始于金融而不止于金融，量化派擁抱多元場景|愛分析訪談-ifenxi
調研|盧施宇唐靖茹高禹
撰寫|高禹
從金融領域切入向多元場景擴展
近年來金融科技公司如雨后春筍般涌現(xiàn)，以科技賦能金融成為流行，而量化派則在2014年創(chuàng)辦之時便定位數(shù)據(jù)驅動的科技公司，在金融業(yè)務中發(fā)揮數(shù)據(jù)和前沿技術的作用，在縱向深耕金融科技基礎上，橫向布局多元場景的科技應用。
量化派富有科技基因，有多位世界知名高校畢業(yè)的博士，創(chuàng)始團隊曾在CapitalOne、Google、貝萊德、陽光保險等擔任高管，技術能力深厚，金融背景扎實。
依靠團隊在金融和大數(shù)據(jù)風控領域的經(jīng)驗，量化派首先將數(shù)據(jù)科學應用于互聯(lián)網(wǎng)金融中，幫助金融機構實現(xiàn)科技轉型，隨后逐步開放其技術能力，向B2B2C業(yè)務擴展。
創(chuàng)業(yè)初期，量化派面向未能通過傳統(tǒng)金融機構充分滿足需求的線上人群，以電商、旅行、租房等為目標場景，提供定制化的資金解決方案服務覆蓋超過3000萬C端用戶。
通過三年在金融領域的科技應用實踐和經(jīng)驗，量化派證明了自身的科技能力，并于2017年底加強在更多場景入口的布局。
由于積累了較多的C端用戶及資金端、場景端的合作伙伴，量化派在多元場景入口的布局有了充分的行業(yè)資源和客戶基礎，且針對多元客群、場景有豐富的獲客、風控技術經(jīng)驗。
量化派的技術服務業(yè)務以金融機構和場景端為目標客群，將獲客、風控、貸后管理能力開放給資金端，為消費場景對接資金端、提供消費金融及分期業(yè)務的全流程技術支持。
量化派核心技術產品為系統(tǒng)平臺“量子魔方”，該平臺包括三大板塊：大數(shù)據(jù)風控平臺“量智算”、精準營銷與獲客平臺“量智產”、客戶管理平臺“量智管”。
在輸出形式上，根據(jù)不同合作伙伴的需求，量化派既可以做一站式全流程技術服務，也可以分模塊進行輸出，既可以對接量化派的云端服務，也可以幫助合作伙伴實現(xiàn)本地化部署。
借助技術、資源與團隊優(yōu)勢，量化派幫助合作伙伴實現(xiàn)科技轉型主要模式是利用大數(shù)據(jù)、人工智能、機器學習等技術，與合作伙伴針對某一目標細分客群共同設計創(chuàng)新金融產品，聯(lián)合進行風控建模。
根據(jù)產品上線后的客戶轉化率和風險表現(xiàn)，適時產品策略和風控策略。在產品表現(xiàn)穩(wěn)定后，再進一步拓展人群、周期和產品類型，走多元化、多模態(tài)發(fā)展路線。
始于金融而不止于金融，量化派擁抱多元場景|愛分析訪談-ifenxi
近期，愛分析對量化派的創(chuàng)始人兼CEO周灝進行了訪談。周灝是北京大學物理學士、萊斯大學物理學博士，曾任CapitalOne總部資深統(tǒng)計師、巴克萊銀行全球精英中心副總裁、摩根史丹利總部量化分析師。
訪談中周灝就行業(yè)發(fā)展趨勢及量化派的業(yè)務、戰(zhàn)略進行了闡述，摘選部分內容如下。
市場趨向理性精細化科技服務需求提升
愛分析：2017年行業(yè)調整以來，金融科技涌現(xiàn)哪些新機會?
