宜人貸極速模式10分鐘審批,是怎麼做到的?
都說P2P行業借款速度遠遠超過銀行,那麼究竟有多快呢?也想大概知道一下借款速度平均水平和最快的速度是多少。
宜人貸極速模式屬於典型的線上大數據授信(個人授信、企業授信),這是目前P2P網貸的一大風控利器!為什麼呢?
一、線上大數據個人授信
傳統P2P網貸線下授信,資金到帳至少T+1(銀行授信時間更長),貸前需要經歷填寫信息-&>上傳資料-&>信審-&>支付等等環節,人工操作費時費力,這沒什麼,關鍵是個別人員的資料經過包裝(目前北京市價,花150~300,可以購買到真實的銀行流水信息),更有包裝組團騙貸的,讓你防不勝防。線上大數據授信,面向線上白領,純線上操作,借款人的電商信息,收貨人是真實的,地址是真實的,信用卡賬單也是真實的……授信時,通過用戶授權系統讀取信用卡賬單郵箱、電商、社交網 站(微博/人人網等)、學信網相關記錄信息,得到有關你性格、消費偏好、意願的個人畫像。同時進行交叉驗證形成風控機制,進而計算出每一個用戶的風險評分,最終判斷是否應該放款,以及該用戶的授信額度、 還款周期等。這些數據之間的驗證和計算,可以在1~10分鐘內完成。
線上大數據個人授信栗子:
案例1:宜信宜人貸「極速模式」上線 刷新借款速度新紀錄(組圖)_網易新聞中心案例2:隨身攜帶的信用錢包:Wecash閃銀客戶端 非凡上線(組圖)_網易新聞中心案例2:eBay攜手宜信商通貸發放無抵押貸款
案例3:阿里開啟「信用金融」試驗 芝麻信用等產品內測
芝麻信用:依據企業留存在阿里巴巴上的交易行為數據而設計的信用打分體系。即根據客戶的已有數據(包括個人信息、徵信信息、歷史表現、交易信息、經營狀況等)來預測未來一段時間發生違約風險的概率,區分出好壞客戶,決定準入客戶,細化客戶授信,實現貸前風控。案例4:元寶鋪:用大數據破解電商融資難
元寶鋪通過監測店鋪的數據,了解店鋪的銷量、轉化率、收藏率、客單價等等數據,以及這些數據間的勾稽關聯性。元寶鋪通過這些數據,得出200多個明細指標,並將之轉化為店鋪的運營能力、市場能力、盈利能力、償債能力和成長能力,建立了一套完整的「火眼」系統,能有效評估出店鋪的真實實力。謝邀,首先不能把宜人貸極速模式跟銀行來比較,因為這兩種是不同的信用審核模型。
我們知道,一般銀行審核個人信用貸款,需要提交身份證、填寫幾十項資料,包括工作信息、家庭信息、可能還需要提供車產或房產證明來作為輔助,這些都是通過直接的信用資質證明來進行審核的。而且銀行直接掌握著用戶的信用記錄,可以直接調取查看個人信用報告,特別是,如果你在這家銀行辦過信用卡。現在一些P2P也基本是延續銀行這種方式,只是不需要紙質,提交掃描件,但是需要用戶提交徵信報告,因為央行徵信系統暫時還不開放。
但無論是審核紙質資料,還是掃描件,都需要人工審核,驗證資料真假,肯定是需要幾個工作日來做的。
而宜人貸極速模式的信審模式跟上面所說的方式是不一樣的,極速模式不需要提供紙質資料或者掃描件,也不需要填幾十項信息,而是通過大數據信審模型來做。
極速模式只需要用戶授權三項信息:【注意,宜人貸對用戶的數據調取都是要經過用戶授權的】
1. 接收信用卡賬單的郵箱
2. 淘寶賬戶信息
3. 手機號
總之,其實信審流程不重要,目的才重要。信用審核的目的,簡單說來就是:核實身份、判斷還款能力和信用、記錄聯繫方式。宜人貸極速模式所做的創新,就是通過互聯網數據來判斷這些信息。
