图文：同盾科技首席产品官邱维芸

参会报名：由新浪财经主办的银行业年度盛典“2017中国银行业发展论坛暨第五届银行综合评选颁奖典礼”定于8月24日在北京金融街威斯汀大酒店举行，敬请期待。[报名入口]

同盾科技首席产品官 邱维芸

　　新浪财经讯 8月3日消息，由亚洲银行家主办的“2017中国未来金融峰会”在北京举行，同盾科技首席产品官邱维芸出席会议并发表讲话。

　　以下为演讲实录：

　　我先简单介绍一下同盾，同盾是一家金融科技公司，我们最关键利用我们大数据为我们金融客户做分析，从而提供解决方案，解决他们一系列的痛点问题，包括风控、欺诈以及获客有效率这些问题。在这之前我在麦肯锡做咨询服务，在中国发生两件事情，第一个零售银行业务尤其以支付为代表的业务，过去十年里面所发生的各种各样的变化。第二个这里面科技所扮演的重要作用，以及未来带来的重要机遇和挑战，我们怎么面对这样一些机遇和挑战，很大程度上在于我们怎么样面对科技，怎么样更好把它利用起来，我跟大家分享一下我们怎么样考虑这些问题的。

　　我们从客户开始考虑，我们客户很多是零售银行、零售金融，以信用卡来说，过去十年里面信用卡发展非常迅速的，不管是各种类型的卡片，电子钱包使用，它的发展速度一直持续的。这个不奇怪，跟全世界比较起来，大家都不会奇怪，中国已经是现在全世界最大的借记卡和信用卡的市场，最关键在于这个里面我们量级，甚至排名第二的美国，三倍借记卡，信用卡已经远远超过，这个意味着什么？也就是说我们虽然产生了量的变化，但是这中间本身的内制也在发生一系列的变化，中间以渠道为例子，大家能感受到。原来我们零售金融它的获客渠道从最早以银行的支行和直销团队为主，在过去三到五年里面，尤其是过去的24个月非常快速向线上获客渠道转换。大家可以看到这个渠道里面的比例，整个平均水平上占到50%，某些银行，有一些互联网民营银行几乎定位就是我是完全的获客渠道。这代表着什么？实际上我们看到这一系列的发展，对于银行未来业务机遇发生了变化。第一个从交易类型导向往未来的信贷类型导向变化，今天上午也讲到网贷一族，90后的行为，他们的变化。第二个从简单的客户渗透开始向精准的客户变化。到底你要打的目标客群是什么，我们新获客，新卡向现有客户价值挖掘转换。第四个从营销角度来说，传统我们更多依赖于人力营销，现在越来越多往数字化营销转化。最后所谓广泛营销，越来越多往精准营销改变，这是一系列我们客户，同盾科技一系列的客户发生的变化。

　　这个里面不仅是卡的业务而且上面所带来的消费信贷业务增长，在过去24个月里面发生了非常快速的增长，这反映了中国整体市场的潜在需求，这自然带来了一系列的风险，在座有很多银行同事，最明显两大类，一类欺诈风险，第二大类信用风险。欺诈风险有虚假材料、伪冒申请、内部欺诈问题，还有征信的问题，我们怎么防范这些风险，传统我们银行业务都是有一系列的流程，以及控制工具的。但是当这些流程和工具进入到互联网时代的时候，就会发现有很多东西需要进行调整。比如说你外部征信数据的不足，比如说互联网它的黑客行为如何判断，这就给我们银行业务零售金融业务的发展带出了新的挑战，科技怎么样可以帮到我们金融行业去突破这些挑战？在这里我们举一个例子。这里有一个以色列的公司，通过收集一系列关于每一个个人很多的生物特征，来判断他是不是他，有效的确认他的真实身份问题。这里面其中一个例子，通过一个人在去看设备上，ipad上面，就可以判断A是不是A，B是不是B。大家知道中国有一个QIC的问题，我们传统解决QIC的问题，一定要到银行网点做身份认证，通过生物收集都可以对身份进行认证。

　　当你有很多的数据，但是如果你不把它们关联起来，不把它们特征有效体现出来，它本身没有价值的。形成这些数据的关联，一定程度上不仅数据本身，还要收集一系列的关联数据，比如说IP之间关联性，比如说设备指纹，比如说后面一系列的社交数据这些东西。第二个还有一个重要问题就是模型建立，传统我们以专家经验导向模型，我们在互联网时代帮助银行保险公司，还有我们互联网金融公司推动，就是在于怎么样以底层数据推动优化模型，这说到底本身就是阿尔法狗就是同样的原理，包括一系列的复杂神经网络，包括一系列的机器学习给我们带来的价值，这个里面有效帮助我们从传统的信用风控，以选择他抵押为主，以资产为主，以他原有的银行记录为主的风控导向，往信用，而且是他的还款能力还款意向的能力去转换，这是另外一个例子，我们怎么样利用数据带动科技的发展。

　　在中国也有很多都是从事这样的工作，我们同盾希望在这方面可以和大家更广泛的合作，事实上我们在这方面从数据层面有了很大积累和基础。

　　我们前面讲到你需要什么样的数据？我们传统银行里面更多讲到抵押，对于互联网上面客户他所代表的一系列的行为，更多积累于他的行为数据，这些行为数据包括他如何使用他的手机，如何使用所有的移动设备，包括甚至可能有一些软件，还有社交上行为的数据，把这些整合在一起，你会形成非常完整的客户画像，有了客户画像还不够，下一步在于怎么把这些多维度的数据整合在一起，通过模型把它们充分应用到要解决我们问题的一系列的维度方面，这就是下一步我们通过一系列的机器帮助大家解决的。

　　这个中间说到数据一个是量的问题，一个是维度的问题，很多银行都知道，早上我们谈到大家怎么做数据的共享，这里面数据共享价值再生创造，最关键在于提升数量提升维度，为什么？我们早上讲到打分，对任何一个人打分，每个银行金融机构的要求不一样，很多时候你需要完成定制化的分，这个定制化需要数据交换，怎么样用更多的数据交换，在脱敏情况下，监管情况下，客户授权情况下，完成银行帮助客户解决这些问题，用科技帮助银行赋能的过程。

　　另外我们广泛智能的催收平台，传统大家知道我们催收都是通过电话中心和人力来的，有效性不高，中间做决策始终基于自己信息来源的时候，实际上不准的。有一个人有三个手机号，你只知道他一个就没有办法追到他，我们希望通过一个整合的平台，怎么利用数据以及下面大的计算平台从而提高银行业务的业绩。

　　我们跟大家分享一下，我们最终目标希望能够全方位的跟银行合作，保险公司合作，互联网金融公司合作，关键在于不是在于我们只是输出数据，我们注意到很多客户合作的时候，只给数据其实也不解决你的问题，我们希望跟大家推动，真的用这些解决方案，解决到银行的获客问题，现有客户价值挖掘的问题，互联网账户安全管理问题，这才是真正的用科技帮助你实现服务。这是我们整体的分享，我们中间也踩过很多坑，我们也看到市场上其实有很多乱象，我们很欢迎今天早上讲到的监管，这一些一定程度上帮助我们解决劣币驱逐良币的问题，大家共同在一个生态圈里面才能实现整体未来的长期发展，这是我们对于科技怎么样赋能金融的一些思路和分享，谢谢。