【展望】读秒CEO周静：大数据风控已突破唯场景论-搜狐

　　智能信贷公司读秒CEO 周静

　　周静：19年数字化风险管理和跨国银行经验，曾在渣打中国银行就职9年，任渣打零售银行风控负责人。在美国Capital One就职8年，历任产品、市场、风控高级经理。2015年创建读秒团队，任读秒CEO。

　　随着科技愈加深入金融业，fintech兴起，各种宣称智能信贷、消费金融的公司出现在人们的周围。竞争初期，良莠不齐的风控水准迷乱人眼，近年来行业大浪淘沙，市场正不断成熟。

　　如今大家已经充分认识到“数字化”信贷趋势，业内竞争也不再局限在单一的场景、规模等指标，而是关注到更多与更细分的信贷需求。TO B的智能信贷公司逐渐显现，智能信贷行业划分会更加清晰。

　　“数字化”趋势受认可

　　首先能看到的进步是，大家都已经意识到“数字化”已经不只是新奇尝试了，而是一个必须要有的思想和行业趋势。

　　大数据风控是指利用数据分析和模型进行风险评估，依据评估分数判定授信金额与利率，并预测还款人的还款能力、还款意愿、以及欺诈风险。如今已经成为行业通用的法则之一，而依赖于人、因运营和信息成本过高导致高佣金、高门槛的标准化服务正逐渐被取代。

　　以往商业银行需要触客、递交材料、初审、录入、终审等多个环节，每单的运营与风控人员动辄过百，申请时间至少1到2周。而在智能信贷公司的运作下，授信时间已经大幅缩短，以读秒为例，无场景的读秒个人贷可以完成平均10秒授信，有场景的消费分期中，用户甚至感觉不到授信等待时间。

　　“唯场景论”将被突破

　　如果线上信贷和智能信贷的公司都拥挤在某几个场景和方向，会造成竞争点单一，难以在各自优势处百花齐放，对行业成熟发展并不利。

　　举例来说，近两年最流行的观点就是“唯场景论”。主流场景平台内都曾不同程度出现了线上借贷、消费分期、白条购物等业务。互联网平台可以通过场景内数据分析用户信用，筛选出金字塔尖约10%的最高信用人群并予以授信，只要流量够大，平台轻松盈利。

　　但这只是大数据风控的初级阶段。场景内的大数据风控即便增加了线上维度，一定程度替代了传统的人力、运营成本，但注定只能覆盖平台内用户，且直接排除了平台内绝大部分客群。Fintech公司大数据风控是为了服务更多普惠人群的，而真正强大的线上大数据风控将突破场景限制。

　　市场玩家方向已经开始分化，有的坚持做现金贷、有的则专注在某场景深耕、有的持续稳健在做线下门店模式，很多自己的模式已经开始成型。

　　TO B的智能信贷突起

　　在国内鼓励消费的大环境下，不少公司在入门阶段都看到TO C的个人消费金融“量大、额小、风险分散”的特点，纷纷追风口而忽略了其他一些市场机会。而今，越来越多的信贷需求被业内重视，先行者们已经不再集中标榜TO C的消费金融了。智能信贷行业中，TO B/TO SME的模式不断增多，也意味着行业正走向成熟。

　　举例来说，小微企业(SME)市场一直是信贷难点，其不能达到银行信贷门槛，线上金额数据缺乏，信贷需求频繁却，想要用大数据风控了解SME征信情况很难。截至2017年3月，企业读秒已经服务数万家小微商户，授信额度超过10亿。春江水暖鸭先知，读秒从业务量、需求、市场调研等数据中，已经看到SME领域中智能信贷的大趋势，也有越来越多的智能信贷公司开始踏入这一行业。

　　金融科技已经成为人们的生活方式，越来越多的互联网流量平台希望能够建立体系内线上消费分期业务，拓展平台内用户的金融服务。因此，除了面向SME的信贷，市场还出现了TO B的智能信贷形态。

　　有的企业凭借以往经验开始专做在贷前、贷中、贷后其中某一环节的智能信贷服务商，比如说提供获客，负责催收等，精益求精专做某一模块。读秒在原有业务基础上开创了POWERED BY DUMIAO(读秒驱动)，可以为互联网平台提供全流程服务，并根据该平台定制化打造消费金融业务，为其提供风控、模型、贷后等全流程所需的消费金融模块。

　　市场在不断进步，不少公司已经摸索出适应自己的模式和长处。当下阶段只是过渡性的探索，未来大家的方向将更加清晰，行业划分也将更加精细和明确。