這是一個最好的時代。消費金融呈爆發式發展，大數據、金融科技技術不斷革新，風控能力持續提高。這是一個最壞的時代，大爆發時代的野蠻生長，迎來了機遇卻也帶來了危機。

在我國個人信用體系并不健全的大環境下，各業內公司紛紛打起了大數據風控的牌，在宣傳方面也都把“以海量數據為基礎，以智能系統做支撐，以核心算法為引擎”等作為重中之重，但消費金融業務的大數據風控光有這些就夠了嗎？

大數據需要專家經驗來整合

任何人工智能、數據挖掘的模型，其實都只是工具。

馬上消費金融決策科學總監孫光輝認為，“大數據要接地氣，必須要以理解業務為基礎，脫離了業務來發展各種技術，可能最后只是一場技術秀”。

打比方說，如果給風控造一把槍，風控業務拿著槍打鳥，鳥可能是欺詐分子或者是壞客戶，“我們提供好的裝備，業務人員很好地運用去識別優質的和劣質的客戶，這是量化策略的核心”，孫光輝說，“如果我們脫離業務，只是單純使用這把槍，有可能方向就瞄錯了，這樣就打不到我們的目標，要對我們的業務目標有深刻的理解，這樣我的數據才有可能能夠在我們的風控發揮它應有的作用，這一點非常的關鍵。”

大數據要重視專家的經驗，業務人員跟數據人員的溝通和交流，這一點非常重要，業務人員要有數據思維，數據人員要有業務思維。

大數據需要用科學管理來保障

大數據如果管理不好，很有可能變成大混亂。因為大數據不僅僅是數據本身，其來源、種類都非常多，且存在整合、清洗等工序，工程量非常大。

科學管理的體系至關重要，不僅包含數據管理，還包括模型管理，技術部門開發出上百個模型，這些模型具體如何迭代，如何到中心調用，是一個很大的管理問題。除了這些，整個決策的完整生命周期也需要科學管理。

科學決策首先要做到整合風控數據資源，建設決策分析的基礎設施。其次，要整合業務經驗和大數據機器學習技術，先用數據驗證業務經驗，通過數據再精細化業務經驗。另外，專業化、定制化的數據策略決策要基于產品特征來做。

如果違背了這樣的思想，一味發展技術，大數據有可能變成大忽悠，脫離了業務目標發展技術，“要么你瞄的方向錯了，打不到鳥，要么是定制化的程度不夠”，孫指出，能夠體現量化策略是精細化水平，通過數據提供定制化的解決方案，而不是用大數據這個框，什么東西都往里裝。要做好定制，也需要對業務有深刻的理解。

大數據文化要務實進取、業務導向

對于消費金融行業而言，須秉承務實進取、業務導向的大數據文化。

盲目的發展技術是誤區，公司的技術要跟問題相匹配，這才是最好的。“我們所有工具是定制化的，問題本身很簡單，我們也不會干大炮打蒼蠅，因為這很浪費資源”，孫光輝認為，如果僅僅停留在鼓搗數據，不做接地氣的事情，做出的模型可能很漂亮，但沒有什么用。

消費金融公司需要找到一個平衡，在技術、成本，乃至在很多緯度上，在時效性上要達成平衡，這是務實進取的業務導向的數據文化。消費金融公司需要在這一基礎上，將大數據風控做成閉環體系，做能夠提供更好業務的接地氣的大數據。

【來源：財世匯】