最有看点的互联网金融门户

最有看点的互联网金融门户
专栏国内资讯金融信息服务

大数据时代下的电商信贷风控

本文共5408字,预计阅读时间29

各大电商平台的短兵相接,带来了互联网消费金融的视角盛宴。随着电商平台对于国内消费者越来越深入的挖掘,电商贷款已成为新兴的硝烟战场。得益于庞大的会员及供应商资源库,以商户的交易数据、信用、现金流等信息作为支撑,电商推进信贷为主的供应链金融可谓得天独厚,越来越多的电商平台加入信贷的角逐之列。

电商贷款业务概况

阿里小贷是电商贷款的领头羊,推出短短几年便已取得巨大成就,日入利息百万不是传说;宜信推出的商通贷,已经与多家电商平台实现了授信合作;京东、苏宁也先后推出了信用额度,京东白条、苏宁任性付已经积累了相当的规模;近期,唯品会也推出了四款互联网金融业务,提供消费信贷、理财、货币基金、保险等金融产品。

然而,和传统小微企业一样,电商企业也面临着融资瓶颈。没有抵押物、销售性质特殊、借贷双方缺乏信息和沟通渠道等诸多问题制约了电商群体从传统渠道获取资金。很多电商贷款平台早期还尝试了订单抵押融资,后期基本过渡到纯信用贷款。那么,电商贷款有哪些需要注意的风控点?大数据在其中又扮演了怎样的角色?

电商贷款风险概况

首先通过网上的一个案例来切入电商大市场的风险现状:

某电商平台风险控制项目 

项目背景:

1.公司网站遭到很多恶意下单,导致商品下架,占住库存,不能正常销售。

2.公司遭到虚假地址,联系方式下单,导致出库后,找不到配送地址,浪费配送资源。

3.遭到良品拒收,也是浪费配送资源。

4.遭到恶意退款,恶意欺诈,恶意造谣中伤。

5.黄牛趁促销活动期间,大量购买,真正的消费者买不到货,等活动结束,黄牛再高价卖去。

具体场景为:

场景一:快速刷单。同一商品,在3分钟内每5秒钟被下一笔单,3分钟后,网站显示商品下架。

场景二:虚假信息。一消费者买了单反相机,收货后要求退款,商家拿到货后,却发现箱子底部有画痕,打开里面没有单反相机。而那个消费者的地址全是虚假地址,联系方式也是一变再变,并一再投诉要求退款。

场景三:恶意造谣。一个消费者在网上发帖,声言收到的货不对版,有图有真相,但经平台查验,不存在这个问题,这个发帖人,本身就是同行,图片是盗用的,他确实买东西了,有退货行为,但是没货不对版,典型的恶意退货加恶意造谣中伤。

从上面的情形,大致可以看出电商市场的严峻形势:真实信息被掩盖,虚假、劣质信息大行其道;恶意欺诈;卖家和买家互信的缺失、彼此对立等诸多风险状况。 

除了在整个电商市场大环境中的风险,电商贷款还有自身的具体风险,主要在于:

1、欺诈类风险:套用、借用他人店铺平台融资;

2、信用评估模型未标准化,各大电商平台有差异性,平台规则不一样;

3、产品品类众多,毛利参差不齐,需要对这个行业属性进行充分的研究,规避产业风险;

4、行业内恶意刷单。很多商家手握虚拟用户账户,店家相互刷单,形成部分虚假数据;且刷单技术快速迭代,甄别难度加大。快递公司买快递单号协助造价、刷单软件可以实现IP虚构;

5、数据孤岛没有打破,不同平台没有共享数据,商家可能同时在多个电商平台借款,逾期概率大增。

电商贷款风控锦囊

授信用户的审核和筛选严格控关

电商平台动辄上千万、上亿用户数,如何将平台海量消费行为转换成消费信贷? 又如何在海量注册用户、活跃用户中筛选出可授信人群?

要按照不同的风险量化指标及风险定价,选择合适的金融产品,在上亿电商用户中,筛选出可授信人群。并非购物多就信誉高,购物数量只是风险维度的一部分。

在此阶段,常需核实的信息有:

· 商家访问地区、访问来源、日均营业额、营业额方差、客户区域分布、客户性别分布、消费频次、客单价、评价、下单及支付转化率、产品数量、产品毛利、参加活动情况、运营时间、团队规模、成本要素构成、流量投放情况;

· 核实申请商家在其他电商平台是否有店铺,有的需要同时进行信用评估,所有店铺并入一张财务报表,进行盈利性分析;

· 解析商家银行流水、征信报告、支付宝账户;

· 对商家合规运营进行调查,违规经营有可能侵权或被平台处罚,核实商家处罚记录;

· 商家的厂家授权信息,经营假冒或贴牌产品尤其注意。

· 刷单风险排查,刷单评价时间度比较集中、话术相近、IP集中,随机抽取客户进行回访排查;

