調研 | 李喆 青川 辛穎
撰寫 | 辛穎
中科聚信CEO馬占軍， 見證了中國金融行業風控體系逐漸完善的20年。
從業伊始， 馬占軍就投身于金融風控、反洗錢等金融科技服務行業。
中科聚信專注于分析智慧和金融科技， 服務于金融行業的智慧風控、反欺詐、精准行銷等， 核心團隊曾就職於工商銀行、中國銀行、富國銀行、滙豐銀行、渣打銀行、FICO、SAS、Experian、IBM等國內外機構。
定位清晰， 提供金融機構從行銷到風控的全鏈解決方案
中科聚信自身不存儲客戶資料、不經營信貸業務， 主要面向金融機構的大零售信貸業務（含中小企業、小微企業、各類零售及消費金融等）的運營體系， 提供金融科技服務。
針對銀行客戶， 中科聚信的服務模式包括專案合作、聯合投資運營及雲服務等。
中科聚信的核心競爭力在於擁有國際化的專業團隊、尖端智慧產品及大量專案的成功實施經驗， 並依託大量合作專案的服務， 獲得持續創新。 目前， 整體團隊100餘人， 其中技術和諮詢團隊為主， 銷售人員10%左右。
近日， 愛分析專訪中科聚信CEO馬占軍，
三大解決方案， 信用風險管理、反欺詐和精准行銷
愛分析：中科聚信的核心成員背景如何？
馬占軍：我們從事的這個領域很專、需要專注， 很多同事是我工作多年結識的同事，
人員背景的組成大致分為四類：大部分是國外工作多年回來的， 曾就職於Experian， FICO和SAS；第二類是海外留學生；第三類是國有銀行體系出來的， 懂業務和策略， 比如工商信用卡中心， 光大銀行；還有就是像我這種接地氣的， 一路在國內摸爬滾打過來的。
愛分析：信用風險主要針對哪些貸款？
馬占軍：目前主要服務的是金融機構的大零售範疇內業務， 比如說普惠金融、綠色金融、消費信貸、信用卡、小微企業等， 細分下去種類很多。
愛分析：反欺詐的模型在不同銀行能通用嗎？
馬占軍：我們為金融機構提供的反欺詐體系是涵蓋了申請反欺詐和交易反欺詐， 整體反欺詐體系不僅是開發幾個模型那樣簡單， 涉及欺詐模式的甄別，
愛分析：雲服務平臺是如何服務客戶的？
馬占軍：我們的雲服務平臺非常成熟、強大， 可與業務場景及機構直接對接。 可精准獲客， 又可供金融機構整合為自己的金融風控單元， 可即刻滿足規模化業務擴張需要。
資料來源由銀行獲取，還需再次清洗挖掘後整合應用
愛分析：業務中要調用的協力廠商外部資料，是銀行去接，還是我們接？
馬占軍： 原則上中科聚信自身一不提供資料，二不碰信貸資金。資料是銀行或授權委託對接，但我們會提供諮詢及應用開發服務：提出哪些資料是有用的，對擁有的資料怎樣利用。
愛分析：選擇資料方面有什麼要求？
馬占軍：我們對資料使用主要有三方面建議：第一是合法性。國家正在陸續出臺涉及資料安全、資料應用、資料交易、保護個人隱私等方面的法律。
我們的核心團隊大部分都是從歐美回來的，國外的相關法律較健全，行業發展相對規範，在中國，我們特別在意行業的長遠發展，並堅守職業操守，國家法律出臺前，我們就一直在呼喚並踐行。
第二是資料的持續性。第三是資料品質。
愛分析：對接的資料來源，是否需要自己再清洗？
馬占軍：不僅是清洗，在剛開始做專案的時候，我們是要提出資料規範和資料治理要求的，不積跬步無以至千里，現在不管是協力廠商資料還是銀行自己的資料，資料的品質都有待提高，我們的服務應用起到了巨大的推動作用。
客群重點定位中小銀行，業務的高效複製及持續性成關鍵
愛分析：目標客群是如何定位的？
馬占軍：服務定位于金融領域，主要是銀行、特別是中小銀行、保險公司、征信服務機構。
愛分析：除了模型，不同銀行的貸款策略不同，是由銀行自己去制定策略？
馬占軍：首先我們有龐大的業務策略庫，但我們更會和銀行業務高管及一線的客戶經理充分溝通，瞭解他們的核心業務特色和需求，據此因地制宜的制定業務策略。
愛分析：通常和銀行合作的週期多長？
馬占軍：一般單個項目3-5個月，取決於專案範疇及服務內容，是新業務還是傳統業務。如果剛開業連資料都沒有的，我們可以大幅壓縮實施週期，先支撐業務開展、再逐步優化。對於我們的雲服務，可直接對接，即可應用。
愛分析：銀行為什麼需要持續與你們合作？是否可能自己學會模型，後期自己調整？
馬占軍：首先，術業有專攻，社會需要分工，大家都專長於自己的核心業務，不是每家銀行都要變成涉及非主營業務的專業公司。
其次，我們的服務雖然對銀行是敞開式原始程式碼交付，但此類專業技能需要長期積累、並具有行業的前瞻性、不斷創新，只接觸自己的資料和業務是滿足不了業務發展需要的，必然需要外腦持續支援。
