錢牛牛用大數(shù)據(jù)構(gòu)建征信系統(tǒng)

云舟凌冬

　　借鑒國外優(yōu)秀經(jīng)驗，再結(jié)合國內(nèi)行業(yè)發(fā)展現(xiàn)狀，錢牛牛公司從人的核心問題出發(fā)，除關(guān)注用戶基本身份信息之外，將征信立足點更多放在人的社交行為數(shù)據(jù)上，對接了騰訊近二十年所建立的龐大社交數(shù)據(jù)源，并依據(jù)人的社交網(wǎng)絡(luò)數(shù)據(jù)行為，通過數(shù)學化建模的方式，為用戶建立風險畫像，并基于此進行信用的綜合化評估和打分。
　　作為金融科技企業(yè)，錢牛牛資產(chǎn)端和資金端的用戶均來自于對網(wǎng)絡(luò)使用程度較高的人群，這部分人群日常生活中大都會使用微信、QQ、支付寶等常用的社交工具、支付工具，他們的社交行為數(shù)據(jù)也都收集在騰訊龐大的數(shù)據(jù)庫中，具有很強的特征性和識別性。錢牛牛通過將平臺用戶數(shù)據(jù)信息與騰訊社交數(shù)據(jù)信息進行比對、學習、然后建模，從中挑除信用異常、具有欺詐可能的數(shù)據(jù)，再次進行二次清洗、識別，篩選出有用信息，構(gòu)建了錢牛牛用戶征信數(shù)據(jù)系統(tǒng)，以此進行風險控制。
　　另外，對于征信信息缺失、數(shù)據(jù)造假等可能存在的較為棘手的問題，錢牛牛引入了德國IPC邏輯，IPC邏輯獨特的人力驗證方式，使得錢牛牛通過人力來完成對這部分征信數(shù)據(jù)的收集。IPC邏輯要求一個審貸員獨立管理一個客戶，對客戶所提供數(shù)據(jù)信息進行兩兩方面交叉對比，剝離出差異大于5%的不合理數(shù)據(jù)，并將數(shù)據(jù)結(jié)果錄入錢牛牛征信數(shù)據(jù)庫，既解決了部分信息缺失和信息造假的問題，充實了錢牛牛風控系統(tǒng)，又彌補了社交用戶數(shù)據(jù)建模的不足之處，不斷刷新風控極限。