据悉，芝麻信用已经搭建商家服务平台，输出芝麻信用评分、反欺诈信息验证和行业关注名单等产品和服务，帮助行业解决四大难题，已经帮助消费金融合作伙伴提高审核率60%以上，降低违约风险40％以上。其中，反欺诈信息验证，覆盖申请用户90％以上，已经帮助有的消费金融将审核效率提升30%－40%；负面信息披露让逾期用户回款率提高了2倍。数据跟踪发现，行业关注名单违约概率是正常用户的5-10倍。
在线、快速放贷要求消费金融产品、渠道高度融合
“互联网+消费”模式的不断完善，让更多基于衣、食、住、行的各类消费场景被创造出来。这种“场景化”趋势为消费金融服务与各种消费场景的相互渗透提供了无限可能。
胡滔认为，自有渠道场景化，是拓展消费金融市场的捷径。消费金融机构基于自有渠道面向特定消费人群会形成集中式的消费金融场景；通过外部渠道拓展，会覆盖更多场景，服务更为广泛的人群，形成分散式的消费金融场景。集中式场景和分散式场景相结合，会形成有效的互补。
无论哪种场景，消费金融产品都要实现在线、快速放贷，打破线上、线下的界限，从产品申请开始，到授信、放贷都实现全流程快速的线上操作，甚至于满足随时随地的消费需要。这就要求消费金融产品、场景实现高度融合。基于数据、技术的智能风控能够随时随地的响应。
政策、需求两大力量拉动消费金融快速发展
利好政策和市场需求两大力量将拉动消费金融快速发展。两会期间，李克强总理在政府工作报告中明确提出，要在全国开展消费金融公司试点，并鼓励金融机构创新消费信贷产品。此后，央行与银监会联手发布《关于加大对新消费领域金融支持的指导意见》，国家发改委等多部门联合印发《关于促进消费带动转型升级的行动方案》。消费金融大发展成为趋势所在。
胡滔指出消费金融快速、小额、短期、无抵押和线上、线下相结合的特点，决定消费金融的风险控制将走向基于数据、技术双核驱动的智能风控；多维、广谱、实时的数据将是消费金融智能风控的源动力，直接关系到能否客观呈现用户信用画像，动态反映用户信用变化。芝麻信用数据已覆盖借贷、支付、出行、住宿、公益等数百种场景，包括电商数据、互联网金融数据、公共机构数据、合作伙伴数据、用户上传数据等，90%数据合作伙伴已来自阿里、蚂蚁之外。
云计算、机器学习等技术将成为消费金融智能风控的驱动力。胡滔介绍，包括梯度提升决策树、随机森林、神经网络、分群调整技术、增量学习技术等在内的大规模机器学习算法，可以为缺少信贷记录的人群做出客观的信用评价，成为消费金融理想的信用评估工具。芝麻信用已经为缺少征信记录的3000万人群补充了信用评价，众多蓝领、刚毕业的大学生、进城务工人员开始享受消费金融带来的便利。
|
