回顾分享会 | 看！大数据推动Fintech创业公司挖掘“银行遗忘的市场”

2017年10月22日，「数据应用学院」举办了南加数据科学大会。在Fintech备受关注的热潮下，「数据应用学院」携手「Grit Founder创业+」共同举办了“Data Science Innovation in Fintech Startup(数据科学创新在Fintech创业公司中的应用)”圆桌讨论。

本次圆桌讲座中，「Grit Founder创业+」作为主持人，邀请Moolah的创始人和CEO连润雄和Payoff的商业数据分析经理Zhiyao Pei作为嘉宾出席，与现场的数据爱好者面对面交流，分享Fintech行业的发展趋势，解答了大家关于如何利用大数据进行Fintech分析的问题。

整个讨论气氛活跃，嘉宾们用生动的案例把概念深入浅出地向现场数百名观众讲解出来。为了让大家更好地了解嘉宾对Fintech领域的想法，「Grit Founder创业+」将圆桌讨论内容进行整理如下。

嘉宾介绍

Zhiyao Pei:Business Analytics Manager at Payoff

连润雄 :Founder and CEO of Moolah Science

Q&A

问：能否介绍一下你们的公司?

连润雄

大家好我是Moolah的创始人，Moolah是消费者金融领域的一款软件。我们通过追踪你过去90天的消费情况，同时监控你的购买价格，一旦商家下调价格，我们会补偿差价。我们33%的用户在90天之内得到了补偿差价，其中91%的用户是女性。我们目前的目标就是应用现有的科技和数据去提供更好的产品。

Zhiyao Pei

我目前在Payoff工作，它是一个互联网金融创业公司。公司是在2009年成立的，一开始我们提供个人金融性格(financial personality)调研服务。2014年我们开始了网上借贷业务，把钱借给那些需要支付高额信用卡利息的人，也就是信用卡的代偿。今年我们增加了做女性理财辅导的APP，把financial personality 融合在女性理财辅导里。我具体是负责网络借贷产品的增长和风险管理。

问：你们公司是如何发掘到现在这个市场的?

连润雄

我们把Fintech产业分为两部分来看：

1)第一部分是pre-purchase市场(购物前市场)， 任何可以节省你购买所需要做决定时间长短的产品，比如做coupon的，或者Ebates这些返点的。

2)第二部分就是我们所关注的post purchase市场(购买后市场)，这个领域长时间被热门忽视。但根据MasterCard的统计，每年美国消费者的差价流失高达亿美元，所以这其实是一个很大的市场。

如果你要创立一个初创企业，我会建议你去找一个竞争没有那么激烈，还没被充分挖掘的市场，对你来说会更容易存活。

Zhiyao Pei

在美国，很多人通过信用卡借钱并支付高额的利息，所以你可以提供给借款人比其他的信用卡贷款更低的利率，让借款方用你的钱去还信用卡欠款。

银行之所以不做这种贷款业务是因为他们已经发行了高利息的信用卡，如果银行同时做这个比信用卡利率低的贷款业务，那么会抵消掉银行的利润。所以一般这种业务都是由新兴的Fintech的公司来做，虽然利润没有银行那么大，但是通过帮助人们refinance信用卡，你还是可以获取丰厚的利润。这就是我们这个business的想法。

问：为什么Fintech创业公司可以发展这么快?因为你们用了更好的技术?还是因为你们能获取到更多的数据?

连润雄

早些时候获取数据是很受限制的，但是现在获取数据的方式有很多，获取的数据可以用来建立更精确的财务模型，并降低你的风险。目前，Fintech的初创企业可以通过很多的新办法来对冲风险。如果将传统的金融知识和新兴的网络相结合，你会得到和大银行和大金融机构一样的分析工具。

Zhiyao Pei

为什么目前有这么多的Fintech网络借贷的初创企业呢?首先借贷行业不像互联网那样赢家通吃。当你用数据评估用户的信用风险，并愿意提供比银行更低的利率，这样大部分人会更愿意跟你借钱而不是去银行。所以，借贷行业的客户一般忠诚度都比较低，哪一家给出的利率低，他们就会选择哪一家来借款。这是网络借贷可以分得银行的一杯羹的基础。

网络借贷的新兴公司可以快速发展的另一个原因是这个行业最核心的资产-数据都在第三方的信用局。在借款业务中，一个公司所做的最重要的事情就是评估人们是否能够按时还贷，如果你能够准确的评估一个人是否能够按时还款，那你将会赚很多的钱。这背后就是数据和预测模型。

作为初创企业，我们本身的客户量是十分有限的，但是我们可以从信用局那里买到和大银行一样多的数据，这就解决了我们初创公司数据匮乏的问题并且拥有了和银行竞争的基础。

问：你们公司是如何运用数据分析的?