周灝：首先，金融機構的科技轉型需求變得越來越強。從2017年底以來，很多金融機構主動找到我們，希望我們能幫它們快速落地。
其次，業(yè)內的技術水平在逐漸成熟，技術更新速度很快，在利用新技術方面我們也看到了很多機會。我們目前非?？春弥悄苷Z音，這在未來會是非常廣泛和高頻應用的技術，但量化派會更關注垂直領域的細分需求。因為我們希望能夠把技術真正落地到場景中去解決問題。
目前我們的智能語音技術已經(jīng)應用在金融貸后管理和客戶服務，有效提升催回率，提升用戶體驗，降低貸后管理的人力成本和時間成本。
此外，我們認為針對用戶和場景也有一些新的機會點在慢慢浮現(xiàn)。
愛分析：在消費金融領域，金融機構有哪些新的需求？
周灝：一方面，金融機構有深入挖掘現(xiàn)有客戶的強烈需求，最開始它們可能覺得新方法不一定管用，但是經(jīng)過幾年時間，它們也慢慢開放起來，發(fā)現(xiàn)如果運用一些新的數(shù)據(jù)、手段、方法，完全可以把現(xiàn)有用戶好好利用起來。
第二方面，機構對互聯(lián)網(wǎng)化的場景、風控手段有很多訴求。
第三方面則是創(chuàng)新需求，有的金融機構希望有新的業(yè)務增長點、新的模式，但并不知道具體該做些什么，那我們可以一起來探討，分析各自有什么資源，商討出新的商業(yè)模式來，這部分需求比較多樣化，并不趨同。
愛分析：量化派為何從金融領域切入做科技業(yè)務？
周灝：我們最開始做科技公司，選擇從金融領域切入來做，一方面是因為金融是基礎建設，連接各行各業(yè)，我們能夠通過金融行業(yè)觸達到多元場景和多元人群；
另一方面，金融天然具備數(shù)字屬性，市場需求空間巨大，金融業(yè)的科技轉型是大勢所趨，我們能夠通過金融行業(yè)更快地證明自己的科技能力，我們從最開始就是科技公司的定位和心態(tài)。
2017年監(jiān)管下來對我們非常有利，因為監(jiān)管推一把，提升了行業(yè)門檻，引導行業(yè)健康規(guī)范發(fā)展，才把很多市場空間帶出來。
在這個過程中我們的位置擺得比較正，就是幫助各類機構做業(yè)務的一方，在這個過程中幫客戶形成比較好的商業(yè)模式、滿足它們的訴求，是非常共贏的模式。
2018年我們在收入結構上有所調整，把更多科技能力開放給合作伙伴，讓它們可以穿透到資產、對資產有把握。同時，機構其實也在反向逼迫我們提高能力，做出更多能夠滿足精細化訴求的東西。
通過合作和開放，我們能專注在我們最核心的科技能力板塊上。2018年我們在更盡心地做一些精細化的服務。
愛分析：精細化服務指哪些方面？
周灝：我們不僅希望幫金融機構設計某一類型的產品、風控策略和獲取某一類型的客戶，我們希望能夠深入理解金融機構不能做某個業(yè)務的原因，了解它在各環(huán)節(jié)所欠缺的能力，我們甚至可以精細到幫忙推薦它所需要的合適的合作伙伴。
以這種精細化的服務，我們和機構可以合作得很深入，真正意義上讓金融機構、科技公司、場景各做自己該做的事情，構建一個長期持久的良好生態(tài)。
愛分析：要深入了解金融機構的需求，對我們的能力有提出哪些要求？
周灝：我們主要是在整個思維模式上有一個比較大的提升，要堅持科技公司的定位，結合金融機構的思維和環(huán)境，尋找融合的平衡點。
公司整體的定位、收入結構、商業(yè)模式、服務人員、溝通模式，包括公司內部的架構、系統(tǒng)全方位的都要做調整，要能夠快速適應金融機構的節(jié)奏，也要讓金融機構能夠快速理解和接受科技。這實際上是一件很難的事情。
愛分析：量化派在與場景端、資金端的合作形式上有明顯區(qū)別嗎？
周灝：場景端合作伙伴想對接金融機構，我們可以基于大數(shù)據(jù)技術，根據(jù)不同場景的用戶畫像進行細分，幫助場景匹配到合適的金融機構，也可以根據(jù)不同場景的消費需求，設計消費金融產品。
跟金融機構合作，除了幫忙精準獲取線上資產，還需要把一些線上獲客和風控的能力給到它們，讓它們提升風控效率，能夠把控底層資產，這里面需要做很多工作。
愛分析：金融機構與合作公司一般是獨家合作嗎？
周灝：每家形式不一樣，沒辦法標準化，與金融機構的大小、風格等關系很大。各類合作我們都有經(jīng)歷過，對機構而言有時候我們就是單獨一家，有時候會有好幾家一起做，甚至有的機構光是在數(shù)據(jù)方面合作都會找好幾家來做。
愛分析：是做標準化輸出還是定制化服務？
周灝：金融機構的需求可能會有很多種，我們能夠提供一站式全流程服務，但還是可以針對這些需求做相對標準的模塊輸出的。我們會有服務類別的一個大概主線，但合作初期會更傾向于一些相對模塊化的輸出。
目前，我們有智能數(shù)據(jù)科技系統(tǒng)平臺量子魔方體系，里面包含了大數(shù)據(jù)風控平臺“量智算”、精準營銷與獲客平臺“量智產”、客戶管理平臺“量智管”。
去年我們花了很多時間精力把各個環(huán)節(jié)、功能拆得更散，做了很多小模塊，可以由此做一些模塊化的組合，來滿足金融機構多元化的訴求。
此外，我們也會有一些定制服務，這部分我們花了大量精力找到了一些優(yōu)質的合作伙伴，它們會幫我們做一些更加定制化的工作，這樣我們就能夠把精力集中在用戶需求挖掘、商業(yè)模式設計以及模塊化的輸出。這是我們一種比較特別的組合打法。
愛分析：在定制服務中合作伙伴會分擔哪些工作？
周灝：合作伙伴完成比較偏底層、偏人工的事務，包括IT系統(tǒng)的搭建和一部分模塊、模型的調優(yōu)工作。依靠他們的幫助，我們可以把精力集中在理解用戶需求、設計商業(yè)模式上。
全流程技術服務為主兼具標準化模塊產品
愛分析：量子魔方三個板塊在輸出時有側重嗎？
周灝：三個板塊我們都有輸出，客戶可以根據(jù)需求選擇想要選用的模塊，沒有針對哪一個板塊的合作更深入，不同板塊滿足了不同機構的不同訴求和需求。
我們不會去定義服務了哪個板塊，我們更希望提供客戶一個土壤，讓它們能找到需要的東西。
愛分析：量子魔方主要面向哪些客戶？
周灝：客戶包含銀行、消費金融、小貸公司、互金平臺在內的金融機構，以及電商、社交、教育、汽車、旅游、醫(yī)美等場景平臺。我們近期跟頭部的城商行、農商行、小貸聯(lián)盟建立了深度的戰(zhàn)略合作,用科技幫助他們拓展線上客群，傾聽他們的訴求是我們今年的一項工作重點，我認為我們有幫助它們轉型、升級的能力，能夠幫他們發(fā)現(xiàn)新的市場機會。
愛分析：是否有客戶類別的偏好？
周灝：與機構合作的過程實際上是雙方需求對接的過程。我們不會特別偏重某一類機構，面向任何一類機構都可以有很大的發(fā)展，我們現(xiàn)在很開放、希望跟大家都能合作。
但是目前從結果來看，我們的金融類合作機構中確實傳統(tǒng)金融占比相對會高一些，這不是我們有意而為的。我們也很看好其他各行業(yè)的場景方的合作伙伴。
積累多方數(shù)據(jù)善用AI技術
愛分析：現(xiàn)在的數(shù)據(jù)源主要有哪些？
周灝：基本上有三部分，用戶提供的數(shù)據(jù)、第三方數(shù)據(jù)源、我們自己多年積累的數(shù)據(jù)。
愛分析：有哪些有特色的數(shù)據(jù)嗎？
周灝：我們自有數(shù)據(jù)很多，包括我們接的一些場景可能合作機構很少，從它們哪里我們可能可以拿到的一些相對比較特殊的數(shù)據(jù)。
