加速中的随手借:与南安普顿大学的金融合作带来什么?

和支付宝的借呗、微众银行的微粒贷一样,随手借同样是建立在海量数据基础上的借钱神器。2015年10月8日至今,随手借已经在深圳地区公测2个月了,近十万深圳地区的用户已经抢先体验到随手借的秒借快感,同时,这种秒借级别的快捷性在用户群体当中获得了非常不错的口碑。尽管与借呗、微粒贷这类巨无霸产品相比,随手借当前的规模无疑是弱小的,但是其产品创新和业务快速优势却不容小视。

和支付宝的借呗、微众银行的微粒贷一样,随手借同样是建立在海量数据基础上的借钱神器。2015年10月8日至今,随手借已经在深圳地区公测2个月了,近十万深圳地区的用户已经抢先体验到随手借的秒借快感,同时,这种秒借级别的快捷性在用户群体当中获得了非常不错的口碑。尽管与借呗、微粒贷这类巨无霸产品相比,随手借当前的规模无疑是弱小的,但是其产品创新和业务快速优势却不容小视。

笔者了解到,随手借之所以能够获得良好口碑,并且给用户“快速”的印象是依靠这三板斧:海量碎片化数据的分析能力、先进的金融建模能力及自动化的审批系统。随手借的“快”不仅体现在金融服务的时效上,更是体现在随手借业务发展速度当中。

近期,为了精益求精,随手借团队与英国南安普顿大学的金融风控研究中心开展了关于互联网金融方面的深度交流合作。南安普顿大学作为英国最卓越的10所研究型大学之一,是世界百强名校,英国顶尖学府,英国常春藤名校联盟“罗素大学集团”成员,世界大学联盟成员,该校非常重视研究,互联网金融方面的研究水平相当高。

据悉,双方当前已经开展了金融模型方面的初步探讨——构建个人贷款意愿模型和个人还款意愿模型。双方整合了国内金融用户与美国金融用户的过百万条碎片化数据,通过分析105个有预测作用的变量,初步构建出中美借款用户的意愿模型。虽然这类模型只是初步探讨,但是,随手借追求更快速精准的评估用户的目的,已经非常明显。

“互联网金融发展非常快,现在不能快人一步,未来就容易被人追赶而沦为平庸。这次随手借与英国南安普顿大学的交流合作,是抱着一种积极提升自我的学习态度,希望南安普顿大学极高的互联网金融风控研究实力,能够为我们提供更多的业务优化参考。只有不断的、快速的优化随手借的风控模型、审批流程、用户体验,我们才能够推出更快的服务,获得更快的发展。”随手借负责人如此说道。

在经过深入了解后,笔者对随手借团队有了更全面的认识。随手借背后的金融建模团队和大数据团队多达十数人,有来自牛津大学、爱丁堡大学的大数据领域海归博士,也有曾就职于Facebook、ORACLE、IBM等知名公司的实战数据科学家,同时还有在互联网、银行等领域工作多年的专家人士。

这个团队为随手借开发了6种基于机器学习的金融分析模型,包括:身份识别模型、反欺诈模型、信用评分模型、额度测算模型、行为评分模型、催收策略模型;并且针对年轻人缺少历史信用的情况,开发出基于未来发展潜力的模型算法,这种潜力评估模型相对于靠历史信用数据作为评估依据的传统信用评估模型,对缺少历史信用数据的年轻人来说,无疑是更全面和公平的。

随手借的系统通过对每位申请者近万条的碎片化数据进行清洗、关联、标准化处理后,机器自动智能地挑选出近千个模型变量用于评估申请者的情况。当申请者提交关键资料时,通过OCR自动扫描关键资料,并在系统后台自动交叉验证申请者的情况,短短6秒内就能够完成申请者的身份识别、信用评估、额度测试、行为评分等工作,95%以上的申请审核交由机器自动决策,而正是有赖于这套金融模型以及自动化审核系统,随手借才拥有比行业内其他同类产品更快速的服务时效。

“碎片化数据分析+金融建模+自动化审批”这三板斧是否能够让随手借登顶成为巨无霸产品,现在无从而知。但是,在快速发展的互联网金融领域,能够快人一步的提供更优质服务,无疑能够快速掳获用户的心,让加速发展中的随手借,获得更广阔的发展前景。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注