语言

 

中文

 

English

 

CopyRight  © 2017 中科聚信信息技术(北京)有限公司 All Rights Reserved.       京ICP备14046623号-3

汇聚智能分析和金融科技人才,做信用评级领域的中国品牌:访中科聚信CEO马占军

来源:
爱分析ifenxi
发布时间:
2017/11/03 16:26
【摘要】:
人才会成为金融科技核心竞争力?

调研| 李喆  青川  辛颖    撰写| 辛颖

排版| SCAI-MKT

 

 

中科聚信(SCAI)CEO 马占军先生,见证了中国金融行业风控体系逐渐完善的20年。

 

从业伊始,马占军就投身于金融风控、反洗钱等金融科技服务行业。十年后,马占军加入在预测分析、决策管理行业处于先行地位的FICO公司;四年后,转战从事商业智能和分析软件的SAS公司。2017年,马占军加盟中科聚信。

 

中科聚信专注于分析智能和金融科技,服务于金融行业的智能风控、反欺诈、精准营销等,核心团队曾就职于工商银行、中国银行、富国银行、汇丰银行、渣打银行、FICO、SAS、Experian、IBM等国内外机构。

 

定位清晰,提供金融机构从营销到风控的全链解决方案

 

中科聚信自身不存储客户数据、不经营信贷业务,主要面向金融机构的大零售信贷业务(含中小企业、小微企业、各类零售及消费金融等)的运营体系,提供金融科技服务。

 

针对银行客户,中科聚信的服务模式包括项目合作、联合投资运营及云服务等。中科聚信的科技服务包括银行监管合规、精准营销、智能风控、反欺诈、IT系统搭建等全套解决方案。其中,监管合规是为满足监管机构的合规要求提供咨询开发服务,如巴塞尔III合规类项目。截至目前,中科聚信已与近百家银行合作。单个项目的部署周期约1-5个月,小项目部署需3-5人,耗时主要取决于覆盖的业务范畴、客户的数据状况及已有系统的完善程度。

 

中科聚信的核心竞争力在于拥有国际化的专业团队、尖端智能产品及大量项目的成功实施经验,并依托大量合作项目的服务,获得持续创新。目前,整体团队100余人,其中技术和咨询团队为主,销售人员10%左右。

 

近日,爱分析专访中科聚信CEO马占军先生,就大数据风控、反欺诈和金融科技行业的未来发展前景展开讨论。

 

 

三大解决方案,信用风险管理、反欺诈和精准营销

 

爱分析:中科聚信的核心成员背景如何?

 

马占军:我们从事的这个领域很专、需要专注,很多同事是我工作多年结识的同事,有的共事时间长达17 年之久。

 

人员背景的组成大致分为四类:大部分是国外工作多年回来的,曾就职于Experian,FICO和SAS;第二类是海外留学生;第三类是国有银行体系出来的,懂业务和策略,比如工商信用卡中心,光大银行;还有就是像我这种接地气的,一路在国内摸爬滚打过来的。

 

爱分析:信用风险主要针对哪些贷款?

 

马占军:目前主要服务的是金融机构的大零售范畴内业务,比如说普惠金融、绿色金融、消费信贷、信用卡、小微企业等,细分下去种类很多。

 

爱分析:反欺诈的模型在不同银行能通用吗?

 

马占军:我们为金融机构提供的反欺诈体系是涵盖了申请反欺诈和交易反欺诈,整体反欺诈体系不仅是开发几个模型那样简单,涉及欺诈模式的甄别,申请数据、交易数据的实时分析监测等,体系中植入了我们既有的模式库、智能分析、机器自学习、算法等核心技术,同时,要保障系统的性能、实效,确保客户满意度。我们技术团队涵盖了分析建模、策略制定和IT开发,我们提供的是完整的服务或IT系统。

 

爱分析:云服务平台是如何服务客户的?