愛分析：自有數(shù)據(jù)將如何持續(xù)更新？
周灝：科技業(yè)務其實本身是共享用戶的模式，但是如果是我們提供的用戶，用戶還會是通過我們這邊來做、還屬于我們，所以這個時候我們還會通過用戶來自己積累。
愛分析：客戶反饋回來的數(shù)據(jù)主要是信貸服務哪些環(huán)節(jié)的數(shù)據(jù)？
周灝：主流上，客戶會從前到后用到比較多的模塊，這樣反饋給我們的數(shù)據(jù)就相對比較完整，有一些客戶可能只需要我們提供某一個模塊，反饋的數(shù)據(jù)就會少一些。但是我覺得個性化定制需要比較長的時間才會成熟，在現(xiàn)階段進展不會特別快。
愛分析：目前風控數(shù)據(jù)的刷新頻率是怎樣的？
周灝：頻率是Daily刷新。
愛分析：在信貸領域，主要有哪些可用的AI技術？
周灝：其實現(xiàn)在大家看得都比較清晰，語音和視覺這兩塊目前機會比較大，所以我們也有做相應的布局。
相比而言，我覺得圖像識別有很多企業(yè)在做，而且圖像本身比較標準化，所以我們在語音部分花了更多的時間。
我們現(xiàn)在已經(jīng)開始輸出語音，比如應用在量智管客戶管理板塊上，幫助合作伙伴大幅提升了效率，在跟用戶的交互上也非常有價值、有特點，我覺得這會是一個有前景的板塊。
愛分析：輸出AI語音在貸后環(huán)節(jié)能為客戶提升多少效率？
周灝：每個客戶情況不一樣，但一般至少能節(jié)省30-40%。
愛分析：在為客戶做智能語音貸后服務時要做哪些前期準備？
周灝：如果只輸出語音技術，事先會和客戶對接，去訓練數(shù)據(jù)、調試模型。
我們也可以為客戶提供標準化的服務，就是說我甚至幫客戶找好后面的服務方，我們提供一個最終服務，比如直接提供整套的貸后管理，直接幫客戶節(jié)省成本。
愛分析：在風控中AI有哪些應用？
周灝：首先NLP可以轉化為定價中的一部分，其中，文字很重要，這里既包括語音識別環(huán)節(jié)的文字，也包含用戶提供的、合作方提供的和我們自己積累的文字，這些文字在貸前、貸中、貸后都可以產生價值。
此外是復雜網(wǎng)絡，復雜網(wǎng)絡板塊本身的復雜度比較大，隨著數(shù)據(jù)量上升帶來的挑戰(zhàn)也比較大不一定是指對算法的調整，它對整個底層的挑戰(zhàn)都會比較大。
我們現(xiàn)在還比較關注用戶的交互，這部分目前在嘗試階段。
愛分析：風控過程中更看重弱特征變量還是強特征變量？
周灝：我們現(xiàn)階段，除非是針對一些特別特殊的人群或合作伙伴，基本上是采用大量的弱變量，最終有產生比較好的風控結果，目前我們幾千個變量里很少有某一個變量的權重貢獻特別大。
愛分析：現(xiàn)在B端客戶有多少？
周灝：今年新拓展的有幾十家，這不算之前的場景方等。
愛分析：在C端服務了多少客戶？
周灝：到目前為止整體有3000-4000萬。
愛分析：目前團隊規(guī)模如何？
周灝：現(xiàn)在不到200人，其中技術加算法占了大概70-80%了。
愛分析：今年的戰(zhàn)略方向是什么？
周灝：主要是做多元化以及相關能力的全面拓展，包括智能場景和智能產品的拓展。
轉自：國際日報網(wǎng)
版權及免責聲明：凡本網(wǎng)所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經(jīng)濟信息網(wǎng)”，違者本網(wǎng)將保留追究其相關法律責任的權力。凡轉載文章，不代表本網(wǎng)觀點和立場。版權事宜請聯(lián)系：010-65363056。
延伸閱讀
性能提升、服務擴展，北斗三號基本系統(tǒng)建成
