大數(shù)據(jù)風(fēng)控調(diào)研報(bào)告課件

1、中國(guó)大數(shù)據(jù)風(fēng)控調(diào)研報(bào)告數(shù)據(jù)是金融科技的核心金融科技賦能普惠金融與金融基礎(chǔ)設(shè)施普惠金融主旋律中國(guó)金融服務(wù)不均衡，促使國(guó)務(wù)院發(fā)布推進(jìn)普惠金融發(fā)展規(guī)劃（20162020年），為社會(huì)各階層和群體提供適當(dāng)、有效的金融服 務(wù)成為發(fā)展重心。但各類(lèi)銀行機(jī)構(gòu)在客群下沉過(guò)程中，難以做到商業(yè) 可持續(xù)，因此，通過(guò)大數(shù)據(jù)等科技手段提收增效成為金融機(jī)構(gòu)核心訴求。行業(yè)趨于合規(guī)網(wǎng)絡(luò)小貸專(zhuān)項(xiàng)整治、現(xiàn)金貸規(guī)范整頓、網(wǎng)貸暫行管理辦法等一系列法 律法規(guī)頒布，標(biāo)志著監(jiān)管套利空間消失。非持牌互聯(lián)網(wǎng)金融公司必須 積極尋求與持牌金融機(jī)構(gòu)的深度合作，將積累的用戶(hù)、經(jīng)驗(yàn)以科技手 段賦能金融機(jī)構(gòu)。金融基礎(chǔ)設(shè)施建設(shè)中國(guó)金融基礎(chǔ)設(shè)施不健全，比如普惠金

2、融信用信息體系、普惠金融統(tǒng) 計(jì)體系等。新的數(shù)據(jù)獲取、存儲(chǔ)、交易、分析技術(shù)不斷涌現(xiàn)，中國(guó)金 融基礎(chǔ)設(shè)施將完成越級(jí)式發(fā)展。2金融科技最重要的是數(shù)據(jù)創(chuàng)新技術(shù)從數(shù)據(jù)收集到數(shù)據(jù)應(yīng)用的數(shù)據(jù)流中，涉及到大數(shù)據(jù)、AI、區(qū)塊鏈、物聯(lián)網(wǎng)等 各項(xiàng)技術(shù)。我們定義金融大數(shù)據(jù)，是覆蓋數(shù)據(jù)全部流程的新技術(shù)，而不僅僅 是數(shù)據(jù)分析技術(shù)。以互聯(lián)網(wǎng)巨頭百度為例，百度積累了數(shù)十億搜索數(shù)據(jù)、百億級(jí)的定位數(shù)據(jù) 和圖像視頻數(shù)據(jù)，形成了一張170億個(gè)頂點(diǎn)、680億條邊的關(guān)聯(lián)網(wǎng)絡(luò)，可以有效識(shí)別騙貸團(tuán)伙。大數(shù)據(jù)技術(shù)最為成熟，區(qū)塊鏈技術(shù)尚處于早期現(xiàn)階段，大數(shù)據(jù)不論從技術(shù)還是場(chǎng)景應(yīng)用上都最為成熟，AI技術(shù)在算法與業(yè) 務(wù)場(chǎng)景結(jié)合上還存在提升空間。物聯(lián)

3、網(wǎng)技術(shù)應(yīng)用環(huán)境較小，更多是作為線上 數(shù)據(jù)的補(bǔ)充，區(qū)塊鏈技術(shù)還處于早期階段，技術(shù)本身還不夠成熟，距離落地 應(yīng)用還需要一定時(shí)間。數(shù)據(jù)是金融科技的核心3根據(jù)愛(ài)分析調(diào)研成果，大數(shù)據(jù)在各領(lǐng)域成 熟度與市場(chǎng)規(guī)模、基礎(chǔ)設(shè)施和應(yīng)用范圍直 接相關(guān)。從三方面評(píng)估，金融大數(shù)據(jù)和其他行業(yè)相 比滲透更為深入，已經(jīng)進(jìn)入成熟期。業(yè)務(wù)監(jiān)測(cè)業(yè)務(wù)洞察業(yè)務(wù)優(yōu)化應(yīng)用范圍基礎(chǔ)設(shè)施電子 商務(wù)金融電信公安電力制 造醫(yī)療餐 飲農(nóng) 業(yè)教育能源政 務(wù)金融大數(shù)據(jù)進(jìn)入成熟期4數(shù)據(jù)來(lái)源：愛(ài)分析氣泡大小表示大數(shù)據(jù)在該行業(yè)的市場(chǎng)規(guī)模數(shù)據(jù)盈利業(yè)務(wù)重塑從基礎(chǔ)設(shè)施看，金融領(lǐng)域基礎(chǔ)設(shè)施好，信息化、數(shù)據(jù)標(biāo)準(zhǔn)化程度高信息化是數(shù)據(jù)化的基礎(chǔ)，只有積累大量業(yè)務(wù)數(shù)據(jù)才能進(jìn)行

