在智能信贷中“读秒”

《在智能信贷中“读秒”》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、在智能信贷中“读秒”　　运用大数据风控和精准决策运营模型进行信贷决策，驱动多种形式的纯线上无抵押无担保贷款服务。　　她有近20年跨国银行风险经管经验，负责过个人及中小企业金融产品设计及风险控制，具备先进的国际风险经管理念及丰富的中国市场实践经验。　　她在美国学化学工程，出了学校的学霸却“不务正业”地进入了有着美国“金融黑帮”之称的第一资本（CapitalOne），8年间，她历任产品、市场、风控高级经理。2006年，她回到中国进入渣打银行，创立零售风险经管团队，任渣打中国零售风险总监，经管跨越50亿美元的信贷资产。　　这些辉煌的履历都来自于周静这个看不到岁月痕迹

2、，又看似弱不禁风的“大女生”，但是如今一切归零，专注“读秒”。　　2015年1月26日，周静离开上海来到北京，将自己驻扎在温特莱中心16层挨着门的工位上。5天后的2月1号，她所带领的团队就立项要做一款智能的信贷产品，PINTEC集团CEO魏伟将其冠以“读秒”之名。　　4个月后，读秒在周静战斗过的上海揭开面纱――读秒的现金贷业务上线，它是一款线上审批，无抵押，线上放款的纯互联网信贷产品，当时额度是2万元以内（现在已经上升至5万元），运营当天就接受了线上的第一个申请。上线一年后，读秒从一个纯产品升级到一个整体解决方案和决策引擎，她也从产品负责人成为读秒的CEO。5

3、　　读秒出水之时，已经有不少公司尝试消费金融不同的玩法。“市场玩家各自依靠着生态、技术、商业模式一较高低。但新兴的消费金融好比马拉松，现在仍处于最前端的一公里处。巨头注重业务量打造了先收优势，以技术铺路的科技金融公司则正积攒更多接口，厚积薄收。”周静说，“在我看来，固然最终的胜负易下定论，但技术永远是科技金融最不可忽视的环节。”　　为什么要快？　　2006年，周静进入渣打银行，2007年渣打开始人民币客户业务。周静开始组建风控团队，做零售信贷业务，这9年帮它在中国市场落地，并且对整个中国的信贷市场，包括零售和中小企业、房贷市场打下了非常好的基础。　　在这期间，

4、她和团队尝试把个人信贷的流程进行压缩，时间从10天缩短到7天，又从7天缩短到3天，甚至想要做到1天就可获得信用额度，但始终难以在传统金融机构中实现实时授信，原因在于传统信贷模式有瓶颈，整个流程步骤不能省、次序不能变。　　当时，零售类的长尾客户，不管是个人还是小微企业都难以被传统金融很好地服务，整个流程太繁琐、太长，太不符合互联网时代。周静当时就希望有一个产品能解决客户的需求和痛点，同时风控还能把住。5　　的确，中国零售信贷行业存在着痛点：首先，无论是个人还是小企业，信贷需求旺盛，但高门槛和复杂的流程压制了它们的需求。企业或者个人对信贷的需求大多被磨灭在长时间的

5、等待和复杂的流程之中。其次，对于金融机构来说，尽管它们也想做零售信贷，但是这个市场非常的碎片化，所以需要投入的成本高。再有，很多商家想给终端客户一个信贷解决方案，但要打造这样一个解决方案投入非常大，如果信用风险控制不好，后果很可怕。　　针对痛点，周静认为信贷产品必须具备三点：第一是高便捷性。移动互联网时代的信贷，一定要在手机上也可以做到全流程的申请，获得实时的结果。第二是超强的适配性，这个产品本身需要可适用于不同的场景。第三是可持续性。金融机构的痛点就是需要非常大的投入，而可持续性却不高，这也是读秒需要深耕的地方。　　读秒的业务涉及到个人线上信用贷款、小微企业

6、线上信用贷款和针对机构客户的线上信贷解决方案三类。除了具备周静认为信贷产品必须具备的高便捷性、超强的适配性和可持续性外，读秒还做到了快速、透明和高效。　　传统银行最快能做到3天，读秒10秒钟完成个人贷款授信，自动放款。在整个信贷流程，特别是小企业信贷流程当中，中间有很多的中介，不仅拉高了客户成本，对机构来讲风险也高，现在读秒切掉了很多中间利益作假的机会。　　从读秒的申请流程来看，个人客户提供姓名、信用卡号和手机号等简单信息；然后读秒通过不同维度进行评分，并在几秒钟内做出决策。全程自动化审批，具备安全、便捷、精准、满足碎片化需求、适配性强等多个特性。另外，读秒基

7、本上没有金额下限，哪怕100元也可以做分期。后台系统从不过节，7×24小时全天候在线。同时，读秒还可以定制化地嵌入不同的场景和不同的行业的解决方案，让客户体验最优。5　　技术输出　　从美国到中国，18年的岁月周静几乎都是在与风控打交道，风控对她来讲，不仅仅是一套算法或技术或模型，而是“从你圈定市场里哪些是我的客户开始，就已经在做风控了”。　　为了更好地控制风控，读秒从立项开始花了大概一年的时间打造了最大的数据库，接了约40个数据源，通过API接口时时交互。数据接入进来之后，读秒会将其放在一个库里面，通过自建的欺诈、预估收入、预估负债比等多个模型对数据进行清洗、

8、挖掘，通过平衡卡和决策引擎给出综合决策