360數科盧瑤：技術應用的目的是更好服務小微用戶

2021-12-16 09:14:29來源：TechWeb.com.cn 關鍵詞：數字化金融閱讀量：25788

導讀：隨著建設數字中國上升為國家戰略，數字化浪潮席卷各行各業。

　　隨著建設數字中國上升為國家戰略，數字化浪潮席卷各行各業。與此同時，金融與科技的結合持續深入，金融新業態與新模式紛紛涌現，不斷塑造著新的邊界。

　　360數科方面表示，數字化對攻克“不可能三角”的意義，不僅僅是把線下的業務搬到線上，而是在完善信息、征信、渠道和產品的基礎上，顛覆傳統的客戶理解、用戶觸達、資質審批和風控模式，重構小微金融服務的經營邏輯。

　　360數科小微金融部總經理盧瑤認為，金融科技企業應借助數字化技術對不同層次、不同類型的小微企業進行畫像，針對不同層次、不同類型的小微企業及小微企業主設計與其生產經營相匹配的互聯網信貸產品，通過線上化運營，滿足其“短、小、頻、急”的需求。

　　對于數據科學如何賦能信貸業務，盧瑤指出，對于小微金融服務而言，每個階段都需要大數據與人工智能技術的參與，這也是金融科技區別于傳統金融機構的最大之處。以360數科為例，在服務小微企業過程中，大數據風控被分為貸前、貸中和貸后三個階段：貸前主要涉及用技術的方式判斷是否給借貸者授信，其中分為反欺詐和信用風險判斷兩大塊。反欺詐需要辨別出以騙款為目的的黑色產業。在這方面，360數科通過構建關系網絡，以知識圖譜等形式找出風險點。

　　盧瑤表示，“而在貸前的信用評分中，我們利用歷史數據作為有監督機器學習的測試數據集，將借貸人群區分為好人與壞人。之后，通過規則條件、用戶分層、用分類器將用戶做信用分的區分，以拒絕低信用分的用戶，提供高額度給優質信用分用戶。”

　　進入貸中環節之后，需要動態通過決策模型來調整用戶的貸款額度與利率，通過決策結果為互聯網用戶運營提供策略。最后貸后環節，則是一個通過機器學習輔助收款的過程。團隊通過機器學習模型可以判斷用戶還款能力，并將用戶分類，比如分為容易收款的用戶、不容易收款的用戶，就會通過不同的運營方式進行催收，完成整個金融周期的風險管理。

　　盧瑤稱，“我們的任務是應用最能幫助用戶、最能有效服務用戶的技術。所以相對于技術創新和研發，如何讓技術更好地服務用戶才是最重要的。從長期來看，小微融資技術的精進，推動的是供給側改革，只要通過數字化的方式，才能更好地實現對小微企業的扶持，切實助力實體經濟的發展。”

上一篇：對話華清科盛：數智時代，看物流如何“變得更聰明”

下一篇：福特汽車CEO：希望兩年內將電動汽車產量提高到60萬輛

我要評論

昵稱

匿名

文明上網，理性發言。（您還可以輸入200個字符)

表情

所有評論僅代表網友意見，與本站立場無關。

智慧物流：數字化轉型下的物流新篇章
智慧物流不僅是技術的革新，更是整個供應鏈體系的升級。通過各類傳感器和RFID標簽，物流系統可以實時追蹤貨物位置、監測環境條件(如溫度、濕度)，并自動采集運輸過程中的各種數據。這種全方位的連接能力為物流可視化和管理自動化奠定了基礎。
智慧物流數字化
2025-03-26 10:49:47
《南昌市支持制造業全面數字化轉型的若干措施》印發
近日，南昌市出臺《南昌市支持制造業全面數字化轉型的若干措施》，支持制造業企業通過線上申領不超過5萬元“數轉券”開展數字化改造，累計支持1500家企業。
制造業數字化
2025-03-19 11:06:53
《廣東省制造業數字化轉型典型案例集》正式發布
數字化供給方基于積累的制造業知識和服務經驗，聚焦細分產業鏈的典型場景和共性需求，為產業鏈上下游企業提供一攬子的低成本、快部署、易運維的數字化產品和解決方案。
制造業數字化
2025-02-19 09:10:00
一體化推進農業農村數字化轉型發展
國家數據局在2024中國國際大數據產業博覽會上發布了首批50個數字中國建設典型案例。案例涉及數據基礎設施、數據資源、數字技術創新、數字政府、數字經濟、數字社會、數字文化、數字生態文明等領域，集中反映了近年來數字中國建設的實踐和成效。
農業農村數字化
2025-02-06 09:58:56
換胎無憂，德國馬牌用數字化疏通修理廠“堵點”
維修廠整體面臨產品、利潤、配送、售后等一系列挑戰。而對于消費者而言，換胎時則遭遇著時間、成本、服務品質和售后保障等方面的困擾。
數字化AI大模型
2025-01-13 13:56:05
山東省鑄造協會關于《鑄造企業數字化智能化改造提升評價規范》團體標準立項的公告
山東省鑄造協會發布《鑄造企業數字化智能化改造提升評價規范》團體標準立項的公告。
數字化智能化改造
2025-01-09 13:36:24

版權與免責聲明：

凡本站注明“來源：智能制造網”的所有作品，均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品，未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：智能制造網”。違反上述聲明者，本站將追究其相關法律責任。

本站轉載并注明自其它來源（非智能制造網）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時，必須保留本站注明的作品第一來源，并自負版權等法律責任。如擅自篡改為“稿件來源：智能制造網”，本站將依法追究責任。

鑒于本站稿件來源廣泛、數量較多，如涉及作品內容、版權等問題，請與本站聯系并提供相關證明材料：聯系電話：0571-89719789；郵箱：[email protected]。