钱牛牛：掌握年轻用户信用画像才是根本

云舟凌冬

　　风控是近年来金融科技行业的热点词，很多人聚焦在怎么做风控，怎么做优化等环节。但是知名互金科技公司钱牛牛觉得个人授信这件事不仅仅是大数据风控，也不仅仅是消费场景，而是风控+催收两者结合。

　　钱牛牛花了非常多精力在催收。他们认为在网上借一千块钱，两万块钱这类人群基本没有还不起的，所以贷前更多反欺诈。还的起人群更核心的是比别人更早找到他，最终快速精准定位他，并且能够找到他。大数据风控或者消费场景最后真正核心的根源不仅仅是风控，而是风控+催收。

　　两层风控逻辑和两层催收逻辑，在传统金融领域一直有两套风控理念，一套评分卡，一套IPC，两种完全不一样的风控方式。

　　IPC是特别不性感的方式，被人们称之为几乎快要摒弃的一种风控方式，因为非常非常重。评分卡本质来讲是有点像大数据风控的前身，基于信息的收集到总部进行综合评级，它是概率游戏。IPC从德国起源到中国之后，在中国一直是平安、包商进行主导进行IPC验证，完全依赖于人在线下进行交叉验证和打分建数据分析和财务分析，最终进行建模，保证所有层级审批偏差值不允许超5%。在刚才回到一开始的问题，钱牛牛做的事情是针对目标的这类人群进行综合授信。一个人的综合授信就意味着有不同的需求，有小额的需求，这个可以通过大数据风控解决。当他有5万、8万需求的时候怎么办呢？十万块钱以上大部分是买房买车，房产金融就可以解决的，但是十万以内的区间可能就是短期周转，生意周转等等类似这样的需求，总是有这些需求的，怎么满足呢？

　　钱牛牛反思如果一个用户有了8万左右需求，大数据在这个环节上一定程度是失去作用的。所以当超过五万借款需求的人群，必须做IPC认证。就是用大数据风控收集人不同的特征，建模技术解决电子数据模型，IPC见证点补充验证能力模型，并且坚决交叉验证，两层风控之后就完成获客。

　　虽然钱牛牛经常参与大数据风控的论坛，很多人觉得风控是目的，但其实风控只是手段，最终是基于人群，目标掌握的这部分年轻人人群的信用画像才是我们今天真的目的。有了画像，针对人群的画像，有了背后所能够支持它进行画像的资金之后，场景只是获得的手段和应用层。所以很多人在说大数据风控，反而这里要为非大数据风控正名，钱牛牛认为好的风控不仅仅是单一的骄傲，虽然钱牛牛掌握了大量优质数据源，数据源已经给自身带来了很多的业绩，但是仍然不觉得单一的风控是好风控，是希望建立的大数据基础上，通过人的力量补充好大数据风控完整的多层次的风控模型的建设，才是钱牛牛这家公司最终的一个目标的基础。