2017年10月22日， 「資料應用學院」舉辦了南加數據科學大會。 在Fintech備受關注的熱潮下， 「資料應用學院」攜手「Grit Founder創業+」共同舉辦了“Data Science Innovation in Fintech Startup（資料科學創新在Fintech創業公司中的應用）”圓桌討論。
本次圓桌講座中， 「Grit Founder創業+」作為主持人， 邀請Moolah的創始人和CEO 連潤雄和Payoff的商業資料分析經理Zhiyao Pei作為嘉賓出席， 與現場的資料愛好者面對面交流， 分享Fintech行業的發展趨勢， 解答了大家關於如何利用大資料進行Fintech分析的問題。
整個討論氣氛活躍，
嘉賓介紹
Zhiyao Pei: Business Analytics Manager at Payoff
連潤雄 : Founder and CEO of Moolah Science
Q&A
問：能否介紹一下你們的公司？
連潤雄
Zhiyao Pei
我目前在Payoff工作， 它是一個互聯網金融創業公司。 公司是在2009年成立的， 一開始我們提供個人金融性格（financial personality）調研服務。 2014年我們開始了網上借貸業務， 把錢借給那些需要支付高額信用卡利息的人， 也就是信用卡的代償。 今年我們增加了做女性理財輔導的APP， 把financial personality 融合在女性理財輔導裡。 我具體是負責網路借貸產品的增長和風險管理。
問：你們公司是如何發掘到現在這個市場的？
連潤雄
我們把Fintech產業分為兩部分來看：
如果你要創立一個初創企業， 我會建議你去找一個競爭沒有那麼激烈， 還沒被充分挖掘的市場， 對你來說會更容易存活。
（圖為本次大會現場活動照片）
Zhiyao Pei
在美國， 很多人通過信用卡借錢並支付高額的利息， 所以你可以提供給借款人比其他的信用卡貸款更低的利率，
銀行之所以不做這種貸款業務是因為他們已經發行了高利息的信用卡， 如果銀行同時做這個比信用卡利率低的貸款業務， 那麼會抵消掉銀行的利潤。 所以一般這種業務都是由新興的Fintech的公司來做， 雖然利潤沒有銀行那麼大， 但是通過幫助人們refinance信用卡， 你還是可以獲取豐厚的利潤。 這就是我們這個business的想法。
問：為什麼Fintech創業公司可以發展這麼快？因為你們用了更好的技術？還是因為你們能獲取到更多的資料？
連潤雄
早些時候獲取資料是很受限制的， 但是現在獲取資料的方式有很多， 獲取的資料可以用來建立更精確的財務模型， 並降低你的風險。 目前， Fintech的初創企業可以通過很多的新辦法來對沖風險。
Zhiyao Pei
為什麼目前有這麼多的Fintech網路借貸的初創企業呢？首先借貸行業不像互聯網那樣贏家通吃。 當你用資料評估使用者的信用風險， 並願意提供比銀行更低的利率， 這樣大部分人會更願意跟你借錢而不是去銀行。 所以， 借貸行業的客戶一般忠誠度都比較低， 哪一家給出的利率低， 他們就會選擇哪一家來借款。 這是網路借貸可以分得銀行的一杯羹的基礎。
網路借貸的新興公司可以快速發展的另一個原因是這個行業最核心的資產-資料都在協力廠商的信用局。 在借款業務中， 一個公司所做的最重要的事情就是評估人們是否能夠按時還貸，如果你能夠準確的評估一個人是否能夠按時還款，那你將會賺很多的錢。這背後就是資料和預測模型 。
作為初創企業，我們本身的客戶量是十分有限的，但是我們可以從信用局那裡買到和大銀行一樣多的資料，這就解決了我們初創公司資料匱乏的問題並且擁有了和銀行競爭的基礎。
問：你們公司是如何運用資料分析的？
連潤雄
Zhiyao Pei
在借貸領域，資料分析是做生意的的基礎。
在我們公司，有三個領域是大量應用資料分析的。第一個是信用風險，也就是分析我們借了錢給客戶，客戶會不會償還。第二部分就是精准行銷，我們使用很多直郵和線上數字行銷，我們要分析我們的廣告投放是否合理，如何優化。第三個領域是反欺詐，因為我們的業務是要先把錢給出去，所以這就吸引了很多的騙子，我們通過資料分析去篩選這些故意不還錢的騙子。
在這三個領域，我們會進行大量的描述性分析，預測分析以及決策性分析。 描述性分析主要是通過視覺化來判斷是否具備一些趨勢，不同的細分市場是否有不同的行為。預測性分析就是建立預測模型。在信用風險評估和精准行銷中，我們主要用到了邏輯回歸來預測使用者的償還可能性，和對我們廣告的回復概率。對於欺詐部分我們會用到更複雜的機器學習。之所以在信用風險和市場這兩部分沒有用到更多的機器學習是受到了監管部門的影響， 但是對於欺詐這部分是不受監管部門控制的，所以可以更多的使用機器學習。在預測分析之後就是決策分析。 基於預測的分數和概率的數值，我們如何制定規則並用這些預測獲取最大化的利潤，這就是決策分析所要做的事情。
問：如何看待中美兩國Fintech行業的發展現狀？
連潤雄
對於Fintech創業公司來說，我覺得前期更容易在美國存活下來。在中國，三四家互聯網巨頭瓜分了主要的市場，而在美國，Fintech創業公司不需要面對來自巨頭的激烈競爭，並且也更容易融資。你可以在美國市場上更好地去嘗試和驗證你的想法，如果你的想法走得通，並且能落地到中國，那樣就是最好的。因為在中國，有更多的人口在使用著Fintech。