4、大數(shù)據(jù)分析，金融 是最早推行信息化建設(shè)的行業(yè)，也是電子化業(yè)務(wù)滲透率最高的領(lǐng)域。同時(shí)， 國(guó)內(nèi)銀行等傳統(tǒng)金融機(jī)構(gòu)多數(shù)效仿國(guó)外的信息化建設(shè)方案，與醫(yī)療、工業(yè)相 比，金融領(lǐng)域以結(jié)構(gòu)化數(shù)據(jù)為主，數(shù)據(jù)標(biāo)準(zhǔn)化程度高，數(shù)據(jù)清洗相對(duì)容易。從應(yīng)用范圍看，業(yè)務(wù)由數(shù)據(jù)驅(qū)動(dòng)，應(yīng)用范圍廣即使傳統(tǒng)金融機(jī)構(gòu)，業(yè)務(wù)也基于IT系統(tǒng)，金融業(yè)務(wù)與IT緊密結(jié)合，完全由數(shù) 據(jù)驅(qū)動(dòng)。大數(shù)據(jù)會(huì)對(duì)金融機(jī)構(gòu)的各項(xiàng)業(yè)務(wù)產(chǎn)生變革，在金融領(lǐng)域應(yīng)用范圍廣， 能夠影響到核心業(yè)務(wù)。從市場(chǎng)規(guī)模看，金融大數(shù)據(jù)市場(chǎng)規(guī)模大，金融機(jī)構(gòu)每年IT投入高于其他行業(yè)以銀行為例，2017年中國(guó)銀行業(yè)整體IT投資規(guī)模近千億，占中國(guó)IT投入約5-10%。高IT投入，意味著金融機(jī)構(gòu)

5、在大數(shù)據(jù)業(yè)務(wù)的付費(fèi)意愿更高，付費(fèi)能力 更強(qiáng)，金融大數(shù)據(jù)的市場(chǎng)空間更大。金融大數(shù)據(jù)進(jìn)入成熟期5數(shù)據(jù)來(lái)源：愛(ài)分析大數(shù)據(jù)覆蓋信貸領(lǐng)域各個(gè)流程，重點(diǎn)是獲客、身份驗(yàn)證和授信環(huán)節(jié)。獲客環(huán)節(jié)建立用戶(hù)畫(huà)像，跟蹤用戶(hù)完整生命周期；身份驗(yàn)證環(huán)節(jié)，通過(guò)活體識(shí)別等技術(shù)解決申請(qǐng)人是否本人的問(wèn)題，關(guān)聯(lián)分析則是利用圖關(guān)聯(lián)技術(shù)，找出欺詐團(tuán)伙；授信環(huán)節(jié)匯聚多方數(shù)據(jù)源，通過(guò)建模進(jìn)行風(fēng)險(xiǎn)定價(jià)，金融科技服務(wù)商輸出信用評(píng)分給機(jī)構(gòu)使用。金融大數(shù)據(jù)在信貸領(lǐng)域的應(yīng)用7金融大數(shù)據(jù)在信貸領(lǐng)域的應(yīng)用案例（一）：智能營(yíng)銷(xiāo)8基于海量多維數(shù)據(jù)構(gòu)建全渠道智能化客戶(hù)經(jīng)營(yíng)體系，真正做到智能營(yíng)銷(xiāo)金融大數(shù)據(jù)在信貸領(lǐng)域的應(yīng)用案例（二）：反欺詐百度金融科技產(chǎn)品服務(wù)體

