作為公司的“現(xiàn)金牛”業(yè)務(wù),風(fēng)控一直是公司創(chuàng)收的核心能力。我是大數(shù)據(jù)風(fēng)控模塊“玉衡”服務(wù)的數(shù)據(jù)分析和模型建立工作項(xiàng)目組中的一員,就簡(jiǎn)單地從信貸風(fēng)控角度給大家分享下數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的。
總體而言,信貸風(fēng)控可以分為貸前、貸中、貸后三個(gè)環(huán)節(jié),其中數(shù)據(jù)分析師的工作主要集中在貸前的風(fēng)險(xiǎn)識(shí)別和貸中的風(fēng)險(xiǎn)監(jiān)控及預(yù)警。
貸前環(huán)節(jié)主要從信用、多頭、欺詐三個(gè)角度考慮,良好的識(shí)別能力可以有效降低整個(gè)信貸業(yè)務(wù)中超過(guò)70%的壞賬發(fā)生幾率;貸中監(jiān)控主要監(jiān)控運(yùn)營(yíng)指標(biāo)、風(fēng)險(xiǎn)指標(biāo)和模型效果三方面,能夠幫助風(fēng)控人員掌握整個(gè)信貸業(yè)務(wù)的風(fēng)險(xiǎn)狀況和及時(shí)調(diào)整貸前審批策略;貸中預(yù)警則是提前給出資產(chǎn)池和個(gè)人兩個(gè)維度的預(yù)警,通過(guò)一系列貸中調(diào)節(jié)措施及時(shí)止損。
玉衡風(fēng)控服務(wù)概述
對(duì)于貸前風(fēng)險(xiǎn)識(shí)別,我們整合了京東側(cè)數(shù)據(jù)和外部數(shù)據(jù),利用機(jī)器學(xué)習(xí)算法,給出了每個(gè)用戶申請(qǐng)節(jié)點(diǎn)的信用評(píng)分、風(fēng)險(xiǎn)等級(jí)、多頭等級(jí)、欺詐等級(jí)、建議額度利率以及40個(gè)風(fēng)險(xiǎn)畫(huà)像,利用這些豐富的數(shù)據(jù)工具,不同資方的風(fēng)控人員可以定制化信貸審批和定價(jià)策略。
同時(shí)我們知道,在貸前環(huán)節(jié)通過(guò)率和壞賬率是一個(gè)tradeoff:通過(guò)率過(guò)高的話壞賬率自然提高造成損失,通過(guò)率過(guò)低的話雖然控制了壞賬率,但是也浪費(fèi)了很多優(yōu)質(zhì)信貸客戶。
這個(gè)時(shí)候數(shù)據(jù)分析師們,會(huì)基于豐富的歷史數(shù)據(jù),給出建議的玉衡使用策略,幫助資方實(shí)現(xiàn)創(chuàng)收。
在下面的這個(gè)實(shí)際案例中,某城商行在今年7月份設(shè)置的風(fēng)控系統(tǒng)擋板,攔截信用評(píng)分較低的用戶,單申請(qǐng)用戶收益環(huán)比提高44%;8月份在擋板基礎(chǔ)上進(jìn)行用戶分群策略,針對(duì)高分用戶放松其他審批策略從而提高通過(guò)率,單申請(qǐng)用戶收益環(huán)比提高了62%。
貸中監(jiān)控及預(yù)警功能作為貸前風(fēng)險(xiǎn)識(shí)別的補(bǔ)充,以統(tǒng)計(jì)看板的形式,對(duì)運(yùn)營(yíng)、風(fēng)險(xiǎn)、模型三方面進(jìn)行監(jiān)控,在這一模塊中數(shù)據(jù)分析師的能力更加不可或缺。
有經(jīng)驗(yàn)的分析師可以根據(jù)統(tǒng)計(jì)看板中的關(guān)鍵指標(biāo)變化,例如UV轉(zhuǎn)化率、申請(qǐng)通過(guò)率、提現(xiàn)通過(guò)率、首逾率等,了解目前整個(gè)信貸業(yè)務(wù)的運(yùn)營(yíng)情況,并且給出相應(yīng)的解決方案提升收益。
