中騰信在2016年1月順勢推出了定位年輕人互聯網錢包的“小花錢包”APP,自成立以來,小花錢包始終堅持充分的科技賦能、技術應用的道路,運用大數據與人工智能科技引領金融業務前行,提高金融服務的效率,用金融科技破解金融難題。
如今,小花錢包注冊用戶已達到千萬級別,極受年輕人群體歡迎,不斷引領年輕人時尚金融生活新方式。移動大數據服務平臺TalkingData發布的《2017年消費金融行業發展報告》顯示,在網購分期應用覆蓋率方面,招聯金融和小花錢包位列全國前二。
隨著高質量的大數據積累和強大的并行計算能力發展,特別是深度學習算法的突破,人工智能技術成果如雨后春筍般涌現,人工智能技術正處于大有可為的戰略機遇期。
金融的本質是風險管理,而大數據風控突破了傳統征信的局限性,為缺乏信貸記錄的客戶提供畫像,打開了次級用戶的市場空間。消費金融的客戶群與傳統金融機構服務的客戶不完全相同,單筆貸款額度較低,在為這部分群體提供消費金融服務時,每家都有自己的法寶。
面對群雄逐鹿的消費金融市場,除了差異化的客戶群定位、優質的產品體驗,更需要在金融科技的浪潮下在數據積累與挖掘方面實現突破。
小花錢包的風控團隊除了來自專業銀行的風控行家,也有來自消費金融領域巨頭的專業人士。這也是除了產品、技術人員外,構建小花錢包“消費金融極客團隊”的重磅部分。
這支“消費金融極客團隊”不單敢于采用與傳統金融機構不一樣的體系篩選客戶,更重視數據的積累與挖掘。在建立智能化風控模型時,愿意足夠耐心地完成試錯,最終打造出獨特的信用評分體系與風控模型,實現個體差異化貸款定價。風控,依然是消費金融領域最重要的差異化優勢。
大數據風控涉及各種數據的分類采集、清洗整理和機器學習訓練,要求風控策略要結合場景設計,不斷優化用戶操作,利用技術手段提高金融效率。
小花錢包目前的大數據風控擁有一套機器學習技術:根據貸款人行為的跟蹤,以及人數的不斷增加來不斷調整風控策略,風控模型在不斷自我學習自我更新。
未來,小花錢包將通過金融科技將這些能力對外輸出,賦能于金融合作伙伴,共同創建金融科技極客共贏合作圈。