6、系在反欺詐領(lǐng)域的應(yīng)用，通過(guò)數(shù)據(jù)和技術(shù)甄別信貸領(lǐng)域的潛在風(fēng)險(xiǎn)9金融大數(shù)據(jù)在信貸領(lǐng)域的應(yīng)用案例（三）：關(guān)聯(lián)分析10依托圖關(guān)聯(lián)技術(shù)，幫助金融機(jī)構(gòu)有效識(shí)別隱藏在網(wǎng)絡(luò)中的黑產(chǎn)信息，在團(tuán)伙欺詐、黑中介識(shí)別等領(lǐng)域廣泛應(yīng)用金融大數(shù)據(jù)在信貸領(lǐng)域的應(yīng)用案例（四）：風(fēng)險(xiǎn)定價(jià)11從數(shù)據(jù)收集到風(fēng)險(xiǎn)定價(jià)，構(gòu)建基于場(chǎng)景的多維度風(fēng)控系統(tǒng)大數(shù)據(jù)在理財(cái)領(lǐng)域的應(yīng)用重點(diǎn)是營(yíng)銷(xiāo)獲客和智能投顧營(yíng)銷(xiāo)環(huán)節(jié)與信貸領(lǐng)域類(lèi)似，通過(guò)建立用戶(hù)畫(huà)像實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)；智能投顧包含KYC和匹配環(huán)節(jié)，重點(diǎn)是分析用戶(hù)風(fēng)險(xiǎn)偏好，同時(shí)將KYC與KYP結(jié)合，實(shí)現(xiàn)智能匹配；未來(lái)，金融大數(shù)據(jù)將向理財(cái)?shù)纳嫌钨Y產(chǎn)管理延伸，提升資管效率。金融大數(shù)據(jù)在理財(cái)領(lǐng)域的應(yīng)用12金融大數(shù)據(jù)在

7、理財(cái)領(lǐng)域的應(yīng)用案例：智能匹配13大數(shù)據(jù)改變保險(xiǎn)領(lǐng)域產(chǎn)品理念，降低各環(huán)節(jié)人力投入借助大數(shù)據(jù)技術(shù)，保險(xiǎn)公司能夠跟蹤用戶(hù)行為數(shù)據(jù)，產(chǎn)品設(shè)計(jì)更加關(guān)注用戶(hù)全生命周期價(jià)值；通過(guò)在各險(xiǎn)種建立垂直知識(shí)圖譜，能夠縮短客服人員的培訓(xùn)周期，提高客服效率；在核保核賠環(huán)節(jié)，可以利用圖像識(shí)別等技術(shù)，用技術(shù)手段降低欺詐風(fēng)險(xiǎn)。金融大數(shù)據(jù)在保險(xiǎn)領(lǐng)域的應(yīng)用14金融大數(shù)據(jù)在保險(xiǎn)領(lǐng)域的應(yīng)用案例：智能理賠15大數(shù)據(jù)在支付領(lǐng)域的核心應(yīng)用是交易反欺詐通過(guò)設(shè)備指紋、人臉識(shí)別、用戶(hù)行為習(xí)慣等方面預(yù)先建立交易反欺詐引擎，并根據(jù)事后的反饋數(shù)據(jù)不斷優(yōu)化模型。金融大數(shù)據(jù)在支付領(lǐng)域的應(yīng)用16金融大數(shù)據(jù)在支付領(lǐng)域的應(yīng)用案例：交易反欺詐17基于大數(shù)據(jù)分析的

8、風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，通過(guò)分析用戶(hù)網(wǎng)上交易行為，快速偵測(cè)異常行為并作出反饋。對(duì)機(jī)構(gòu)而言，大數(shù)據(jù)風(fēng)控是金融機(jī)構(gòu)的通用需求不論是銀行還是消費(fèi)金融公司，金融機(jī)構(gòu)普遍有風(fēng)控需求，底層業(yè)務(wù)邏輯幾乎完全相同， 只是面對(duì)客群、風(fēng)險(xiǎn)偏好存在差異。對(duì)機(jī)構(gòu)而言，風(fēng)控是金融機(jī)構(gòu)核心能力銀行等傳統(tǒng)機(jī)構(gòu)本質(zhì)上是風(fēng)險(xiǎn)經(jīng)營(yíng)。一方面，監(jiān)管層對(duì)金融機(jī)構(gòu)的風(fēng)控能力提出很高要求， 另一方面，風(fēng)控直接會(huì)影響金融機(jī)構(gòu)的利潤(rùn)水平。因此，大數(shù)據(jù)風(fēng)控直接解決金融機(jī)構(gòu)的 核心需求，價(jià)值度最大。對(duì)金融科技服務(wù)商而言，以風(fēng)控切入的大數(shù)據(jù)公司未來(lái)發(fā)展空間更大風(fēng)控是金融機(jī)構(gòu)的根基，因此金融機(jī)構(gòu)會(huì)采取審慎態(tài)度選取大數(shù)據(jù)風(fēng)控廠商，建立信任周 期長(zhǎng)，但合作緊密度更

