京東金融與美國大數(shù)據(jù)公司 ZestFinance聯(lián)合發(fā)起成立ZRobot日前宣布開業(yè)，主要提供數(shù)據(jù)建模、信用評分、資產(chǎn)定價、欺詐識別、精準營銷等能力在內的數(shù)據(jù)增值與技術應用服務，面向銀行、汽車金融、消費金融、小貸公司等各類金融及非金機構，為其在信貸領域提供數(shù)據(jù)技術服務，提升金融及非金機構的大數(shù)據(jù)分析應用能力以及防控風險。

ZRobot同時發(fā)布旗下兩款產(chǎn)品－“漫網(wǎng)”和“盤古信用模型”?！奥W(wǎng)”將利用復雜網(wǎng)絡技術進行反欺詐風險管控，“盤古信用模型”則能針對信貸用戶給出信用評估建議，降低不良資產(chǎn)率。

拒做大數(shù)據(jù)公司

ZRobot成立似乎意味中國又多了一家大數(shù)據(jù)公司。然而ZRobot不太喜歡“大數(shù)據(jù)公司“標簽，更愿把自己定位為“數(shù)據(jù)技術公司”。其CEO喬楊對筆者表示，ZRobot核心競爭力在于數(shù)據(jù)挖掘能力和模型開發(fā)能力，從海量金融弱相關數(shù)據(jù)中發(fā)現(xiàn)與信貸表現(xiàn)相關的變量，利用機器學習技術，評估用戶的信用風險，深度剖析客戶畫像。

喬楊認為ZRobot技術先進性主要在于能處理高維度數(shù)據(jù)（2萬余維度）；有能力處理類型豐富的數(shù)據(jù)，結構化與非結構化的數(shù)據(jù)均能處理，涵蓋文本、聲音、圖像等多個類型，建構的模型對數(shù)據(jù)質量依賴程度低，針對有效數(shù)據(jù)記錄較少的“弱活躍用戶”也有一定的判斷與預測能力，此外利用授權用戶的互聯(lián)網(wǎng)行為數(shù)據(jù)，預測分析上萬個維度的變量，建立的數(shù)據(jù)模型具有普適性及穩(wěn)定性。

資料顯示，當下大數(shù)據(jù)市場規(guī)模已達百億級別，隨著數(shù)據(jù)獲取成本和儲存成本顯著降低，互聯(lián)網(wǎng)及互聯(lián)網(wǎng)+數(shù)據(jù)、線下交易數(shù)據(jù)、電信數(shù)據(jù)等數(shù)據(jù)量都在高速擴張，然而國內擁有建模技術、并有能力充分解讀數(shù)據(jù)的專家團隊數(shù)量有限，大量數(shù)據(jù)無法或低成本的直接應用，浪費跡象明顯。

ZRobot不愿把自己定位成大數(shù)據(jù)公司，源于當下大量企業(yè)都喜歡標榜大數(shù)據(jù)基因，然而海量數(shù)據(jù)累積與沉淀并不能直接為企業(yè)帶來多少商業(yè)價值，如果從應用層面來說，目前中國大部分沉淀數(shù)據(jù)和數(shù)據(jù)價值還沒被充分挖掘，尤其缺少有核心競爭力的數(shù)據(jù)技術服務方，導致海量數(shù)據(jù)處于休眠狀態(tài)，或者是停留在粗加工狀態(tài)，遠遠沒有到達深加工的高附加值狀態(tài)。

從ZRobot發(fā)布兩款產(chǎn)品“漫網(wǎng)”和“盤古信用模型”也可看出，兩款產(chǎn)品在ZRobot籌建過程中已完成開發(fā)、驗證，并在數(shù)個客戶金融業(yè)務中投入運營。比如“漫網(wǎng)”在基于面的復雜網(wǎng)絡基礎之上，可完成用戶洞察，挖掘高危特征，降低欺詐風險，綜合完成信用評估?！氨P古信用模型”則利用多維度的貸前數(shù)據(jù)，預測客戶的綜合逾期風險，信用分數(shù)對不良客戶具有高區(qū)分度和低誤判率，不同機構可根據(jù)自身業(yè)務需求，結合ZRobot信用分數(shù)，定制風險管理策略。

值得一提的是，通常經(jīng)濟計量模型對于數(shù)據(jù)要求很高，數(shù)量和質量直接決定模型的有效性和預測能力就越強。隨著普惠金融不斷推進，那些沒有在傳統(tǒng)金融體系中獲得服務的人群往往成為計量模型的盲區(qū)，“盤古信用模型”目前利用授權用戶的訂單、瀏覽、通訊等互聯(lián)網(wǎng)行為數(shù)據(jù)挖掘價值，預測分析上萬個維度的變量，主要覆蓋缺乏信用記錄的年輕人群，可在一定程度上彌補傳統(tǒng)模型不足。

大數(shù)據(jù)商業(yè)化下一站

時下探究互聯(lián)網(wǎng)金融最核心競爭力，風控實力算是最重要一環(huán)，能否做好風險管控，將壞賬率控制在極低的水平至關重要。隨著互聯(lián)網(wǎng)金融靠銷售推進原動力逐漸消失，流量驅動的野蠻成長基本結束，進入風控驅動的大數(shù)據(jù)新時代。目前有數(shù)據(jù)處理能力的公司很多，但處理數(shù)據(jù)技術公司，服務終端數(shù)據(jù)應用的企業(yè)在中國市場有巨大空間，ZRobot成立也是看到中國數(shù)據(jù)技術市場的空白， 專注數(shù)據(jù)增值與技術應用，嘗試實現(xiàn)數(shù)據(jù)驅動商業(yè)決策的價值。

ZRobot并不愿意把自己的客戶只限定銀行、汽車金融、消費金融、小貸公司等各類金融機構，而是放到更大的非金機構，為其提供數(shù)據(jù)技術解決方案。當然ZRobot在中國目前錯綜復雜的大數(shù)據(jù)市場環(huán)境難以避免會遇到很多挑戰(zhàn)，需要經(jīng)過時間和市場的不斷檢驗。

作為ZRobot股東，發(fā)起方之一的ZestFinance是美國大數(shù)據(jù)公司，通過機器學習和大數(shù)據(jù)技術進行個人信用評分，主要服務于那些在傳統(tǒng)個人征信體系下無法正常使用金融服務的用戶，2015年6月獲得京東金融投資。京東金融此次參與發(fā)起成立ZRobot，也可看出其對數(shù)據(jù)技術領域的興趣，這也與京東金融在金融科技領域的定位相符。

眾所周知，互聯(lián)網(wǎng)金融大數(shù)據(jù)風控解決方案普遍采用用戶社會行為和社會屬性數(shù)據(jù)，在一定程度上補充傳統(tǒng)風控數(shù)據(jù)維度不足的缺點。未來市場競爭在于誰能在上述兩處領域廣度深度以及服務走的更遠，ZRobot提供的解決方案給當下大數(shù)據(jù)商業(yè)化道路提供另一種思考。（完）

本專欄所有原創(chuàng)文章未經(jīng)授權，謝絕轉載。獲取授權請QQ：83639856，轉載請遵循「署名-非商業(yè)用途-保持一致」原則，不得斷章取義摘編，涉及商業(yè)化用途需付費。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。