Zhiyao Pei
我自己熟悉的是Fintech領域中的Lending（借款）行業。在美國，銀行發展非常成熟，同時他們也大量地基於資料分析來進行借貸業務，他們能夠給80%的民眾提供金融服務。反觀中國，銀行只能給20%-30%的民眾提供借貸服務。對於網路借貸創業公司來說，他們面向的就是傳統銀行所沒有覆蓋到的人群，所以從這個角度來看，中國的網路借貸公司所覆蓋到的人口是美國市場的10倍。
因為中國的市場特別大，所以如果你做個人借款的話，更有可能會發展成獨角獸級別的公司。所以，甚至有美國這裡Fintech公司的高管選擇前往中國去創業，把美國的Fintech技術和中國的人口結合在一起。
附注
南加州資料科學論壇
2017年10月22日，南加州資料論壇於Pasadena 會議中心開幕。本次大會主辦方更請來了數據科學界頂尖的50余位大牛齊聚一堂，舉辦了數十場圓桌討論和注意分享。吸引到了1000多位元現場觀眾前來聆聽資料科學領域的前沿發展方向。
到場嘉賓有Jason Geng，英國皇家學會院士，加拿大科學院院士，美國電子電器工程協會院士; 加州大學洛杉磯分校電腦科學榮譽教授Terzopoulos，Peter Voss, Samuel Berger, Dave Nielsen, Min Zhang, Rumman Chowdhury, Athanassios Kintsakis等。
到場參與的企業包括IBM，Data Application Lab，R Studio，Boss直聘，Grit Founder 等國內外知名企業。
一個公司所做的最重要的事情就是評估人們是否能夠按時還貸，如果你能夠準確的評估一個人是否能夠按時還款，那你將會賺很多的錢。這背後就是資料和預測模型 。作為初創企業，我們本身的客戶量是十分有限的，但是我們可以從信用局那裡買到和大銀行一樣多的資料，這就解決了我們初創公司資料匱乏的問題並且擁有了和銀行競爭的基礎。
問：你們公司是如何運用資料分析的？
連潤雄
Zhiyao Pei
在借貸領域，資料分析是做生意的的基礎。
在我們公司，有三個領域是大量應用資料分析的。第一個是信用風險，也就是分析我們借了錢給客戶，客戶會不會償還。第二部分就是精准行銷，我們使用很多直郵和線上數字行銷，我們要分析我們的廣告投放是否合理，如何優化。第三個領域是反欺詐，因為我們的業務是要先把錢給出去，所以這就吸引了很多的騙子，我們通過資料分析去篩選這些故意不還錢的騙子。
在這三個領域，我們會進行大量的描述性分析，預測分析以及決策性分析。 描述性分析主要是通過視覺化來判斷是否具備一些趨勢，不同的細分市場是否有不同的行為。預測性分析就是建立預測模型。在信用風險評估和精准行銷中，我們主要用到了邏輯回歸來預測使用者的償還可能性，和對我們廣告的回復概率。對於欺詐部分我們會用到更複雜的機器學習。之所以在信用風險和市場這兩部分沒有用到更多的機器學習是受到了監管部門的影響， 但是對於欺詐這部分是不受監管部門控制的，所以可以更多的使用機器學習。在預測分析之後就是決策分析。 基於預測的分數和概率的數值，我們如何制定規則並用這些預測獲取最大化的利潤，這就是決策分析所要做的事情。
問：如何看待中美兩國Fintech行業的發展現狀？
連潤雄
對於Fintech創業公司來說，我覺得前期更容易在美國存活下來。在中國，三四家互聯網巨頭瓜分了主要的市場，而在美國，Fintech創業公司不需要面對來自巨頭的激烈競爭，並且也更容易融資。你可以在美國市場上更好地去嘗試和驗證你的想法，如果你的想法走得通，並且能落地到中國，那樣就是最好的。因為在中國，有更多的人口在使用著Fintech。
Zhiyao Pei
我自己熟悉的是Fintech領域中的Lending（借款）行業。在美國，銀行發展非常成熟，同時他們也大量地基於資料分析來進行借貸業務，他們能夠給80%的民眾提供金融服務。反觀中國，銀行只能給20%-30%的民眾提供借貸服務。對於網路借貸創業公司來說，他們面向的就是傳統銀行所沒有覆蓋到的人群，所以從這個角度來看，中國的網路借貸公司所覆蓋到的人口是美國市場的10倍。
因為中國的市場特別大，所以如果你做個人借款的話，更有可能會發展成獨角獸級別的公司。所以，甚至有美國這裡Fintech公司的高管選擇前往中國去創業，把美國的Fintech技術和中國的人口結合在一起。
附注
南加州資料科學論壇
2017年10月22日，南加州資料論壇於Pasadena 會議中心開幕。本次大會主辦方更請來了數據科學界頂尖的50余位大牛齊聚一堂，舉辦了數十場圓桌討論和注意分享。吸引到了1000多位元現場觀眾前來聆聽資料科學領域的前沿發展方向。
到場嘉賓有Jason Geng，英國皇家學會院士，加拿大科學院院士，美國電子電器工程協會院士; 加州大學洛杉磯分校電腦科學榮譽教授Terzopoulos，Peter Voss, Samuel Berger, Dave Nielsen, Min Zhang, Rumman Chowdhury, Athanassios Kintsakis等。
到場參與的企業包括IBM，Data Application Lab，R Studio，Boss直聘，Grit Founder 等國內外知名企業。