此外,将大数据的海量分析与国际先进评分模型结合,并融合国内信用体系、客户消费行为等数据,以更精细化、更量化的新型风控方式为电商平台进行严格的技术筛选和大数据风控,并完成实时授信。

大数据风控系统助力电商信贷

风险控制中,风控系统模型的先进性和团队的风控经验至关重要。

有丰富的用户数据并不意味着自己应该做消费信贷,电商与信贷属于完全不同的两种行业,运营管理、人员结构等完全不同。资本市场对两种行业的期望和要求也不一样。团队的风控技术和信贷业务的监管成本是电商平台考虑自己是否可以做金融的重要因素。不是所有电商平台都适合进军信贷,平台需要考量自己有无足够的资金运转小贷业务,是否有先进的技术来应对信贷中的风险和精准的数据来解析遇到的问题。

电商的交易数据、物流数据、包括平台电商给出的授信额度都能够作为风控的参考依据。电商领域的数据是目前大数据风控最可靠的数据之一。阿里、慧聪这样的平台涉及电商金融服务,最核心的因素就是他们有最核心的数据,基于大数据的风控就能够对电商企业进行授信。

同时利用大数据进行反欺诈建设,可以与风控第三方服务商合作,建设黑/白名单,构建消费者行为画像,设置流程监控,在注册、登陆、浏览、下单、换货、退款、评价等各个流程点都监控起来。唯品会近期推出贷款产品,便声称此前几年积累的电商大数据将被用来建立用户的消费画像,由此决定借款者授信额度。

0304 第1张

(图源自:李学庆)

做电子商务需要有解析数据的能力。才能使大量电商顾客行为数据充分产生价值。数据是一个逐渐升级的过程,原始的数据是零散的、价值小的,而这些数据经过筛选、分析,成为了信息;在信息的基础之上建立模型,来进行决策,变成了知识;这些知识能够做预测,能够举一反三,得出了智慧。所以在整个升级过程中,数据升级,数据价值也升级,从而体现了大数据的价值,也只有升级为知识和智慧的数据,才是真正有风控价值的。

总之,中国的电子商务正以风驰电掣的速度前行,电商贷款也会迎来新的机遇和尝试。要有创新的思维,也要有创新的能力;要敢于做开荒者,更应稳中求进,让风控为发展保驾护航。

各大电商平台的短兵相接,带来了互联网消费金融的视角盛宴。随着电商平台对于国内消费者越来越深入的挖掘,电商贷款已成为新兴的硝烟战场。得益于庞大的会员及供应商资源库,以商户的交易数据、信用、现金流等信息作为支撑,电商推进信贷为主的供应链金融可谓得天独厚,越来越多的电商平台加入信贷的角逐之列。

 电商贷款业务概况

阿里小贷是电商贷款的领头羊,推出短短几年便已取得巨大成就,日入利息百万不是传说;宜信推出的商通贷,已经与多家电商平台实现了授信合作;京东、苏宁也先后推出了信用额度,京东白条、苏宁任性付已经积累了相当的规模;近期,唯品会也推出了四款互联网金融业务,提供消费信贷、理财、货币基金、保险等金融产品。

 

然而,和传统小微企业一样,电商企业也面临着融资瓶颈。没有抵押物、销售性质特殊、借贷双方缺乏信息和沟通渠道等诸多问题制约了电商群体从传统渠道获取资金。很多电商贷款平台早期还尝试了订单抵押融资,后期基本过渡到纯信用贷款。那么,电商贷款有哪些需要注意的风控点?大数据在其中又扮演了怎样的角色?

电商贷款风险概况

首先通过网上的一个案例来切入电商大市场的风险现状:

某电商平台风险控制项目 

项目背景:

1.公司网站遭到很多恶意下单,导致商品下架,占住库存,不能正常销售。

2.公司遭到虚假地址,联系方式下单,导致出库后,找不到配送地址,浪费配送资源。

3.遭到良品拒收,也是浪费配送资源。

4.遭到恶意退款,恶意欺诈,恶意造谣中伤。

5.黄牛趁促销活动期间,大量购买,真正的消费者买不到货,等活动结束,黄牛再高价卖去。

 

具体场景为:

场景一:快速刷单。同一商品,在3分钟内每5秒钟被下一笔单,3分钟后,网站显示商品下架。

场景二:虚假信息。一消费者买了单反相机,收货后要求退款,商家拿到货后,却发现箱子底部有画痕,打开里面没有单反相机。而那个消费者的地址全是虚假地址,联系方式也是一变再变,并一再投诉要求退款。

场景三:恶意造谣。一个消费者在网上发帖,声言收到的货不对版,有图有真相,但经平台查验,不存在这个问题,这个发帖人,本身就是同行,图片是盗用的,他确实买东西了,有退货行为,但是没货不对版,典型的恶意退货加恶意造谣中伤。

 

从上面的情形,大致可以看出电商市场的严峻形势真实信息被掩盖,虚假、劣质信息大行其道;恶意欺诈;卖家和买家互信的缺失、彼此对立等诸多风险状况。 

 

除了在整个电商市场大环境中的风险,电商贷款还有自身的具体风险,主要在于:

1、欺诈类风险:套用、借用他人店铺平台融资;

2、信用评估模型未标准化,各大电商平台有差异性,平台规则不一样;

3、产品品类众多,毛利参差不齐,需要对这个行业属性进行充分的研究,规避产业风险;

4、行业内恶意刷单。很多商家手握虚拟用户账户,店家相互刷单,形成部分虚假数据;且刷单技术快速迭代,甄别难度加大。快递公司买快递单号协助造价、刷单软件可以实现IP虚构;

5、数据孤岛没有打破,不同平台没有共享数据,商家可能同时在多个电商平台借款,逾期概率大增。

电商贷款风控锦囊

授信用户的审核和筛选严格控关

电商平台动辄上千万、上亿用户数,如何将平台海量消费行为转换成消费信贷? 又如何在海量注册用户、活跃用户中筛选出可授信人群?

要按照不同的风险量化指标及风险定价,选择合适的金融产品,在上亿电商用户中,筛选出可授信人群。并非购物多就信誉高,购物数量只是风险维度的一部分。

在此阶段,常需核实的信息有

商家访问地区、访问来源、日均营业额、营业额方差、客户区域分布、客户性别分布、消费频次、客单价、评价、下单及支付转化率、产品数量、产品毛利、参加活动情况、运营时间、团队规模、成本要素构成、流量投放情况;

核实申请商家在其他电商平台是否有店铺,有的需要同时进行信用评估,所有店铺并入一张财务报表,进行盈利性分析;

解析商家银行流水、征信报告、支付宝账户;

对商家合规运营进行调查,违规经营有可能侵权或被平台处罚,核实商家处罚记录;

商家的厂家授权信息,经营假冒或贴牌产品尤其注意。

刷单风险排查,刷单评价时间度比较集中、话术相近、IP集中,随机抽取客户进行回访排查;

此外,将大数据的海量分析与国际先进评分模型结合,并融合国内信用体系、客户消费行为等数据,以更精细化、更量化的新型风控方式为电商平台进行严格的技术筛选和大数据风控,并完成实时授信。

 

大数据风控系统助力电商信贷

风险控制中,风控系统模型的先进性和团队的风控经验至关重要。

有丰富的用户数据并不意味着自己应该做消费信贷,电商与信贷属于完全不同的两种行业,运营管理、人员结构等完全不同。资本市场对两种行业的期望和要求也不一样。团队的风控技术和信贷业务的监管成本是电商平台考虑自己是否可以做金融的重要因素。不是所有电商平台都适合进军信贷,平台需要考量自己有无足够的资金运转小贷业务,是否有先进的技术来应对信贷中的风险和精准的数据来解析遇到的问题。

电商的交易数据、物流数据、包括平台电商给出的授信额度都能够作为风控的参考依据。电商领域的数据是目前大数据风控最可靠的数据之一。阿里、慧聪这样的平台涉及电商金融服务,最核心的因素就是他们有最核心的数据,基于大数据的风控就能够对电商企业进行授信。

同时利用大数据进行反欺诈建设可以与风控第三方服务商合作,建设黑/白名单,构建消费者行为画像,设置流程监控,在注册、登陆、浏览、下单、换货、退款、评价等各个流程点都监控起来。唯品会近期推出贷款产品,便声称此前几年积累的电商大数据将被用来建立用户的消费画像,由此决定借款者授信额度。


(图源自:李学庆)

 

做电子商务需要有解析数据的能力。才能使大量电商顾客行为数据充分产生价值。数据是一个逐渐升级的过程,原始的数据是零散的、价值小的,而这些数据经过筛选、分析,成为了信息;在信息的基础之上建立模型,来进行决策,变成了知识;这些知识能够做预测,能够举一反三,得出了智慧。所以在整个升级过程中,数据升级,数据价值也升级,从而体现了大数据的价值,也只有升级为知识和智慧的数据,才是真正有风控价值的。


总之,中国的电子商务正以风驰电掣的速度前行,电商贷款也会迎来新的机遇和尝试。要有创新的思维,也要有创新的能力;要敢于做开荒者,更应稳中求进,让风控为发展保驾护航。 

本文系未央网专栏作者大数据风控圈发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!


用微信扫描可以分享至好友和朋友圈

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

大数据风控圈未央青年

3
总文章数

公众号“大数据风控圈”

第二届中国金融科技大会主题论坛:金融大数据的发展和挑战

小未 15小时前

金融科技对银行的改造之路能走多远?

杨荣 | eResearch杨... 19小时前

大数据征信重塑互金行业风控体系

网贷之家 20小时前

站在消费金融风口之上,银行系与电商系如何实现共赢?

刘旷 2天前

AI、大数据、云计算:重塑金融产业的锋芒利刃

孟永辉 09-14

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1