王征宇：中國P2P行業有非常大的市場容量

中國互聯網發展的特殊挑戰來自于，主要是指小額度的，不是大額度的問題，因為這個問題不一樣。線上采集，沒有被征信局全面覆蓋的數據，這是一個挑戰。防范中國特色的申請欺詐，這些問題是中國特色的。要求有完整而具有針對性的整合解決方案，當然現在都在說大數據，大數據不簡單的是數據的堆積，小的機構完全可以應用大數據的技術方法和思維方式，來解決我們所面臨的風險控制的問題。這里需要說的是，一切同概念出發，而且一切從實際出發。互聯網金融當中經常討論線上線下，討論很多概念，大數據、互聯網金融還是金融互聯網，這些概念上的討論，我們認為更實際的做法，是落實到一切從實際出發，最終通過你的數據來證明什么操作是合適的，通過測試和比較的分析。我們認為在目前的數據環境領域之中，如果不算征信局的數據的話，你會有交易數據，比如說你在電商、網絡上的交易數據，或者說你通過互聯網可以收集到各種各樣的社交數據，聊天數據、社區數據，然后加上信用數據，比如說你如果可以查到征信局的報告，加上黑名單和反欺詐數據，把這些數據有效的整合起來，形成你的風險防范的機制，這個是對于小額度的，我反復強調小額度，大額度的不是這種技術。對于這些操作來說，任何概念，所謂的名稱、說法，都不足以解決具體的數據分析問題。

數據驅動的決策機制，我們自己認為，現在中國整個行業，包括銀行在內，主要用的還是輔助決策，比如說CRM系統和OLAP系統，這些是用各種各樣的報告來幫助你做決策，這個是所謂的輔助決策。而我們這邊說的是自動決策，自動決策是決策本身不需要人拿著報告自動來講這個事情該怎么辦，是自動的通過策略開發，通過策略決策的決策引擎來完成這樣的工作。這里面包括的要點，包括決策邏輯、中間變量、客戶分類、風險評分，以及授信政策。

這個是信而富公司目前的決策引擎的操作流程圖，大家可以看一下，這個圖是我們目前實際在運行的。申請表進來，經過一個申請處理系統，變化所有的數字化的信息，在數字化的信息之中，我們有一個臨信的評分卡和授信策略產品參數，在各種驗證隊列中提供各種各樣的驗證機制和驗證問題，針對每一個申請人的問題都不同，而這些決策問題的來源，來自于決策引擎。這是第一步決策。

第二步決策，是完成數據采集之后，最終在審批之前，包括有申請評分值、授信策略、核準額度、產品參數，決策自動給出授信。我們的業務量和我們的審批人員是不成比例的，我們的審批人員是個位數，幾個人就可以了，幾個人的審批中心負責全國好幾十個地方的操作。而這樣的操作使得我們的審批效率非常高，審批標準化程度非常強，拿了一個單子。干這個行業的都可以問一下自己，從事審批的人有幾個，取決于你干什么的，取決你的額度是多少。我問一個問題，審批人到你這邊，讓審批人單獨做審批，可以得出一致決定的有多少。門口來兩個人，審批人有兩個以上，讓每個人單獨做一個審批，也許有的人說，單獨做不出審批，要一審二審三審，還要總經理開會，這個是額度大的。而問題在于，保證人進來之后，審多少結果都是一樣的。這個是人工和自動審批的區別。我們這樣的操作，使得操作標準化，最終進入我們的放貸系統。最后由自動決策引擎自動來調整。全世界做決策引擎的有兩家，他們的很多分析師都出自我們這里。我們做這個工作，我們為銀行提供這樣的服務，我們給大家看一下，銀行提供這樣的服務，會有什么樣的模型體系，大家說用對小額度的管理方式，大家會說小額度的管理的風險也許會比較高，這個相當于對于不會開車的人在高速公路上飆車你會覺得非常危險，但是對于高速公路上有很多駕齡的人說，在高速公路上飆車比在小路上安全，問題不在于速度和放款額度，關鍵是方法。我們看它的故事、上下游和供貨情況等等，而對于小額度的方式，看的是這些，我們有各種各樣的評分模型，在不同階段來評估一個申請人的各種行為，在任何一個決策點上，我們看的都是這個人給他一種處理之后，他會做成什么樣的。比如說申請模型、欺詐模型、響應模型等等，所有環節上，在我們體系之中，一切都是通過分析評估來說話的。