王煒 李睿

調研觀察：網商銀行攜數字基因而生，是一家“技數”（科技與數據）推動的銀行，創(chuàng)新“310”貸款模式、用大數據和人工智能技術改變傳統(tǒng)金融服務模式，將每筆貸款的平均運營成本降到2.3元。成立3年多，網商銀行及前身阿里小貸累計為超過1170萬小微客戶提供經營性貸款。

不論是企業(yè)內部管理，還是業(yè)務拓展，技數驅動深入到網商銀行的方方面面，一直都在借助技術推動業(yè)務的創(chuàng)新發(fā)展。在業(yè)務上，充分利用大數據，實現全程數據驅動，從一開始的營銷，到客戶篩選，再到業(yè)務執(zhí)行（貸款審批、放款跟蹤等），實現高效的智能化操作。實現數據驅動，部門間的打通和聯合是關鍵，各部門的數據聯合起來，才能更好地挖掘和實現數據的價值。

從客戶群體看，網商銀行關注于小微、三農，所提供金融服務的特點是小、急、短、頻。從業(yè)務形態(tài)看，所有業(yè)務都是在線業(yè)務，同時由于金融業(yè)務不是一個高頻業(yè)務，所以并不追求客戶端的活躍度，而更關注通過外賣、網購等場景觸達客戶;從業(yè)務規(guī)劃看，更關注于協(xié)作共贏，希望通過技術輸出與更多金融機合作，充分發(fā)揮網商銀行的技術優(yōu)勢和金融機構的業(yè)務、市場優(yōu)勢，更好地服務客戶。

在營銷創(chuàng)新領域，充分利用大數據、A I等技術，創(chuàng)新服務、精準定位目標客群，以“大促貸”的投放為例，是基于大數據、用戶畫像的精準營銷，從產品的設計到投放都體現出了技術驅動，產品是針對于特定的時間（雙11大促等），針對特定的客群和需求（賣家在大促期間備貨和營銷的資金需求）制定的產品，其背后是對于這一特定時間、場景下特定客群的個性化需求的準確把握。

在風險管理領域，擁有EB級的數據，可以真正實現基于大數據的自動化風險控制;區(qū)別于傳統(tǒng)的指標式風險控制，真正構建了相對全面的風控模型，除了對于客群本身行為的關注，還會關注到行業(yè)的走勢等時間維度的完全性（對于季節(jié)性商品會綜合考慮到旺淡季的差異等）;在“310”模式背后建立了完善的風控模型和風控體系。

在信息系統(tǒng)建設方面，成立之初就整體采用了云架構搭建業(yè)務系統(tǒng)。一方面，這種分布式開放的架構為產品創(chuàng)新及研發(fā)效率的提升提供了推動力，業(yè)務系統(tǒng)基本達到了兩周一次迭代，更快更好地響應客戶需求和市場環(huán)境的變化;另一方面，作為一家純線上銀行，對于業(yè)務的持續(xù)性、穩(wěn)定性和快速響應有很高的要求，云架構提供了高可用性和穩(wěn)定性的能力，高并發(fā)處理能力強。從開業(yè)之初的兩地雙活數據中心到目前的異地多活數據中心，通過分流將災備資源充分利用起來，而不像傳統(tǒng)架構下災備中心平時只用于備份，不承擔業(yè)務，提升了資源利用效率。企業(yè)內部管理充分利用技術工具，從系統(tǒng)建設到系統(tǒng)運維使用了幾十套應用系統(tǒng)協(xié)助管理，有效提升了管理效率。

對于數字化，網商銀行CIO唐家才的觀點是：數字化為業(yè)務的發(fā)展提供助力，網商銀行的目標是為小微、三農等過去不受重視的群體帶來更多平等的機會。數字化的目標是服務這些客戶，并通過技術降低成本，真正實現普惠金融，從而逐步實現為世界帶來微小和美好變化的愿景。

“310”模式背后的風控創(chuàng)新

網商銀行立足于服務小微企業(yè)，基于創(chuàng)新的微貸技術，客戶可以獲得全天候金融服務，實現3分鐘申貸，1秒鐘放款，全程0人工介入，即“310”模式?！?10”背后是長期積累的風控技術能力，包括10萬項以上的指標體系，100多個預測模型和3000多種風控策略。一方面，這些技術可以讓小微企業(yè)和經營者不用擔保和抵押，憑借信用就能進行貸款;另一方面，可將不良率控制在1%左右。