高門檻、高技術含量的「金融雲」,究其原理卻並不複雜。金融領域的特點決定了會收集大量的數據,包括個人、企業的各種商業行為數據。在以前,傳統的金融機構是通過人工逐個分析這些數據,效率低、成本高。現在依靠雲計算,讓計算機自動甚至主動收集、分析、整理各類金融數據,就可以提供更多的金融產品以及更便捷的金融服務。這些服務多數隱藏在後台,客戶使用時甚至不易察覺,便「悄悄地」享受到了金融雲的便利。宜信旗下的宜人貸,是宜信金融雲的首個受益產品。利用宜信金融雲平台,宜人貸將對用戶的授信時長,從原來的十多分鐘壓縮到了一分鐘之內,極大提高了用戶體驗和放款效率,從2014年4月份上線以來,發展勢頭喜人。宜信的金融雲平台,不僅是為宜信自己所用,而是一個可以讓許多其他公司加入、共享經濟、並且秉持真正服務精神的大平台,不管是電子商務公司,還是酒店,或者是做物流、ERP(EnterpriseResource Planning,即企業資源計劃,是指建立在信息技術基礎上,以系統化的管理思想,為企業決策層及員工提供決策運行手段的管理平台)的公司等等,都可以對接到宜信的金融雲平台。這些公司只需在相應的產品里嵌入一個宜信的金融雲模塊,並授予相應的許可權,便可以和宜信一起為客戶提供優質的金融服務,並獲得收益。這個過程便將各家公司原本的大數據變現。對於客戶而言,未來需要借款等金融服務時,不必再跑到銀行等服務機構,辦理複雜的申請流程,直接在他們熟悉的電商、ERP、酒店服務等場景里,點擊滑鼠便能完成,輕鬆又方便。如果說上一代人是從工業革命中攫取了大量的財富,那麼我們這一代則面臨著互聯網雲計算的重大機遇,尤其是宜信所在的金融領域,會具有更大的使用和變現價值。把握好這一機遇,宜信和宜信的客戶都會大為受益。在本期的特別策劃中,我們特別邀請了十位宜信科學家,詳細解讀宜信金融雲生態系統的理念、結構,並且還原宜信金融雲的一些服務場景,讓平台合作夥伴、客戶可以清晰了解如何通過宜信金融雲平台來快速獲得服務。
我不太喜歡「大」數據的說法,我認為單讀取信用卡帳單和淘寶消費記錄實在算不上「大」...但是提供了有益的思路就是了...
感謝 @子期 邀請,問題是Wecash閃銀3分鐘信用審核究竟怎麼做到的?是否是目前最快的? - 大數據 ,之後就直接自動跳轉到這個問題上來了,正好有關於Wecash的,可以說下,先發,縷完思路上圖
然後就是原始數據的變形,選好特徵量,這個還是很重要的:
Make sense,互聯網上50%的用戶都是假的,互聯網金融也不例外,用戶填寫所有內容、授權的時間?2s?2秒,機器人吧。 拆下郵箱,前綴,後綴,總感覺用gmail的比qq郵箱的要優質那麼一丁點兒,前綴是全英,全數,英數結合? 學校填寫的標準么,標準度(關於數據標準化的每一個演算法,都會保留標準度的得分)如何?然後就是邏輯庫,核心的邏輯不寫太多啦,傷人傷己,宜信的都在看著呢,大家都這麼點兒武器。
最後就是有一個足夠想干成這事兒的老闆,Push得動,扛的起壞賬,忍得了打臉:
大家約好了,要做這件事兒,那就放款吧,放款,監控,養一池子大風險魚,天天瞅著他們,見天兒想著怎麼著得著殺掉。
————————————————————————————————————————
看了看挺不對題的,回答下:都說P2P行業借款速度遠遠超過銀行,那麼究竟有多快呢?也想大概知道一下借款速度平均水平和最快的速度是多少。
加伺服器就行了啊,理想情況下,以秒計10分鐘審批基本都是機器操作,不能有人工參與。要機器審批,肯定有獨立的風控模型,最重要的是這個風控模型能自我進化,大量的數據源,靠譜的模型,成熟的運營體系基本能保證10分鐘審批還不出壞賬!
呃,極速模式目前只是在宜人貸APP進行了上線
有可能借了不還嗎哈哈哈,望大佬解答
大資料庫審查,這是我們公司風控擔心的事呀。
風控最主要的工作還是反欺詐。尤其是多項數據的交叉比對,給出風險評級:如位置信息、運營商數據、電商數據、信用卡賬單數據、徵信記錄、黑名單庫等等。至於授信額度,基本參考信用卡授信額度做個可調整彈性係數就好啦。邏輯沒有想像的那麼難,但國內真正有這項業務經驗的團隊卻是十分稀缺。利用機器大大降低信審成本,提高用戶體驗,這個模式想不賺錢都難啊。
有信用卡逾期難嗎
嗯
這推廣做得可以啊!
凡事發生、發展都有自身規律。
推薦閱讀: