大咖一席谈之刘总和您聊聊数据的遴选与应用
随着数据应用在我们汽车金融业务发展中起到的作用越来越大，我们有必要重新的认识一下数据，以及它的种类，它的应用，它在工作中对决策产生的影响以及与人工审批之间的关系地位，那么，就让我们一起在刘总的文章中找到答案吧。（老穆点题）
当下，谈风控必谈大数据已经成为了行业共识，科技金融的观念深入人心。
那么，到底什么是大数据呢？我们又该如何去看待数据在风控工作中的作用？今天我们的话题就围绕着这个问题展逐一展开。
一.风控工作中主流应用的数据类型简介
1.各类黑名单、灰名单
这类数据是反欺诈类工作的重要数据应用。此类数据的应用分为两类，一是可直接给出结论的黑名单，二是需要判断影响的灰名单。对于灰名单的判定，体现了一家机构风控能力的高低。
2.专项数据库
这类数据是辅助判断类的数据，专注于某一特定方向的数据。市面上此类数据五花八门，名目繁多，风控机构需要根据自身业务属性和特征去筛选应用。
3.信息核验
这类数据是验证类数据，此类数据验证结果明确，是风控人员最喜欢的一类数据，大概看到“一致”二字时，无比舒心。
4.信用报告（非PBOC）
这类数据是专业分析类数据，信用报告一般由专业的征信公司或数据公司整合，具有一定的权威性，可直观反映问题点。
二.数据应用的误区
很多机构在数据的应用上，存在着盲目崇拜的误区，如果数据应用不当，则适得其反。我们来看一下数据应用中的常见误区：
1.数据范围广泛
不考虑数据的质量、来源，有多少接多少，完全不考虑数据对业务本身的价值。甚至会因与业务不相干的负面信息，影响了客户的正常业务办理。
2.数据渠道单一
数据选择单一的采集方式，缺少有质量的后备渠道，一旦数据渠道出现问题，整体审核工将受到影响，甚至导致业务停滞。
3.数据各自为战
数据分项采购后单项应用，缺乏分析加工和整合，即得即用虽然便利，但是浪费了数据的价值。
三.数据遴选原则
既然数据类型如此繁多，我们又该如何选择种类繁多的数据呢？我谈一谈实际工作中，自己对数据选择时的关注顺序。
1.数据的合法性、合规性和安全性
这一点的 重要性毋庸置疑，尤其是受监管的金融机构，如果非常会渠道获取的信息，就算再有价值，也不值得冒风险去触碰。
2.数据需求（数据场景）
每一类金融业务，每一款信贷产品必定有其机构特点的应用场景，我们举个例子来看，每当我们乘坐高铁的时候，总会听到广播里有讲逃票会被记入征信系统，OK，这里所讲的征信其实是个特指的征信，即铁道部门自行整理的一套系统，而不是我们常常接触的PBOC，那这样一个逃票的数据，对信贷工作有多大的帮助呢？做信用授信的消费分期时，还会有所考虑，但我们会因为某人逃了一张北京到天津的一张票面价格为54.5元的火车票，而拒绝他的购车贷款或购房贷款么？显然不是这样的，但是问题又来了，当系统反馈给你这个风险的时候，你会很被动。
当审核过程中，我们面对风险的时候，要么排除风险，予以核准，要么确认风险，予以拒绝，而不应是模棱两可的“或许有”、“可能没事”等等，但因业务场景的原因，以致所发现的风险点鸡肋时，反而影响了审核的判断，这样的数据就显得有些得不偿失。
3.数据的价值（命中率、尤其是整合平台数据，关注上传量）
我们再谈谈什么样的数据叫做有价值。通常我们认为，命中率、数据量级体现了一项数据的价值，这个观点没错，但是不完全是。
举几个例子，先来看看命中率，对于验证类数据来讲，命中率越高，数据越有价值，但如果是反欺诈类的数据呢，就很难以命中率的高低来评定数据价值了，过高说明数据与业务的契合度不够，过低又达不到风险防控的意义。
