“第一個吃螃蟹的人是很令人佩服的，不是勇士誰敢去吃它呢？——魯迅

如果是5年前，我們講到用數(shù)據(jù)在金融領(lǐng)域做風(fēng)控，那不光是吃螃蟹，那簡直是有些癡心妄想。但如今，國內(nèi)的每家銀行都幾乎已經(jīng)有了自己的大數(shù)據(jù)合作公司了。

也許探索更多的應(yīng)用方向，就正是當(dāng)代數(shù)據(jù)人的歷史使命。

就當(dāng)代數(shù)據(jù)人的歷史使命問題，36大數(shù)據(jù)提問了蔣韜：

“對于數(shù)據(jù)分析從業(yè)者來說，我覺得還是要保持一顆敬畏的心，同時要有很強的創(chuàng)新能力和學(xué)習(xí)能力，能夠不斷超越自己是最重要的。大數(shù)據(jù)其實是個概念，說白了就是數(shù)據(jù)分析，只是說數(shù)據(jù)的形態(tài)在變得越來越多，數(shù)據(jù)的量再變得越來越大，數(shù)據(jù)分析的實效要求在變得越來越高?，F(xiàn)在數(shù)據(jù)的形態(tài)未來很可能會隨著硬件、物聯(lián)網(wǎng)的變化發(fā)生很大的變化。當(dāng)下的任務(wù)或者說使命，還是應(yīng)該以學(xué)習(xí)和探索為主?！?/p>

根據(jù)IDC資料顯示，IDC預(yù)測大數(shù)據(jù)和業(yè)務(wù)分析（BDA）收入到2017年將達(dá)到1508億美元，BDA開支增長最快的行業(yè)里，銀行復(fù)合年增長率為13.3%。

這是個驚人的數(shù)字，也是個合理的數(shù)字。信用是支持現(xiàn)代社會非現(xiàn)金流轉(zhuǎn)的重要手段，而今天我們恰恰有了大數(shù)據(jù)這門技術(shù)，使得對信用工具的使用得心應(yīng)手。

反過來講，金融服務(wù)行業(yè)也同樣是大數(shù)據(jù)“變現(xiàn)”最直接的來源；也就說最能見到錢的行業(yè)，不避諱的講，金錢是一門新技術(shù)最好的溫床。而金融也沒有讓大數(shù)據(jù)失望，金融已經(jīng)成了大數(shù)據(jù)技術(shù)應(yīng)用最成熟的行業(yè)，且對大數(shù)據(jù)業(yè)務(wù)分析能力依賴性最強。

“構(gòu)成金融服務(wù)板塊的三大領(lǐng)域，銀行、保險、證券和投資服務(wù)，這些都顯示出未來大數(shù)據(jù)和業(yè)務(wù)分析支出的巨大希望，這項技術(shù)可以運用于這些金融機(jī)構(gòu)的關(guān)鍵用例中，從欺詐檢測和分享管理，到增強和優(yōu)化客戶的體驗?！盜DC客戶洞察和分析項目總監(jiān)JessicaGoegpert這樣表示。

所以我們特地對同盾科技CEO蔣韜進(jìn)行了專訪。

上榜人物：同盾科技CEO蔣韜

蔣韜，復(fù)旦大學(xué)碩士學(xué)位，后加入IBM全球化研究院，2006年加入美會軟件，2009年加入阿里巴巴，在阿里巴巴期間從事反欺詐和風(fēng)險控制相關(guān)領(lǐng)域的研究和產(chǎn)品開發(fā)，是阿里眾多反欺詐產(chǎn)品的締造者，13年離開阿里創(chuàng)立杭州同盾科技。

2016年，我們在廣州、深圳和上海等地舉辦活動的時候，大數(shù)據(jù)風(fēng)控、金融方面的朋友一直反復(fù)在說蔣韜。儼然，蔣韜成了這一行里的明星。

上榜理由：

1、大數(shù)據(jù)商業(yè)模式、變現(xiàn)模式的早期探索者；

2、不光在銀行、保險、理財基金、非銀行信貸、第三方支付等金融領(lǐng)域內(nèi)，其技術(shù)被廣泛應(yīng)用，在O2O、游戲、社交、電商、航旅領(lǐng)域也在進(jìn)行積極探索。