9、深。風(fēng)控合作涉及用戶(hù)全生命周期數(shù)據(jù)，風(fēng)控廠商有機(jī)會(huì)借數(shù)據(jù)切 入到其他應(yīng)用場(chǎng)景，未來(lái)發(fā)展空間更大。對(duì)金融科技服務(wù)商而言，大數(shù)據(jù)風(fēng)控門(mén)檻高，綜合能力要求高與精準(zhǔn)營(yíng)銷(xiāo)相比，大數(shù)據(jù)風(fēng)控門(mén)檻更高，對(duì)廠商的要求不光是技術(shù)和數(shù)據(jù)，還需要對(duì)金融 業(yè)務(wù)場(chǎng)景的深入理解。大數(shù)據(jù)風(fēng)控綜合價(jià)值最大，領(lǐng)跑應(yīng)用領(lǐng)域19大數(shù)據(jù)風(fēng)控發(fā)展歷程：行業(yè)趨于合規(guī)20大數(shù)據(jù)、AI技術(shù)的融合和優(yōu)化，提升大數(shù)據(jù)風(fēng)控效果活體識(shí)別、OCR、聲紋識(shí)別、虹膜識(shí)別等多種技術(shù)融合，提供更加全面的 身份識(shí)別，降低欺詐風(fēng)險(xiǎn)的發(fā)生。通過(guò)算法調(diào)優(yōu)和計(jì)算能力提升，半監(jiān)督學(xué)習(xí)等新技術(shù)正在應(yīng)用到反欺詐等 風(fēng)控場(chǎng)景，降低對(duì)專(zhuān)家經(jīng)驗(yàn)和數(shù)據(jù)的依賴(lài)。區(qū)塊鏈技術(shù)使數(shù)據(jù)共享成為

10、可能，徹底解決數(shù)據(jù)孤島問(wèn)題區(qū)塊鏈解決了數(shù)據(jù)共享的信任問(wèn)題，規(guī)定了數(shù)據(jù)使用的邊界，保證了數(shù)據(jù) 的一致性。通過(guò)區(qū)塊鏈建立多方數(shù)據(jù)共享平臺(tái)，解決數(shù)據(jù)孤島問(wèn)題，將降 低金融機(jī)構(gòu)獲取數(shù)據(jù)的門(mén)檻與成本。物聯(lián)網(wǎng)提供線下數(shù)據(jù)，豐富數(shù)據(jù)維度通過(guò)傳感器等設(shè)備采集線下數(shù)據(jù)，如車(chē)聯(lián)網(wǎng)數(shù)據(jù)，將豐富車(chē)險(xiǎn)駕駛行為數(shù) 據(jù)維度，從而實(shí)現(xiàn)風(fēng)險(xiǎn)定價(jià)。建立金融云平臺(tái)，毫秒級(jí)響應(yīng)通過(guò)金融云平臺(tái)，金融機(jī)構(gòu)可以處理PB級(jí)數(shù)據(jù)，同時(shí)應(yīng)對(duì)百萬(wàn)流量，極大 提高風(fēng)控系統(tǒng)的響應(yīng)速度。大數(shù)據(jù)風(fēng)控技術(shù)趨勢(shì)：新技術(shù)融合提升風(fēng)控效果21優(yōu)質(zhì)客群集中于大型金融機(jī)構(gòu)普惠金融市場(chǎng)集中度雖然分散，但由于Tier I和II等大型金融機(jī)構(gòu)占據(jù)客戶(hù)資 源優(yōu)勢(shì)、資金成本優(yōu)

11、勢(shì)，必將在普惠金融領(lǐng)域處于絕對(duì)主導(dǎo)地位，是金融大 數(shù)據(jù)公司最佳客群。強(qiáng)監(jiān)管時(shí)代到來(lái)，非持牌金融機(jī)構(gòu)市場(chǎng)規(guī)模逐步萎縮，金融大數(shù)據(jù)客戶(hù)總量 在減少。同時(shí)，頭部客戶(hù)的市場(chǎng)份額進(jìn)一步提升，爭(zhēng)奪Tier I和II客戶(hù)是金融 大數(shù)據(jù)公司重中之重。由于數(shù)據(jù)匱乏，農(nóng)村金融市場(chǎng)尚未崛起。一旦數(shù)據(jù)基礎(chǔ)設(shè)施完善，農(nóng)商行等 金融機(jī)構(gòu)將上升為T(mén)ier III甚至II級(jí)別客群。需求深度從數(shù)據(jù)提升到分析金融機(jī)構(gòu)早期需求以數(shù)據(jù)為主，通過(guò)補(bǔ)充不同維度數(shù)據(jù)彌補(bǔ)風(fēng)控缺陷。隨著 數(shù)據(jù)源市場(chǎng)集中度提升，Tier I金融機(jī)構(gòu)已經(jīng)不滿足于單純的數(shù)據(jù)合作，對(duì) 于聯(lián)合建模的需求在不斷加強(qiáng)。未來(lái)，大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模一半來(lái)自數(shù)據(jù)， 另一半來(lái)自分析