 

马占军:我们的云服务平台非常成熟、强大,可与业务场景及机构直接对接,可精准获客,又可供金融机构整合为自己的金融风控单元,可即刻满足规模化业务扩张需要。

 

 

数据源由银行获取,还需再次清洗挖掘后整合应用

 

爱分析:业务中要调用的第三方外部数据,是银行去接,还是我们接?

 

马占军: 原则上中科聚信自身一不提供数据,二不碰信贷资金。数据是银行或授权委托对接,但我们会提供咨询及应用开发服务:提出哪些数据是有用的,对拥有的数据怎样利用。

 

爱分析:选择数据方面有什么要求?

 

马占军:我们对数据使用主要有三方面建议:第一是合法性。国家正在陆续出台涉及数据安全、数据应用、数据交易、保护个人隐私等方面的法律。我们的核心团队大部分都是从欧美回来的,国外的相关法律较健全,行业发展相对规范,在中国,我们特别在意行业的长远发展,并坚守职业操守,国家法律出台前,我们就一直在呼唤并践行。

 

第二是数据的持续性。第三是数据质量。

 

爱分析:对接的数据源,是否需要自己再清洗?

 

马占军:不仅是清洗,在刚开始做项目的时候,我们是要提出数据规范和数据治理要求的,不积跬步无以至千里,现在不管是第三方数据还是银行自己的数据,数据的质量都有待提高,我们的服务应用起到了巨大的推动作用。

 

客群重点定位中小银行,业务的高效复制及持续性成关键

 

爱分析:目标客群是如何定位的?

 

马占军:服务定位于金融领域,主要是银行、特别是中小银行、保险公司、征信服务机构。

 

爱分析:除了模型,不同银行的贷款策略不同,是由银行自己去制定策略?

 

马占军:首先我们有庞大的业务策略库,但我们更会和银行业务高管及一线的客户经理充分沟通,了解他们的核心业务特色和需求,据此因地制宜的制定业务策略。

 

爱分析:通常和银行合作的周期多长?

 

马占军:一般单个项目3-5个月,取决于项目范畴及服务内容,是新业务还是传统业务。如果刚开业连数据都没有的,我们可以大幅压缩实施周期,先支撑业务开展、再逐步优化。对于我们的云服务,可直接对接,即可应用。

 

爱分析:银行为什么需要持续与你们合作?是否可能自己学会模型,后期自己调整?

 

马占军:首先,术业有专攻,社会需要分工,大家都专长于自己的核心业务,不是每家银行都要变成涉及非主营业务的专业公司。

 

其次,我们的服务虽然对银行是敞开式源代码交付,但此类专业技能需要长期积累、并具有行业的前瞻性、不断创新,只接触自己的数据和业务是满足不了业务发展需要的,必然需要外脑持续支持。

 

另外,银行自己团队开发调整模型和我们的服务并不矛盾,恰恰是我们的追求,我们需要应用基础和联合作业。

 

爱分析:智能决策平台是什么?

 

马占军:可以理解为与业务系统标准接口对接的的智能大脑,上面部署了模型、规则和策略等,后续的模型调整、策略变化不再依赖IT人员开发代码,可以直接部署、调用,而且可秒级部署。

 

应用范围方面,智能营销和信用风险涉及的量化体系及规则,都可以直接利用这个智能决策平台,反欺诈则需要另外的工具和体系。

 

 

迅速扩大规模的同时,需保证业务的质量和传承

 

爱分析:那中科聚信的项目经验如何沉淀?

 

马占军:首先,我们的技术团队规模比较强大、团队构成有梯度,有科学的管理机制;其次,每做一个项目我们都有知识库的积累,所以即便有人员变动,不会影响整个技术体系的持续性和完整性。可以确保服务质量和持续发展。

 

爱分析:如何在初级阶段去争取更多的项目经验机会?

 

马占军:我们拥有国际化的专业团队,具有行业内多年的从业经验,100余人的专业技术团队,在中国、在我们这个行业里是强大的团队,我们已不是初级阶段,而且在引领行业的发展。

 

媒体联系

 

电话: +8610 8302 0198

传真: +8610 8302 0197

邮箱: marketing@scai-global.com