3、整合了線上線下的相關(guān)數(shù)據(jù)源，打通了多家銀行、金融平臺之間的數(shù)據(jù)壁壘；

以下為采訪實錄：

36大數(shù)據(jù)：同盾金融風(fēng)控背后的大數(shù)據(jù)架構(gòu)師什么樣的？會用到哪些技術(shù)？這樣架構(gòu)的意義和邏輯是什么？

蔣韜：同盾大數(shù)據(jù)平臺基于主流的開源技術(shù)搭建，并在此基礎(chǔ)上做了深度整合和二次開發(fā)，整個系統(tǒng)共分三大部分：

第一部分是數(shù)據(jù)存儲，包括數(shù)據(jù)采集、交換、清洗、存儲和建模，通過該鏈條完成從線上業(yè)務(wù)系統(tǒng)到大數(shù)據(jù)平臺的數(shù)據(jù)處理，給業(yè)務(wù)方提供加工清洗后基于業(yè)務(wù)視圖的數(shù)據(jù)；

第二部分是數(shù)據(jù)計算，包括統(tǒng)一的可視化操作界面、數(shù)據(jù)安全和權(quán)限管理、數(shù)據(jù)計算及任務(wù)調(diào)用管理等，實現(xiàn)大量離線任務(wù)的計算；

第三部分是平臺運維，包括服務(wù)器配置管理、擴(kuò)縮容管理、服務(wù)器及業(yè)務(wù)監(jiān)控報警以及安全控制等。通過該系統(tǒng)，實現(xiàn)海量的數(shù)據(jù)處理，高效地支撐數(shù)據(jù)分析、建模和運營等人員的日常工作，完成數(shù)據(jù)從線上到線下，再從線下到線上的閉環(huán)。

36大數(shù)據(jù)：目前大數(shù)據(jù)風(fēng)控技術(shù)的在國內(nèi)外應(yīng)用的有什么區(qū)別嗎？國內(nèi)的大數(shù)據(jù)風(fēng)控應(yīng)用從哪里起步，又走到哪一步了，具體落地的情況怎么樣？

蔣韜：“大數(shù)據(jù)風(fēng)控其實沒有特別神奇的地方，其和傳統(tǒng)的風(fēng)控技術(shù)的區(qū)別在于前者在風(fēng)控的各個環(huán)節(jié)里利用了云端數(shù)據(jù)的力量。我們只是將原來一些在本地的風(fēng)險分析工作放到了云端，而且放大了在云端做數(shù)據(jù)分析的優(yōu)勢，可以做交叉驗證和異常點分析，從而更加有效地發(fā)現(xiàn)風(fēng)險所在。

國內(nèi)這塊的理念從2013年起步，由同盾提出“跨行業(yè)聯(lián)防聯(lián)控”的理念，一開始挺艱難的，好在現(xiàn)在國內(nèi)越來越多的金融機(jī)構(gòu)接受了這個理念，解決了數(shù)據(jù)孤島的問題，讓人工智能能夠真正落地。目前這塊在國內(nèi)已經(jīng)有一些工作在起步做工作了，相信會更加有效的幫助金融機(jī)構(gòu)防范欺詐和信用風(fēng)險?！?/p>

36大數(shù)據(jù)：征信在中國是個大工程，在業(yè)務(wù)開拓的過程中，遇到過哪些棘手的問題？有什么難點嗎？方便的話，請為36大數(shù)據(jù)的網(wǎng)友們講一講具體案例：

蔣韜：征信和風(fēng)險分析還是兩個層面上的概念，征信更偏基礎(chǔ)設(shè)施，而風(fēng)險分析更偏上層，在國家信用體系和大框架還在逐步穩(wěn)定推進(jìn)的情況下，如何切實地解決客戶的痛點和難題，利用專業(yè)化工具及分析建模幫助金融機(jī)構(gòu)提升自動審批率、及降低欺詐和信用違約導(dǎo)致的壞賬損失，是大數(shù)據(jù)征信當(dāng)前的目標(biāo)。

我們的做法是將傳統(tǒng)本地化的風(fēng)險分析的工作放到云端去做，解決了過往很多解決不了的難題，同時也需要客戶對于同盾極大的信任，如何建立這個信任感，是我們目前的挑戰(zhàn)。