之前受惠于“310”模式的主要是網上的賣家和中小企業(yè)，如何讓新金融惠及線下數量更廣的小攤小販，一直是無法破解的難題。2017年6月，網商銀行聯合支付寶收錢碼推出“多收多貸”，率先開始了這場沒有先例的探路之旅。

開始風控專家們心里也沒底，但隨著不斷探索，他們發(fā)現線下小微經營者用上移動支付之后，沉淀下來的部分數據維度甚至比線上電商還要豐富，再結合風控能力和創(chuàng)新的模型算法，為線下小微經營者提供貸款服務就有了基礎。

首先，識別出真正的商家——毛線球vs蒲公英。怎樣才能給真正有需要的線下小商家最合理的授信額度？首要解決的問題，是如何從海量使用收錢碼的用戶中識別出哪些是商家、哪些是個人。網商銀行研究發(fā)現，這個問題可以通過分析人與人之間的資金關系網來解決。如果是個人，與他發(fā)生資金聯系的人，互相之間多少是有聯系的，他們的關系圖就像一個毛線團。而如果是個人經營者，與之發(fā)生資金關系的人會更多，而且彼此之間沒有什么聯系，關系圖像一個蒲公英。這個邏輯雖然簡單，但是要對幾千萬戶的商家在幾秒鐘內做出判斷，對模型的精準度要求非常高，需要非常強的人工智能計算能力。

其次，了解商家的經營狀況和潛力。為線下小微經營者提供貸款服務，最重要的是評估其信用情況，但他們往往沒有車、房等固定資產，也缺乏信用記錄和積累，如果僅僅通過已有的交易授信，很難還原他們的經營全貌。所以，在經營預測上，網商銀行會更多考慮線下小微經營者的實際情況，來預測店鋪未來的經營潛力和經營風險。

比如沿街的門店在遇到修地鐵、鋪設管道等市政變化時，通常會影響未來幾個月的經營情況，所以將店鋪的地理位置與地圖數據進行匹配，結合周邊的市政信息、地標建筑、人流情況、買家結構、同類商家情況等，通過商圈聚類和行業(yè)識別，結合檢索算法的優(yōu)化處理，數十億LBS節(jié)點快速匹配，能夠在幾秒鐘內計算出店鋪在未來6個月的經營潛力和經營風險。舉個例子，同樣是賣包子的兩家店，口味、客群、每天的流水、老板的勤勞程度等所有的經營狀況都相同，其中一家店所在的馬路很快要開始修地鐵了，那么這家店老板能夠從網商銀行貸款的數額就會比另一家少。

再次，防范風險，把套現苗頭“扼殺”在萌芽狀態(tài)。網商銀行行長黃浩曾經說過：“傳統(tǒng)的信貸風控理念往往先把人預設為壞人，但網商銀行從不預設任何一個壞人，我們把每個人首先看成是好人，然后用大數據的風控技術把其中少數的‘壞人挑出去?！?/p>

套現模式變化多樣，是個攻防博斗的過程，在交易上具有短時間的集中性。因此，基于同個虛擬群體中套現黑產在交易上表現出的短時間的聚集性，網商銀行通過時序交易關系網，運用LPC算法識別出了上萬個套現虛擬社區(qū)、幾百萬套現買家，在新套現模式剛剛冒頭的時候，就能實現對套現模式的覆蓋和防控。

最后，對風控技術進行創(chuàng)新嘗試。在網商銀行，風控不只是后臺技術，還與為小微經營者提供服務的產品更多聯動起來。比如，將風控技術與產品設計相結合，在“多收多貸”的頁面，商家能夠看到，用支付寶二維碼向有效顧客收款，顧客越多，自己能夠貸款的額度就越高。有的商家收一筆款就能在提額日提升50元額度，直至達到提額上限，讓商家做到心中有數。

除了產品創(chuàng)新外，網商銀行還在技術應用上不斷創(chuàng)新。傳統(tǒng)的風險預測模型通常采用回歸、決策樹等算法，通過固定時間截面的數據進行預測，而忽略各種行為在發(fā)生時間上的連續(xù)性，網商銀行將最新的算法應用在了多頭借貸的識別上，不僅整合了靜態(tài)的異構網絡信息，還增加時間維度，將原來立體的算法上升到四維空間，從而把上一個時間點的狀態(tài)傳導到當前，是一個流式的自我學習的圖深度學習工具，可以挖掘出潛在的行為模式。