我们再来看数据量级，动辄千万，几亿的数据量级听起来煞是过瘾，我们在商务谈判中也常常被这个卖点所吸引，聚我个人的例子，与某国内知名数据整合服务平台谈数据合作时，对方对我讲，他们的客户如何如何知名、日查询量很大，同事手机反馈这些机构上传的信贷信息，逾期信息，黑名单等等，形成了一个规模庞大的信用风险共享平台。OK，那么我的问题来了，实际有多少机构向他们上传了自己的信贷信息和黑名单信息呢？查询量是千万级，实际上传给他们的信息又有多少呢？对方沉默不语，自然有些其他方面的解释。
诚然，通过数据平台共享风险，提升彼此的价值，这个构想美好，未来也终会走向这一步，但不会出现在现在，这里面深层次的原因不是今天的主题，也不再就这个话题展开了。
4.数据源的渠道稳定性
这其实有两个概念，一是渠道，二是稳定性。
我们先谈谈渠道，所谓渠道，也就是你获取的是第几手的数据，从数据的收集方直接拿一手数据最为真实，可靠，不过一般的机构很难直接接入，那么二手数据是我们主要的选择，即通过征信公司或数据公司获取，这里会出现什么问题呢？征信公司在提供数据时，会根据客户等级不同，需求不同向对方提供有选择的数据，这里设计一些商业操作面的问题，我就不在此揭示了，还请大家理解。至于一些拿着三手，四手数据的供应商，我在此也奉劝大家审慎采购，不谈其他因素，单是数据往来要跨越多个服务器这点，就足够令人担心，稳定性、安全性都无从谈起。
我们再来看看稳定性的概念，除了数据交互的稳定性，我们也要看数据供应的稳定性，实际工作中总会有因为各种原因，数据源停止了某项数据的供应，有可能是受相关的法律法规制约，也可能是你的供应商与上游合作谈崩等等，总之，供应商的实力与口碑在这个环节上就尤为重要。
5.数据的可替代性与可解读性
这两项指标的内容过于直白，我也就不再赘述了。
6.价格
是的，价格在我考量一家数据供应商是只能放在第六顺位上，价格不等于性价比，性价比应该放在价值的那一项中去考虑，比如某加公司独有，且是你最看重的数据，那尽管价格高些，性价比上去了，还是有价值的。而价格的比较，也有学问在里面，将来如果有机会，可以展开谈。
四.数据应用原则
1.验证类数据的适用范围
大致范围可以包括身份信息验证类、银行卡鉴权类、运营商信息类、财产证明类。
2.数据间的关联应用
如将灰名单与金融画像类（社会行为分析类）数据关联，按本机构需求进行加工，向风控人员提供参考。
3.怎样的数据可进入评分卡
定值或固定字段类的数据，可通过权重匹配，纳入到评分卡应用中。但权重匹配是设定的关键。通常建议将数据按审核思路分类，再将相关数据，对应到各自的大类中。之后，根据机构的风险承受能力，确定侧重点，设定各大类的权重。最后才是某一项数据在各自类别中的应用。
总结
尽管数据应用在当今的审核工作中有着毋庸置疑的重要性，但我始终认为，数据是工具，是手段，不是目的，不应该为了数据而数据，风控工作更不该被数据绑架，盲目的数据崇拜会使风控工作迷失了方向，退化了思想。
数据不应该是婴儿的学步车，失去了就走不了路，实际工作中，很多年轻的同事，当数据无法给出有效支持时，居然茫然失措，没有了数据，就不会审核，这样的情况，我觉得，说明他在工作中舍本逐末，没有掌握到风控工作的精髓，只是依靠着数据去工作，没有了数据，他什么也不是，而如果只靠数据就可以完成的审核，还需要人工么？人工智能发达的今天，系统也不能完全取代人工的审核，有经验的审核员在人力市场上的价格也高的令人咋舌，说明什么？说明审核的核心还在人为，数据、系统只是我们更好控制风险的工具。