陆雨泉：公司不愿分享数据 因都是被骗之后换来的

共鸣科技CEO陆雨泉谈

凤凰财经讯 凤凰财经imoney工作室主办的“大数据征信与新金融”下午茶于6月14日在五道口三联书店举行。

共鸣科技CEO陆雨泉谈到目前的数据系统时讲到，对客户信用的甄别数据，都是公司“拿血泪交了高昂学费换来的”，即被骗之后将之列入黑名单，才有了今天的数据系统。

他表示，这也是为什么今天很多掌握数据的公司不愿意将之共享的一大原因——交了泰国高昂的学费，走过太多弯路。

以下是陆雨泉发言实录：

陆雨泉：这么讲一下，就是说在差不多2010年的时候，在人人贷刚开始尝试做纯粹的互联网借贷，那个时候我们遇到非常有意思的现象，我们花了大量的人力和时间去做一件事情就是把非结构化的数据变成结构化，我们看到一个现实情况就是效率非常低下，差不多只有5.9%的核准率，一百个客户里面5.9位可以拿到钱，而我们的收入和最后客户拿到钱的金额相关，我测算了一下最早需要扩大业务规模80倍以上，而且是复核的，才能保证这个业务是赚钱的一件事情，这也意味着在当时的方法下，我们的做法是有问题的。在后来的时候我们也做了很多的探索，也花了很多的时间，说实话，我们认为目前为什么大家互联网金融的企业不愿意把自己的数据贡献出来，因为这些都是交了学费拿血泪换回来的，因为这些数据足够精确，在你的公司这个客户是黑名单，是因为他骗了你，这种学费我们为什么要替你交，我们可以理解同行的心态。但是随着时间发展，我们的同行越来越开放，他们愿意共享这样的东西了，即使如此也是不够的，我们一直有一个想法想建立一套真正基于数据分析的模型，分析什么样的人是好的，分析什么样的客户是暂时不能借钱给他的，后来发现不太现实，因为坏的样本数始终不够，即使我们集合了四五十家数据在一起还是无法算出来，有时候准有时候不准，就说明有问题。这个问题具体在于什么地方，我们后来发现还是在于数据样本的量本身不够。

后来我们换了一个思路，既然我们分析不出来什么人是不好的，就分析什么是好的，这个好的量是足够多的吧，后来发现也不对，因为违约是不可预测的，至少看到这个人的第一时间，它是个概率事件，从坏的概率里面找到这些不好的概率是怎样一个规则，你从好的里面更分析不出来这个规则是什么，所以我们交了很多学费，走了很多弯路，在我历史上放的贷款里面亏了不少钱，这是事实。

在后来的时候为什么我发现这件事情有意义呢？结合郭秘书长刚才讲到，郭秘书长也是一个投资人，我自己在前几年有幸在这个行业里面赚了一点小钱，也做个人投资，我就从投资方向和目前我们实际从事的业务说一下我们怎么看待大数据和风控。我举个例子，就是我认为我是一个重度互联网使用用户，我基本上收到每一张名片都会扫描一下，突然有一天我想这个东西如果将来用在对于我的批贷上有什么作用，作用不大，但是如果用在催收上，我会把膝盖跪下来，似乎没有更好的办法。美国的数据基础比我们国家完善很多，像税收的数据，像很多小微企业主本身大量收的是现金，是为了避税，在这个基础上我们做这个模型本身也就存在不准确的可能，所以从风险控制基本理念上来讲，也许很多做风控实操的人告诉你我们做贷前风险控制，其实并不是判断这个人偿还能力更多是考虑这个人的稳定性和偿还意愿，以及能不能控制你，以及你违约之后能不能快速把钱收回来，这成为了目前主流的方式，就是偏贷后的控制方式。

这种方式体现在什么地方呢？比如说像银行的信用卡要求你填三四个联系人，各种各样的情况我们都见过，这一切都是基于他希望催收的时候对你的社交圈、工作产生压力，迫使你还钱，因为你的很多收入是隐性和无法判断的，我只能用后面的手段做这个事情，这个是目前我们看到在整个中国的信用市场里面比较普遍的一种状况。

也跟大家分享几个数据，我们做一些业务包括贷前的反欺诈，包括我们的黑名单，我们分析过所有客户的行之有65%多一点其实是欺诈客户，很多是不还钱的，他从借钱之后一段时间之后就违约了，违约之后就再也找不到人了，我们曾经发现一个变化延后一段时间，并不是我们风控手段进步了，是因为我们各个公司的政策问题，举个例子，我们原来认为一个客户差不多在九个月左右会进入到一个稳定期，但是现在会发现客户在12到13个月进入稳定期，你觉得市场发生了什么样的变化呢？后来发现是每家公司都对首次逾期有非常严格的处罚措施，包括很多销售会帮客户还钱，就发现这个数字往后推了几个月，我们之前做的工作，在政策上调整的工作，合规的工作，在实际传导中都会遇到反馈，这种反馈其实对于贷前的意义并不是特别大，反而对于贷后是有意义的。

我们还做了一个测试和分享，我们拿了1600户违约在180天以上找不到的客户，说白了就是通过电商的数据，通过一小部分的社交数据，也通过一些运营商的数据，我们发现有90%左右的运动率是相符合的，这些特征是可以匹配的，我们要做一点修复的工作，后来发现在30%到40%经过垃圾清洗以后可以找到，回款率在50%以上，这种办法不是可持续的，因为客户没有授权给你查他在其他方面的数据，这就是法律和效率。

另外一种情况我们也会看整个行业宏观数据，包括我们自身一些服务过的企业，包括现在服务过的客户他们的一些数据整个趋势是怎样的，在2013年放的很多贷款在2014年看到违约整体在上升，其实不是2014年的情况变糟了，是2012年以后2013年的情况不是特别好，造成2014年的情况糟。我们发现金融类客户原来是做服务业的和消费行业的差一些，从事生产类型更好一些，现在反过来了，生产类型非常差，消费和服务业变得比以前好很多，这个和整个经济的情况相关，包括现在国家提倡从一个生产和制造型社会转化成消费和服务型社会，和宏观经济相契合，这些数据我们通过什么去看呢？通过电商的数据，通过社交的数据，甚至通过广告公司的数据，我们不断看这些东西有什么样的变化，我们欣喜发现针对与互联网使用习惯不是特别好，或者说不是很深度的用户来讲，可能目前我们没有太好的办法去控制这样的客户，是不是能够建立好的有效的机制。但是针对于80后，尤其90后大多数客户而言的话，其实有很多的方法是可以获取到这些用户的行为和习惯的，但是这些行为和习惯其实是非常小的价值，我们更看重还是更偏重于如果不还怎么办这件事情上，这件事情成了目前很多公司放贷时候非常基础的决策依据，这是我目前看到的在我身边以及我们这个行业里面很多家在做这样的事情，用数据决定怎么催他，进而决定是不是贷给他，这是我看到的现象，和大家简单做一个分享。