同盾所做的：

1）保持業(yè)務(wù)中立性，不參與金融業(yè)務(wù)本身，哪怕是再掙錢，只收分析服務(wù)的費用

2）不斷提升專業(yè)能力，用專業(yè)能力贏得信任

講到具體案例，在美國硅谷就有不少專門做這事的公司，有的規(guī)模還挺大，美國許多支付機(jī)構(gòu)、大型電商、金融機(jī)構(gòu)都接入云端分析技術(shù)做欺詐風(fēng)險的分析和預(yù)防。但客戶數(shù)和場景也在不斷增多，做這類工作其實是很不容易的，是個需要長期堅持的事情。

36大數(shù)據(jù)：未來個人征信的市場會怎么樣？蔣總怎么看個人征信，未來會有發(fā)展嗎？會從哪里開始呢？

蔣韜：未來個人征信的市場在中國會非常大，應(yīng)該隨著消費信貸的體量增大，個人征信的總體量至少會達(dá)到千億級別。

這個市場里不會只有一家征信公司，圍繞著征信公司還會有各類專業(yè)化公司，比如做風(fēng)險建模分析的、做個人信用管理的、做數(shù)據(jù)交易和中轉(zhuǎn)的、還會有專門的為企業(yè)做評分和評級的公司、還會有專門做反欺詐的公司。所有這些各類公司會形成一個大的體系，在這個體系中各類公司都應(yīng)該是相互協(xié)作，并且可以生存地很好的。

36大數(shù)據(jù)：蔣總看好Fintech嗎？為什么？和同盾相比如何？

蔣韜：我很看好Fintech在中國的發(fā)展，從某種方面上講，我們就是一家典型的Fintech的公司，用科技力量幫助降低金融欺詐和信用風(fēng)險。中國的金融科技其實已經(jīng)走在了世界的前列，我希望我們能在中國的金融科技行業(yè)的前列。

36大數(shù)據(jù)：蔣總怎么看待ZestFinance？ZestFinance的發(fā)展對同盾有過哪些值得借鑒的地方，和不值得參考的地方。

蔣韜：ZestFinance是一家很不錯的公司，利用大數(shù)據(jù)及社交行為去評估個人的信用，同盾在一些特定的場景下也借鑒了ZestFinance的一些不錯的做法，也在用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)去提升模型的精度和運算力。

36大數(shù)據(jù)：現(xiàn)在同盾科技使用的主要風(fēng)控技術(shù)有哪些，其領(lǐng)先性體現(xiàn)在哪里？

蔣韜：同盾的領(lǐng)先性并不僅僅體現(xiàn)在某項技術(shù)上，大數(shù)據(jù)需要三個要素：

1）場景深入的了解

2）優(yōu)質(zhì)的數(shù)據(jù)

3）合理的算法

當(dāng)然這三個方面要做的好，需要有很深厚的功底，比如優(yōu)質(zhì)的數(shù)據(jù)怎么來，同樣是在app上允許去部署一段sdk獲取行為數(shù)據(jù)，技術(shù)能力強的可以獲得更加優(yōu)質(zhì)的數(shù)據(jù)，并且有能力去摒除哪些惡意和干擾性的數(shù)據(jù)，同時對于場景深入的了解，可以知道具體去獲取哪些數(shù)據(jù)，才可以獲得更好的結(jié)果。這些都需要經(jīng)驗，有時候看上去簡單的事情，做得好做得不好的差距就是五年甚至十年，這些是急不來的，需要一種工匠精神。

現(xiàn)在我們也在嘗試著研究區(qū)塊鏈技術(shù)，和北美區(qū)塊鏈聯(lián)盟達(dá)成了合作，目前還在探索階段。

36大數(shù)據(jù)：如何有效地鏈接技術(shù)與市場需求，讓技術(shù)更符合商業(yè)目標(biāo)？

蔣韜：技術(shù)再牛，也是為市場服務(wù)的，好的公司要有洞察市場的能力，要有提前預(yù)判市場方向的能力，要愿意把手弄臟、把臉貼地，去為客戶創(chuàng)造價值。不能為客戶創(chuàng)造價值，就不要去收費。

36大數(shù)據(jù)：對于那些正在實施大數(shù)據(jù)戰(zhàn)略的公司，您有什么建議給他們？有哪些誤區(qū)是可以避免的？

蔣韜：我的建議是，大數(shù)據(jù)看上去很美好，但是其實是一個很苦的行業(yè)，需要長期的堅持努力，要做好三年不掙錢的打算，此外，要避免只做數(shù)據(jù)、或者只做算法，需要有合適的應(yīng)用場景，并能夠應(yīng)用好數(shù)據(jù)和算法，去解決的問題。