从传统到精细化，MobData助力金融科技模式变革

由决策者金融研究院和华夏时报联合主办，MobData、极光、凡普金科、百融金服等30多家企业大力支持的“IFPI第十届金融科技决策者大会2018”于10月15-16日在上海隆重召开。大会以“对话金融科技未来”为主题，以一带一路金融科技战略合作为切入点，深度讨论未来银行、保险科技、消费金融、大数据•云计算•人工智能、支付创新等的未来之路。

MobData数据科学副总裁方桢，围绕【金融科技：从传统到精细化的模式变革】话题，通过分析大数据在金融服务上的三大优势，列举了金融服务未来的模式变革的可能性。

随着互联网的发展，金融服务业已经走向智能金融时代，“提升运营效率”“提升客户体验”“产品与服务创新”成为传统金融机构服务转型和精细化管理重点发力的三大方向。而大数据分析/模型分析在产品设计、前端销售和监管风险上的应用价值对于完善客户画像，辅助精准营销有着不可忽视和替代的优势。可以说，利用大数据解决传统金融行业的难点，实现精细化运营已成为金融服务未来发展的必然之路。

精准拓客-低获客成本

大数据的巨大优势首先体现在对于用户的精准定位上——根据各种不同的营销需求，贴合多元营销应用场景，从客群分析开始，对目标受众进行精准筛选，最终选择有效的触达渠道。从而实现真正意义上多维度、多层级、多方向的融合数据、挖掘高价值数据。

作为全球领先的第三方全景数据服务平台，MobData通过Look-alike受众拓展技术，在实际案例中获得更好的营销效果。比如在某信用卡DSP投放的案例中，MobData的Look-alike智能策略数据包在点击率、下载率和整体转化率的表现上均好于传统人工经验的精准人群包数据。特别是点击激活率，提升约75%，整体转化率是原来的2倍。

贷前风控体系-降低坏账率

MobData数据科学副总裁方桢指出“融合第三方新数据角度，能为传统金融风控带来不一样的效果体验”。第三方数据融合了包括用户层行为和数据、Android系统层特征、Linux系统层特征、模拟器体系结构等数据，输入特征后利用多维的时空特征衍生技术，让截面数据捕捉更多关键行为特征，在反复进行自动多模型训练之后得到最终评分。

第三方新数据”不一样的效果体验“表现在贷前风控上，则是以企业原有的风控和营销模型为基础，从大数据角度，扩充客户互联网金融平台原有风控系统，强化数据应用，有效改善原有模型的效率。比如MobData在对某Top5互联网金融公司一方数据进行纬度扩充后，KS提升44%，AUC提升14%，数据匹配率近90%。

运营引擎-留住核心用户

除了精准定位潜在用户，完善风控体系之外，大数据智能运营模型还可以预测客户流失，留住核心用户，将数据的价值得到最大程度的利用和发挥。在对墨迹天气和天使纪元的决策模型评估中，MobData的用户流失预测准确度均在84%以上。

那么，大数据掌握用户行为逻辑，预测用户行为的核心是什么？方桢认为，从智能运营引擎建模前的数据准备阶段，到建模中的技术逻辑构建，再到最终智能决策模型检验阶段，丰富的内外用户行为特征数据都是运营体系中不可或缺的重中之重。

未来，MobData也会继续优化营销和运营策略，依托于海量数据，帮助金融企业精准定位优质用户，实现数字化转型升级，帮助客户了解行业、产品和用户。提升注册率、申完率及授信率，从而降低营销成本，并通过埋点监测营销效果，不断优化营销策略。不断挖掘数据的商业价值的同时，也为企业创造更大的价值。