另外，銀行自己團隊開發調整模型和我們的服務並不矛盾，恰恰是我們的追求，我們需要應用基礎和聯合作業。
愛分析：智慧決策平臺是什麼？
馬占軍：可以理解為與業務系統標準介面對接的的智慧大腦，上面部署了模型、規則和策略等，後續的模型調整、策略變化不再依賴IT人員開發代碼，可以直接部署、調用，而且可秒級部署。
應用範圍方面，智慧行銷和信用風險涉及的量化體系及規則，都可以直接利用這個智慧決策平臺，反欺詐則需要另外的工具和體系。
迅速擴大規模的同時，需保證業務的品質和傳承
愛分析：那中科聚信的專案經驗如何沉澱？
馬占軍：首先，我們的技術團隊規模比較強大、團隊構成有梯度，有科學的管理機制；其次，每做一個項目我們都有知識庫的積累，所以即便有人員變動，不會影響整個技術體系的持續性和完整性。可以確保服務品質和持續發展。
愛分析：如何在初級階段去爭取更多的專案經驗機會？
馬占軍：我們擁有國際化的專業團隊，具有行業內多年的從業經驗，100餘人的專業技術團隊，在中國、在我們這個行業裡是強大的團隊，我們已不是初級階段，而且在引領行業的發展。
資料來源由銀行獲取，還需再次清洗挖掘後整合應用
愛分析：業務中要調用的協力廠商外部資料，是銀行去接，還是我們接？
馬占軍： 原則上中科聚信自身一不提供資料，二不碰信貸資金。資料是銀行或授權委託對接，但我們會提供諮詢及應用開發服務：提出哪些資料是有用的，對擁有的資料怎樣利用。
愛分析：選擇資料方面有什麼要求？
馬占軍：我們對資料使用主要有三方面建議：第一是合法性。國家正在陸續出臺涉及資料安全、資料應用、資料交易、保護個人隱私等方面的法律。
我們的核心團隊大部分都是從歐美回來的，國外的相關法律較健全，行業發展相對規範，在中國，我們特別在意行業的長遠發展，並堅守職業操守，國家法律出臺前，我們就一直在呼喚並踐行。
第二是資料的持續性。第三是資料品質。
愛分析：對接的資料來源，是否需要自己再清洗？
馬占軍：不僅是清洗，在剛開始做專案的時候，我們是要提出資料規範和資料治理要求的，不積跬步無以至千里，現在不管是協力廠商資料還是銀行自己的資料，資料的品質都有待提高，我們的服務應用起到了巨大的推動作用。
客群重點定位中小銀行，業務的高效複製及持續性成關鍵
愛分析：目標客群是如何定位的？
馬占軍：服務定位于金融領域，主要是銀行、特別是中小銀行、保險公司、征信服務機構。
愛分析：除了模型，不同銀行的貸款策略不同，是由銀行自己去制定策略？
馬占軍：首先我們有龐大的業務策略庫，但我們更會和銀行業務高管及一線的客戶經理充分溝通，瞭解他們的核心業務特色和需求，據此因地制宜的制定業務策略。
愛分析：通常和銀行合作的週期多長？
馬占軍：一般單個項目3-5個月，取決於專案範疇及服務內容，是新業務還是傳統業務。如果剛開業連資料都沒有的，我們可以大幅壓縮實施週期，先支撐業務開展、再逐步優化。對於我們的雲服務，可直接對接，即可應用。
愛分析：銀行為什麼需要持續與你們合作？是否可能自己學會模型，後期自己調整？
馬占軍：首先，術業有專攻，社會需要分工，大家都專長於自己的核心業務，不是每家銀行都要變成涉及非主營業務的專業公司。
其次，我們的服務雖然對銀行是敞開式原始程式碼交付，但此類專業技能需要長期積累、並具有行業的前瞻性、不斷創新，只接觸自己的資料和業務是滿足不了業務發展需要的，必然需要外腦持續支援。
另外，銀行自己團隊開發調整模型和我們的服務並不矛盾，恰恰是我們的追求，我們需要應用基礎和聯合作業。
愛分析：智慧決策平臺是什麼？
馬占軍：可以理解為與業務系統標準介面對接的的智慧大腦，上面部署了模型、規則和策略等，後續的模型調整、策略變化不再依賴IT人員開發代碼，可以直接部署、調用，而且可秒級部署。
應用範圍方面，智慧行銷和信用風險涉及的量化體系及規則，都可以直接利用這個智慧決策平臺，反欺詐則需要另外的工具和體系。
迅速擴大規模的同時，需保證業務的品質和傳承
愛分析：那中科聚信的專案經驗如何沉澱？
馬占軍：首先，我們的技術團隊規模比較強大、團隊構成有梯度，有科學的管理機制；其次，每做一個項目我們都有知識庫的積累，所以即便有人員變動，不會影響整個技術體系的持續性和完整性。可以確保服務品質和持續發展。
愛分析：如何在初級階段去爭取更多的專案經驗機會？
馬占軍：我們擁有國際化的專業團隊，具有行業內多年的從業經驗，100餘人的專業技術團隊，在中國、在我們這個行業裡是強大的團隊，我們已不是初級階段，而且在引領行業的發展。