身份證號、手機號進(jìn)行客戶畫像描繪后，可能分析出來這個客戶經(jīng)常關(guān)注互聯(lián)網(wǎng)理財，經(jīng)常頻繁使用各種股票和銀行APP，較高頻次的國內(nèi)和國際航空記錄。這個時候分析出來的結(jié)果反而可能是高凈值客戶。通過大數(shù)據(jù)可以幫助金融機構(gòu)和互聯(lián)網(wǎng)金融把客戶畫像描繪的更加完整。這樣一來，結(jié)合了原先的傳統(tǒng)情景和大數(shù)據(jù)分析后的場景，金融機構(gòu)和互聯(lián)網(wǎng)金融平臺的決策就會截然不同。這個客戶雖然在銀行或互聯(lián)網(wǎng)金融平臺暫時是一個低價值客戶，但實質(zhì)上是一個高凈值客戶，可以通過適當(dāng)推送的產(chǎn)品組合，并結(jié)合電話銷售，推薦適合的金融產(chǎn)品或服務(wù)，例如全家海外旅游分期貸款，或者短期高收益的金融產(chǎn)品。這也是通過大數(shù)據(jù)分析能改變傳統(tǒng)獲客和客戶挖掘交叉營銷的模式。