對(duì)于UV轉(zhuǎn)化率低的問(wèn)題,分析師可以建議更多的營(yíng)銷活動(dòng)來(lái)吸引用戶到信貸平臺(tái)上來(lái)點(diǎn)擊和申請(qǐng);對(duì)于申請(qǐng)通過(guò)率低的問(wèn)題,分析師可以給出高凈值用戶放松審批策略的建議;而對(duì)于首逾率升高的問(wèn)題,分析師則可以制定相應(yīng)的貸中動(dòng)作,比如降低額度甚至凍結(jié)賬戶,將預(yù)期到的資產(chǎn)損失扼殺在萌芽中。
貸中功能各家資方目前還都剛剛接入處于試運(yùn)營(yíng)階段,后期有典型案例的話可以再給大家分享。不過(guò)下面這張圖已經(jīng)很好的總結(jié)了我們風(fēng)控服務(wù)中,貸中模塊的功能。
貸中監(jiān)控功能
以上內(nèi)容雖然是以我自己比較熟悉的信貸風(fēng)控領(lǐng)域?yàn)榍腥胫v述了數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的,但是抽象一下可以總結(jié)為如下工作閉環(huán):
基于歷史數(shù)據(jù)制定業(yè)務(wù)策略—>監(jiān)控線上業(yè)務(wù)數(shù)據(jù)—>積累更多歷史數(shù)據(jù)優(yōu)化業(yè)務(wù)策略,這也就是現(xiàn)在很多互聯(lián)網(wǎng)公司強(qiáng)調(diào)的量化運(yùn)營(yíng)的能力。
誠(chéng)如正如最高贊的答案所言,大多數(shù)公司的創(chuàng)收暫時(shí)還不需要數(shù)據(jù)分析師的介入,但是在一些數(shù)據(jù)化程度相對(duì)較高并且業(yè)務(wù)發(fā)展遇到瓶頸的行業(yè)比如金融和互聯(lián)網(wǎng),越來(lái)越多的人開(kāi)始討論所謂精細(xì)化運(yùn)營(yíng)的下半場(chǎng),也更需要我們數(shù)據(jù)分析師們?cè)诠镜膭?chuàng)收大計(jì)中添磚加瓦。
-
互聯(lián)網(wǎng)
+關(guān)注
關(guān)注
54文章
11235瀏覽量
105735 -
數(shù)據(jù)分析
+關(guān)注
關(guān)注
2文章
1470瀏覽量
34826 -
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8952瀏覽量
139569
原文標(biāo)題:互聯(lián)網(wǎng)公司中,數(shù)據(jù)分析師是如何幫助公司創(chuàng)收的
文章出處:【微信號(hào):AI_shequ,微信公眾號(hào):人工智能愛(ài)好者社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
電力系統(tǒng)數(shù)據(jù)分析技術(shù)
數(shù)據(jù)可視化與數(shù)據(jù)分析的關(guān)系
NVIDIA助力百度提升數(shù)據(jù)分析效能
LLM在數(shù)據(jù)分析中的作用
eda與傳統(tǒng)數(shù)據(jù)分析的區(qū)別
為什么選擇eda進(jìn)行數(shù)據(jù)分析
raid 在大數(shù)據(jù)分析中的應(yīng)用
SUMIF函數(shù)在數(shù)據(jù)分析中的應(yīng)用
智能制造中的數(shù)據(jù)分析應(yīng)用
云計(jì)算在大數(shù)據(jù)分析中的應(yīng)用
IP 地址大數(shù)據(jù)分析如何進(jìn)行網(wǎng)絡(luò)優(yōu)化?

評(píng)論