钱牛牛跨越场景，以布局数据为战略核心

云舟凌冬

　　在我国，90后群体大多是没有被传统征信覆盖的白户人群，他们往往未达到传统金融机构门槛，却有着多样化金融信贷服务需求。
　　传统征信主要采用薪资流水、历史资信、社保记录、资产结构等具有强因果解释的数据进行个人信用评估，而对于刚进入社会的白领、部分蓝领、农民群体、大学生等，他们没有优质的历史资信和雄厚的资金实力，传统征信技术下难以进行信用评估，无法取得个人授信，所以称之为“白户”。
　　基于“金融服务人”这一出发点，钱牛牛将目标瞄准这些90后“白户”人群，以大数据建模和金融科技产品研发为核心，为其进行信用画像，满足年轻人小额信贷需求。
　　人工智能让年轻人的信用价值得以实现。体现在以下几方面：
　　1.搜集互联网弱特征数据
　　2.大数据建模，进行信用画像
　　3.贷前风控、贷中监测及贷后管理
　　90后除了征信记录空白之外，另一个特征是“互联网深度用户”，对社交软件有着较高的使用频率，偏好移动购物，所以在网络上遗留了大量弱特征数据信息，像社交工具使用信息、网络浏览偏好、电商购物记录、网络新闻阅读习惯以及搜索习惯等，而这些数据信息很大程度上能够反映一个人的特征以及信用状况和欺诈可能。
　　目前，钱牛牛已与BATJ等百余家数据源进行合作，拥有手机运营商信息、学历信息、网络行为信息、电商行为信息、社交行为信息等在内的200多个维度、500多个人群标签的海量数据。
　　根据其在互联网遗留的大量数据信息的特征，引入人工智能技术，对海量网络弱特征数据进行收集、分类、清洗、建模及画像，分析个人消费数据和行为数据，衡量他们是否有稳定的消费行为习惯和稳定的搜索行为习惯，以此评估个人信用。
　　与此同时，钱牛牛形成了贷前风控、贷中监测及贷后管理风控体系，催收环节可通过风控数据结合自建的电催系统，配合语音、短信、线上催收工具等和谈判技巧，指导催收任务完成，缩减成本。
　　钱牛牛跨越场景，以布局数据为战略核心
　　金融的本质并不是完全基于某个场景来划分金融服务，更多的是基于“人”来进行授信。倪抒音认为，数据比场景重要，跨越场景，以布局数据为战略中心。“你是谁远比你要干什么重要。”在科技金融纷纷布局场景的浪潮中，这一点恰恰是快牛科技区别于其他科技金融机构的观点。
　　　　据了解，钱牛牛的科技人员占比达60%以上，团队自主研发的元方智能云大数据风控系统，利用人工神经网络进行特征工程的提取，进而获得有效数据信息，在深度网络安全算法支持下，再用机器学习进行建模分析，对人的欺诈概率和信用状况进行综合判断，最后不断升级迭代检验模型效果，以确保模型的精确度和有效性。系统平均授信时间为三分钟，成立至今注册用户已有800多万，真正实现授信的有300多万。