7月18日，在朗迪峰会上，宜信宜人贷首席书记科学家种骥科、夸客金融首席金融科学家陈曦博士就专题研讨会“数据与金融”发表了演讲。

他还总结了极速信任的三个方面：简洁交互内涵、用自动化的信用评估加实时用户反馈、严谨的审批流程和精细运营的机制。

种骥科：今天我主要讲一下怎么样用大数据帮我们做好交互、审批和运营方面的工作。先讲讲大数据，其实在座的做大数据从业的人已经很熟悉了，从7、8年前开始说有4个"V"。在金融领域有不同的含义和量级，量、速、类、质，在金融领域什么体现？我们自己平台上产生的数据量说实在不算特别多，但是对于30万用户产生的数据量，每一个用户还是非常深的数据。在一些申请环节已经达到了差不多一秒一个，从种类这一部分比较特殊，因为我以前是做招聘方面的信息收集。特别不容易，因为互联网领域你给它半页需要填的单子都一大堆流失量，金融领域比较传统的那款申请的流程，42项每天好几万人好几万的填。真正需要钱的时候动力还是很大的，我们可以用这些动力收集不同维度的信息，网络、设备、行为、渠道、个人信息、社交还有各种各样第三方的，像友盟+等等一类的数据提供商，非常踊跃的给我们提供数据，作为数据科学家是非常好的领域。

最后是值得大家注重一下，就是数据的质量。虽然有这么多数据来源，有很多非常高质量的数据维度，在整个人群上面覆盖率还是在10%或者30%左右。真正的这些维度怎么样能够从一个信用模型的角度来说，还是要用一些有选择性的模型才可以真正用起来缺失非常严重的数据维度。

在用的过程当中，我们可以分成四大块。我一般喜欢分成四块，我们这个领域四块是蛮有重要意义的，底下有分析和预测之分，上面有批量和实时的分类。我们要说从分析的角度来说，按批量的数据去看历史数据的话，这个是用历史数据发生了什么，以前发生了什么？以及事后分析是Hindsight过程，用历史数据做一些预测，就是传统金融行业在做模型的过程。也就是说我看看用我的历史经验，以后会发生什么，May  Happen也是一个先见之明的体现。互联网给我们带来的机会是可以在真正用户与我们交互过程当中，用近期的数据比如过去5分钟或者正在申请的用户行为来帮我们分辨发生什么？这个就是一种洞察力，一种insigt。

所有东西都是右上角的最好，又可以预测，又可以实时，就是影响力，我们可以促成交易，这是一个智能的体现，是Intelligent真正设计产品怎么可以把产品设计到右上角的区域，在设计急速流程贷款流程过程当中就把产品设计到最上面一个角，用最短时间，最好的用户体验，评估对于一个借款人的信用，这个过程当中注重两点怎么样可以帮助做一个快的决策，让使用流程比较方便，这就是我们说急速信任的组成。

这个过程可以给大家演示一下交互是什么过程？在急速信用促成过程当中，开始有一个额度预估，做一些基本的信用数据的一些获取。其实就这几项，用户填了之后就可以马上得到一个预估的额度，让用户可以看看究竟值得不值得花更多的时间填更多的信息，这也是一种帮助用户尽早得到反馈的过程。当用户觉得额度差不多，可以接受的时候，我们就做进一步的身份证、其他方面、电商、手机方面信息的收集，在这个过程当中为了衡量对于这一个用户来说真正的风险是什么样的风险？这个时候收集了这些数据之后，就可以给出一个每月应还，可以给它多少的借贷期限的这些信息。

真正这个时候风险的体现，我们就可以根据风险体现进行风险定价，这之后如果用户觉得还不错，最后就收集一下真正的钱要打到哪儿，马上就可以进入下一步的流程了。这个过程当中，大家可以看到是一个比较简洁的交互，但是交互的内涵是对用户时间的一种尊重，也是对怎么样能够满足用户紧急和非常现实贷款需求的体现。

这个过程当中，有两个比较重要的方面，一个是自动化的信用评估，领域是实时的用户反馈。这个时候当然大家已经看到了实时用户反馈的显示，实时信用评估有什么方面？总来说就是全流程线下的借款流程，从用户获取、信用评估、交易促成、客户服务都是在线上完成了有一点可以帮助大家做更深层次的理解，就是在线下和线上做信贷服务有多少不同？

场景非常不同，线下一个到门市部去办，线上随时随地可以在手机上做这些事情。人群也不一样，线下有很多为资金周转奔波比较习惯去门市部办事的人群，线上很多是互联网的达人，他们用互联网上的行为比较多，通常在城市。数据获取方式非常不一样，线下一般是纸质扫描的文件，线上都是抓取或者第三方的数据端口。

从数据维度的角度来说，线下线上也有很多不同，比如线下有很多根据产品大纲收集的这些数据，线上可以根据各种各样的数据的维度可以灵活的分析，深度评估机制也都有很多不一样的地方。其中着重一点，就是信用评估的机制有很多不一样的地方。线下一般有信贷员在做面对面的评估，可是线上的机制很多用信贷工厂的模式，最大的一个挑战就是欺诈特别的厉害，因为没有面对面的场景。所以从怎么样对我们的客户负责？就是有大概这四步，怎么样可以看目标用户、人群的数据维度，怎么做这些数据的分析，怎么做实时模型反馈，怎么做资产质量的监控。

信息来源都有哪些？信息来源其实是网上、用户提供的很多信息来源，我们的角度来说，我们觉得这些信息来源都是用户自己的一种资产，在贷款的时候是用自己的历史行为，作为一个资产来换取别人的信任，给它一些贷款。

在这个过程当中，尤其是信贷体系还不是特别完善的时候，有很多时候有第一次贷款，以前没有信贷历史的这些人反而是咱们的好客户。整天忙着借钱的人不一定是非常好的用户。