在一系列風控技術的助力下，服務線下小微商家不僅成為了可能，成本也大幅降低，網商銀行每筆貸款的平均運營成本僅為2.3元。截至目前，已經有超過300萬線下小微經營者獲得了網商銀行的貸款，筆均貸款金額僅7615元，平均資金使用時長50天，6個月內貸款超過3次的經營者達到35%。

助力“碼商”搭上數字化快車

2003年，中國出現了“網商”群體。由于移動支付的普及和金融科技的發(fā)展，2017年成為了“碼商”崛起元年。路邊的包子鋪、菜市場的小攤主……這些線下的小微經營者規(guī)模小、底子薄、缺乏信用記錄和積累，一張二維碼讓他們零門檻開始了“數字化經營”的第一步。

27歲的肖冕在成都市開了家水果店，由于要供應附近十多家酒店的水果，常常不能及時回款，而進貨又等著要用錢，他嘗試過使用小貸公司的貸款，但利息太高吃不消;銀行貸款周期長、手續(xù)繁瑣讓他感到遠水救不了近火。2017年他使用支付寶的收錢碼后，這個問題解決了。

水果店支付寶賬戶里每天流水穩(wěn)定，肖冕試著用了下貸款功能，發(fā)現需要用錢的時候點下手機資金很快就到賬了，不需要復雜的手續(xù)，而且貸款利息較低，“貸款10萬，每天利息最多不到50元”。這解決了他的大問題。其他果農、批發(fā)商聽說他用支付寶收錢、貸款“很溜”，都來請教，肖冕很樂意分享經驗，“一來交易走賬會更方便，二來也能維護好客戶關系”。他在水果批發(fā)市場的人緣越來越好，很多批發(fā)商都愿意優(yōu)先把質量最好的水果供給他?，F在，肖冕再也不用為資金不足發(fā)愁了。

從行業(yè)看，網商銀行服務的“碼商”主要以服務行業(yè)的經營者為主，其中服裝店、超市便利店、煙酒雜貨等零售商家占19%，餐飲、教育、美容、維修、家政等純服務性商家達81%。

用大數據技術服務三農

網商銀行正積極探索用互聯網的手段沉淀數據，運用大數據等技術創(chuàng)新，逐步建立農村信用體系，消除農村信用鴻溝，降低金融服務的成本和信息不對稱性。實踐證明，大數據技術讓普通農戶、小微涉農企業(yè)等農村用戶得以享受與城市用戶無差別、平等便捷的普惠金融服務。

徐州農民徐峰與國內大型農牧食品集團益客合作，供應肉鴨，存欄將近15萬只，因鴨苗和飼料的采購量大，他自己的資金承擔不了，期間也向銀行貸過款。2018年2月份，益客告訴徐鋒網商銀行可以為農民提供資金，扶持農戶擴大經營，徐鋒詳細了解了貸款產品，得知貸款可以隨借隨還后，立即提出了貸款申請。“雖然網商銀行給我的額度沒有銀行高，但是能夠隨借隨還，而且利息低，每次要買多少飼料，就支用相應的額度，多余的錢不支用不會產生利息，降低了成本。我每次賣了肉鴨收回資金后，第一時間還貸款，不會造成資金浪費?！?/p>

徐鋒開始貸款的3個月時間里，支用25次，最低1萬元最高5.4萬元，總共30萬元的授信按隨借隨還使用，到目前為止實際資金使用已經遠超30萬元。

截至2018年9月底，網商銀行及前身阿里小貸累計為1171萬小微企業(yè)和個人經營者提供了近2.14萬億元經營性貸款。其中，服務了467.4萬家農村小微企業(yè)、農村個體工商戶、農村種養(yǎng)殖戶。

除了服務線上的“網商”和線下的“碼商”，網商銀行還基于大數據和風控模型，打通線上線下、實現數據一體化，圍繞品牌核心商家提供綜合金融服務方案，幫助符合條件的上游供應商或下游經銷商更快、更高額地獲得信貸支持，將金融服務延伸到新零售產業(yè)鏈上下游的小微企業(yè)。

數據顯示，2018年“雙11”，一共有343萬商家從網商銀行獲得了2020億元的資金支持，貸款金額較去年同期增長37.4%，網商銀行累計投入3000萬元補貼幫助降低商家融資成本，其中，部分產品甚至給到商家最低8.5折的利率折扣，為小微企業(yè)注入增長信心。

2018年6月，網商銀行在成立三周年之際推出“凡星計劃”，向行業(yè)開放所有能力和技術，與金融機構共享“310”模式，希望未來三年與1000家金融機構一起，共同為3000萬小微經營者提供金融服務。_