连润雄

之前我们都是凭借经验来做决定，但是现在我们的决定都是基于数据之上的。如果我们通过对客户的相关数据评估，我们就会预测出客户是否愿意花钱来购买这项服务，预测出是否有投资者愿意投资某款产品。

目前我们反向使用数据，我们采样用户的反馈数据，得到一定积极反应后我们再进行产品制作，我们会对第一批用户进行调查，调查的数据结果反馈回来，我们了解到顾客喜欢这些产品的信息是基于我们获取的数据，而不是通过我们的经验得到的。这些数据让我们能够更好的了解我们的用户，了解到用户性别、年龄、购买频率、购买金额以及购买习惯。这样我们就可以准确的定位我们的目标市场。

Zhiyao Pei

在借贷领域，数据分析是做生意的的基础。

在我们公司，有三个领域是大量应用数据分析的。第一个是信用风险，也就是分析我们借了钱给客户，客户会不会偿还。第二部分就是精准营销，我们使用很多直邮和线上数字营销，我们要分析我们的广告投放是否合理，如何优化。第三个领域是反欺诈，因为我们的业务是要先把钱给出去，所以这就吸引了很多的骗子，我们通过数据分析去筛选这些故意不还钱的骗子。

在这三个领域，我们会进行大量的描述性分析，预测分析以及决策性分析。 描述性分析主要是通过可视化来判断是否具备一些趋势，不同的细分市场是否有不同的行为。预测性分析就是建立预测模型。在信用风险评估和精准营销中，我们主要用到了逻辑回归来预测用户的偿还可能性，和对我们广告的回复概率。对于欺诈部分我们会用到更复杂的机器学习。之所以在信用风险和市场这两部分没有用到更多的机器学习是受到了监管部门的影响， 但是对于欺诈这部分是不受监管部门控制的，所以可以更多的使用机器学习。在预测分析之后就是决策分析。 基于预测的分数和概率的数值，我们如何制定规则并用这些预测获取最大化的利润，这就是决策分析所要做的事情。

问：如何看待中美两国Fintech行业的发展现状?

连润雄

对于Fintech创业公司来说，我觉得前期更容易在美国存活下来。在中国，三四家互联网巨头瓜分了主要的市场，而在美国，Fintech创业公司不需要面对来自巨头的激烈竞争，并且也更容易融资。你可以在美国市场上更好地去尝试和验证你的想法，如果你的想法走得通，并且能落地到中国，那样就是最好的。因为在中国，有更多的人口在使用着Fintech。

Zhiyao Pei

我自己熟悉的是Fintech领域中的Lending(借款)行业。在美国，银行发展非常成熟，同时他们也大量地基于数据分析来进行借贷业务，他们能够给80%的民众提供金融服务。反观中国，银行只能给20%-30%的民众提供借贷服务。对于网络借贷创业公司来说，他们面向的就是传统银行所没有覆盖到的人群，所以从这个角度来看，中国的网络借贷公司所覆盖到的人口是美国市场的10倍。

因为中国的市场特别大，所以如果你做个人借款的话，更有可能会发展成独角兽级别的公司。所以，甚至有美国这里Fintech公司的高管选择前往中国去创业，把美国的Fintech技术和中国的人口结合在一起。

附注

南加州数据科学论坛

2017年10月22日，南加州数据论坛于Pasadena 会议中心开幕。本次大会主办方更请来了数据科学界顶尖的50余位大牛齐聚一堂，举办了数十场圆桌讨论和注意分享。吸引到了1000多位现场观众前来聆听数据科学领域的前沿发展方向。

到场嘉宾有Jason Geng，英国皇家学会院士，加拿大科学院院士，美国电子电器工程协会院士; 加州大学洛杉矶分校计算机科学荣誉教授Terzopoulos，Peter Voss, Samuel Berger, Dave Nielsen, Min Zhang, Rumman Chowdhury, Athanassios Kintsakis等。

到场参与的企业包括IBM，Data Application Lab，R Studio，Boss直聘，Grit Founder 等国内外知名企业。