12、。大數(shù)據(jù)風(fēng)控客群分析：優(yōu)質(zhì)客群是搶奪重點(diǎn)22根據(jù)Burton-Taylor研究，2015年北美（含加拿大） Credit, Fraud, Risk and ComplianceData/Analysis市場(chǎng)規(guī)模148.7億美元根據(jù)美國(guó)行業(yè)統(tǒng)計(jì)數(shù)據(jù)，2010年，三大征信局在美 國(guó)征信市場(chǎng)占有率61.8%，2015年微升至63.5%。 由此推斷，美國(guó)整體征信市場(chǎng)規(guī)模約100億美元兩組數(shù)據(jù)交叉驗(yàn)證，同時(shí)由于美國(guó)市場(chǎng)基本成熟，行業(yè)增速低，預(yù)測(cè)2017年大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模在 100-120億美元120億美元2017年美國(guó)大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模140億元2017年中國(guó)大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模的基礎(chǔ)

13、是居民消費(fèi)貸款余額（不含住房貸款）：2017年Q3末，美國(guó)3.77萬(wàn)億美元，中國(guó)9.1萬(wàn)億元，美國(guó)與中國(guó)比例2.7：1中國(guó)市場(chǎng)大數(shù)據(jù)風(fēng)控所覆蓋人群不及美國(guó)，同時(shí)大 數(shù)據(jù)風(fēng)控應(yīng)用依然集中于信貸領(lǐng)域，其他領(lǐng)域應(yīng)用 尚不成熟綜合分析，2017年中國(guó)大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模約140 億元。大數(shù)據(jù)風(fēng)控市場(chǎng)規(guī)模分析：2017年國(guó)內(nèi)市場(chǎng)規(guī)模140億23從數(shù)據(jù)調(diào)取到評(píng)分卡+專(zhuān)家咨詢(xún)大數(shù)據(jù)風(fēng)控公司目前以征信報(bào)告等數(shù)據(jù)輸出為主，建模等分析能力輸出為輔，因此收費(fèi)方式以數(shù)據(jù)調(diào)取量為核心。隨著金融機(jī)構(gòu)第一方數(shù)據(jù)積累以 及第三方數(shù)據(jù)源壁壘降低，輸出數(shù)據(jù)分析能力將成為大數(shù)據(jù)風(fēng)控公司更好的商業(yè)模式。因此，提供標(biāo)準(zhǔn)評(píng)分卡產(chǎn)品+數(shù)據(jù)科

14、學(xué)家咨詢(xún)能力，將成為 新的商業(yè)模式。效果付費(fèi)是未來(lái)終極商業(yè)模式數(shù)據(jù)驅(qū)動(dòng)成為金融機(jī)構(gòu)共識(shí)，搭建統(tǒng)一大數(shù)據(jù)平臺(tái)，解決內(nèi)部數(shù)據(jù)孤島問(wèn)題，是越來(lái)越多金融機(jī)構(gòu)的發(fā)展方向。以風(fēng)控切入的公司可以逐步成為整個(gè)數(shù)據(jù)平臺(tái)的供應(yīng)商，與金融機(jī)構(gòu)一起開(kāi)發(fā)更多基于數(shù)據(jù)的應(yīng)用。未來(lái)，具備流量?jī)?yōu)勢(shì)的大數(shù)據(jù)風(fēng)控廠商有機(jī)會(huì)幫助金融機(jī)構(gòu)解決從獲客到風(fēng)控的全流程需求，實(shí)現(xiàn)按業(yè)務(wù)流量收費(fèi)的終極商業(yè)模式。大數(shù)據(jù)風(fēng)控商業(yè)模式分析：效果付費(fèi)是未來(lái)終極商業(yè)模式24大數(shù)據(jù)風(fēng)控市場(chǎng)格局：四類(lèi)玩家競(jìng)爭(zhēng)中國(guó)市場(chǎng)，互聯(lián)網(wǎng)巨頭、產(chǎn)業(yè)類(lèi)公司、創(chuàng)新型公司和IT類(lèi)公司等四類(lèi)玩家通過(guò)數(shù)據(jù)、技術(shù)、客戶(hù)三個(gè)方面切入大數(shù)據(jù)風(fēng)控領(lǐng)域。美國(guó)市場(chǎng)的玩家則通過(guò)數(shù)據(jù)和技術(shù)兩個(gè)方

15、面切入大數(shù)據(jù)風(fēng)控領(lǐng)域。25安全法落地提升數(shù)據(jù)源市場(chǎng)集中度網(wǎng)絡(luò)安全法實(shí)施打擊數(shù)據(jù)黑市交易，合規(guī)數(shù)據(jù)價(jià)值提高。百行征信入場(chǎng)，降低數(shù)據(jù)獲取門(mén)檻百行征信，由行業(yè)協(xié)會(huì)主導(dǎo)的數(shù)據(jù)共享平臺(tái)即將成立，有助于解決非央行征信覆蓋人群的數(shù)據(jù)孤島問(wèn)題，降低了整個(gè)行業(yè)獲取數(shù)據(jù)的門(mén)檻?；ヂ?lián)網(wǎng)巨頭和產(chǎn)業(yè)類(lèi)公司原有業(yè)務(wù)中積累了大量高附加值數(shù)據(jù)，但百行征信入場(chǎng)后，數(shù)據(jù)源價(jià)值將被降低。與央行征信中心具備行政命令權(quán)不同，百行征信屬于互聯(lián)網(wǎng)金融協(xié)會(huì)主導(dǎo)的市場(chǎng)化公司，在數(shù)據(jù)采集能力上存在一定不確定性，數(shù)據(jù)源領(lǐng)域依 然存在變數(shù)。大數(shù)據(jù)風(fēng)控市場(chǎng)集中度：百行征信入場(chǎng)提升數(shù)據(jù)源集中度26開(kāi)源降低技術(shù)門(mén)檻，產(chǎn)品化趨勢(shì)影響IT外包廠商，促使數(shù)據(jù)分

16、析趨于集中Tensorflow、Hadoop等開(kāi)源技術(shù)，從基礎(chǔ)設(shè)施層面降低大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)算法的研發(fā)門(mén)檻，數(shù)據(jù)分析廠商很難靠單一技術(shù)建立門(mén)檻，必須與業(yè)務(wù)場(chǎng)景結(jié)合，數(shù)據(jù)分析市場(chǎng)的綜合門(mén)檻反而在提高。傳統(tǒng)數(shù)據(jù)分析市場(chǎng)存在大量IT外包廠商，處于碎片化市場(chǎng)，新技術(shù)的發(fā)展促使碎片化市場(chǎng)有望集中。一方面，容器技術(shù)大大縮短產(chǎn)品部署上線的 周期，另一方面，PaaS平臺(tái)提升了產(chǎn)品的自定義性和配置性，能夠滿足企業(yè)個(gè)性化需求?？腿黑呌诩?，頭部風(fēng)控廠商占據(jù)大部分市場(chǎng)份額大數(shù)據(jù)風(fēng)控的客群集中在持牌金融機(jī)構(gòu)，客戶(hù)數(shù)量減少。同時(shí)，頭部風(fēng)控廠商能夠與標(biāo)桿客戶(hù)進(jìn)行深度合作，占據(jù)單個(gè)客戶(hù)的大部分風(fēng)控預(yù)算，因此，大數(shù)據(jù)風(fēng)控市

17、場(chǎng)的集中度會(huì)逐步提高。數(shù)據(jù)分析領(lǐng)域，互聯(lián)網(wǎng)巨頭技術(shù)領(lǐng)先數(shù)據(jù)獲取門(mén)檻降低之后，數(shù)據(jù)分析能力的價(jià)值度得以凸顯?；ヂ?lián)網(wǎng)巨頭入局早，而且擁有強(qiáng)大的自營(yíng)業(yè)務(wù)，大量數(shù)據(jù)訓(xùn)練出的建模分析優(yōu)勢(shì)明顯，將成為數(shù)據(jù)分析領(lǐng)域規(guī)模最大的市場(chǎng)占有者。大數(shù)據(jù)風(fēng)控市場(chǎng)集中度：數(shù)據(jù)分析市場(chǎng)，互聯(lián)網(wǎng)巨頭占據(jù)先機(jī)27大數(shù)據(jù)風(fēng)控業(yè)務(wù)依賴(lài)數(shù)據(jù)和建模即使受到百行征信影響，數(shù)據(jù)依然是個(gè)重要競(jìng)爭(zhēng)力。建模能力一方面與技術(shù)、算法積累有關(guān)，另一方面與業(yè)務(wù)場(chǎng)景的理解有關(guān)，因此，技術(shù)和 場(chǎng)景理解是另外兩個(gè)重要競(jìng)爭(zhēng)力。營(yíng)收增長(zhǎng)與客單價(jià)和客戶(hù)數(shù)有關(guān)大數(shù)據(jù)風(fēng)控廠商在技術(shù)研發(fā)上會(huì)長(zhǎng)期高投入，因此更加關(guān)注營(yíng)收增長(zhǎng)。營(yíng)收增長(zhǎng)主要與客單價(jià)和客戶(hù)數(shù)有關(guān)，客單價(jià)與客戶(hù)

18、群體的付費(fèi)能力直 接相關(guān)，客戶(hù)數(shù)則是考驗(yàn)獲客能力。技術(shù)、數(shù)據(jù)、場(chǎng)景理解、客群和獲客是核心競(jìng)爭(zhēng)力29從底層系統(tǒng)搭建到上層算法調(diào)優(yōu)，大數(shù)據(jù)風(fēng)控需要構(gòu)建完整技術(shù)架構(gòu)。從開(kāi)源技術(shù)及算法到企業(yè)級(jí)產(chǎn)品中間 還需要解決很多技術(shù)問(wèn)題。經(jīng)驗(yàn)豐富、具備前瞻性的技術(shù)負(fù)責(zé)人快速研發(fā)算法的能力搭建能夠處理海量數(shù)據(jù)的底層技術(shù)架構(gòu)能力開(kāi)發(fā)企業(yè)級(jí)產(chǎn)品的能力，良好的用戶(hù)交互界面，穩(wěn)定可靠的系統(tǒng)互聯(lián)網(wǎng)巨頭憑借多年互聯(lián)網(wǎng)業(yè)務(wù)的技術(shù)積累，從底層技術(shù)架構(gòu)到上層算法都占據(jù)絕對(duì)優(yōu)勢(shì)，創(chuàng)新公司在技術(shù) 上的投入要大于產(chǎn)業(yè)公司和IT類(lèi)公司。技術(shù)30以百度金融科技產(chǎn)品為例除了金融相關(guān)數(shù)據(jù)，大數(shù)據(jù)風(fēng)控還需要大量用戶(hù)行 為數(shù)據(jù)進(jìn)行模型訓(xùn)練和調(diào)優(yōu)。海量

19、數(shù)據(jù)，覆蓋足夠多的用戶(hù)用戶(hù)數(shù)據(jù)價(jià)值密度高、噪音少，數(shù)據(jù)清洗容易用戶(hù)數(shù)據(jù)維度多，能夠形成豐富的用戶(hù)畫(huà)像自身業(yè)務(wù)場(chǎng)景能夠獲取有價(jià)值數(shù)據(jù)擁有大量反饋數(shù)據(jù)，利于模型調(diào)優(yōu)互聯(lián)網(wǎng)巨頭積累了大量用戶(hù)行為數(shù)據(jù)，同時(shí)也擁有大規(guī) 模自營(yíng)金融業(yè)務(wù)數(shù)據(jù)。因此，不論是數(shù)據(jù)量還是數(shù)據(jù)維 度都遠(yuǎn)超其他公司。產(chǎn)業(yè)類(lèi)公司自身業(yè)務(wù)積累了大量高 附加值數(shù)據(jù)，創(chuàng)新型公司和IT類(lèi)公司數(shù)據(jù)資源相對(duì)較少。數(shù)據(jù)31內(nèi) 部 數(shù) 據(jù) 源外 部 數(shù) 據(jù) 源百度金融科技產(chǎn)品數(shù)據(jù)來(lái)源以百度金融科技產(chǎn)品為例建模能力要求廠商對(duì)客戶(hù)的業(yè)務(wù)場(chǎng)景非常理解。經(jīng)驗(yàn)豐富的建模團(tuán)隊(duì)和行業(yè)專(zhuān)家隊(duì)伍。服務(wù)過(guò)行業(yè)標(biāo)桿客戶(hù)，了解客戶(hù)的業(yè)務(wù)場(chǎng)景。有自營(yíng)金融業(yè)務(wù)基礎(chǔ)，深度理解業(yè)務(wù)

20、需求?；ヂ?lián)網(wǎng)巨頭、產(chǎn)業(yè)類(lèi)公司通過(guò)自身業(yè)務(wù)積累對(duì)金融場(chǎng)景的理解，創(chuàng)新型公司核心團(tuán)隊(duì)擁有豐富金融背景，對(duì) 場(chǎng)景的理解要強(qiáng)于IT類(lèi)公司。場(chǎng)景理解32獲客大數(shù)據(jù)風(fēng)控是To B業(yè)務(wù)，客戶(hù)決策周期長(zhǎng)，獲取標(biāo)桿客戶(hù)非常重要。搭建一支能夠服務(wù)大型客戶(hù)的銷(xiāo)售團(tuán)隊(duì)服務(wù)過(guò)行業(yè)標(biāo)桿客戶(hù)搭建完善的渠道、合作伙伴體系在行業(yè)中建立品牌影響力IT類(lèi)公司長(zhǎng)期服務(wù)金融機(jī)構(gòu)，具備很強(qiáng)的客戶(hù)關(guān)系?；ヂ?lián)網(wǎng)巨頭入場(chǎng)不久，已經(jīng)和四大行達(dá)成戰(zhàn)略合作，獲 取了行業(yè)標(biāo)桿客戶(hù)，未來(lái)成長(zhǎng)性強(qiáng)。33To B領(lǐng)域獲客成本高，生命周期價(jià)值高的客群更有價(jià)值?？蛻?hù)自身業(yè)務(wù)規(guī)模，在IT領(lǐng)域的投入規(guī)?？蛻?hù)自身未來(lái)發(fā)展空間、成長(zhǎng)性客戶(hù)對(duì)風(fēng)控的依賴(lài)程度，技術(shù)滲透情況

21、。Tier I客群生命周期長(zhǎng)，而且客單價(jià)高，LTV（生 命周期總價(jià)值）最為顯著。非持牌金融機(jī)構(gòu)本身競(jìng)爭(zhēng)激烈，而且受政策監(jiān)管，生命周期短、客單價(jià)低，LTV較差。各類(lèi)公司都在持續(xù)提升目標(biāo)客群等級(jí)。百度金融等互聯(lián)網(wǎng)巨頭已經(jīng)與Tier I中的典型客戶(hù) 四大國(guó)有銀行展開(kāi)合作，占據(jù)行業(yè)中的優(yōu)質(zhì)客群?？腿?4互聯(lián)網(wǎng)巨頭在數(shù)據(jù)、技術(shù)和場(chǎng)景理解方面都占據(jù)優(yōu)勢(shì)，發(fā)展前景最好，未來(lái)市場(chǎng)空間最大。創(chuàng)新型公司的技術(shù)能力、場(chǎng)景理解能力強(qiáng)，但在獲客層面有瓶頸，很難與大型金融機(jī)構(gòu)形成深度合作。產(chǎn)業(yè)類(lèi)公司具備數(shù)據(jù)優(yōu)勢(shì)，但百行征信入場(chǎng)后，數(shù)據(jù)優(yōu)勢(shì)會(huì)被削弱，未來(lái)需要補(bǔ)強(qiáng)技術(shù)方面的短板。IT類(lèi)公司具備較強(qiáng)客戶(hù)資源，對(duì)金融業(yè)務(wù)場(chǎng)景的理

22、解弱于其他廠商，發(fā)展前景會(huì)受影響?；ヂ?lián)網(wǎng)巨頭機(jī)會(huì)最大35百度2013年開(kāi)始互聯(lián)網(wǎng)金融業(yè)務(wù)，2015年12月14日，百度整合原有金融業(yè)務(wù)成立金融服務(wù)事業(yè)群組（FSG），由高級(jí)副總裁朱光全面 負(fù)責(zé)，并上升為百度戰(zhàn)略級(jí)位置。百度金融在支付、消費(fèi)信貸、理財(cái)、資產(chǎn)管理、銀行、保險(xiǎn)等領(lǐng)域都有自營(yíng)業(yè)務(wù)，將百度AI技術(shù)注入金融，通過(guò)自營(yíng)業(yè)務(wù)打磨和驗(yàn)證， 將成熟的金融科技能力和產(chǎn)品對(duì)外輸出，打造金融科技開(kāi)放平臺(tái)。2017年6月，百度與農(nóng)業(yè)銀行達(dá)成戰(zhàn)略合作，是百度金融科技輸出的 里程碑。案例分析-百度金融科技37百度金融科技開(kāi)放平臺(tái)：以百度云計(jì)算、大數(shù)據(jù)和人工智能的科技能力為基礎(chǔ)，為銀行、互聯(lián)網(wǎng)金融機(jī)構(gòu)等提供身份識(shí)別、 反欺詐、信息核驗(yàn)、信用分等系列產(chǎn)品能力及一體化解決方案的金融科技開(kāi)放平臺(tái)。產(chǎn)品類(lèi)別業(yè)務(wù)痛點(diǎn)應(yīng)用場(chǎng)景百度金融科技產(chǎn)品38百度金融自2013年探索互聯(lián)網(wǎng)金融業(yè)務(wù)，在信貸、理財(cái)?shù)冉鹑跇I(yè)務(wù)耕耘多年，有較深的經(jīng)驗(yàn)積累。與農(nóng)業(yè)銀行等戰(zhàn)略級(jí)客戶(hù)深度合作，在服務(wù)眾多頭部金融機(jī)構(gòu)的過(guò)程中進(jìn)一步增強(qiáng)業(yè)務(wù)場(chǎng)景的理解能力。從自營(yíng)到金融科技輸出，業(yè)務(wù)場(chǎng)景理解能力強(qiáng)39百度在全球有三大實(shí)驗(yàn)室（深