神刀安全网

真格基金领投得“氪信”如何获得获700万天使投资?

文| 铅笔道 记者 贾民将

►导语

“国内银行的贷款人都经过严格筛选,信用记录稍有瑕疵就不能通过贷前审核,可坏账率仍然居高不下,年利率也只能做到8%。同样是小微企业贷款,美国富国银行却可以实现很好的盈利。”

真格基金领投得“氪信”如何获得获700万天使投资?

审批流程严格复杂、人力成本高、耗时长……传统信贷申请问题重重,却一直没有好的解决办法。

朱明杰的“氪信”便基于此痛点, 利用互联网大数据技术,来解决金融领域的信用风险问题。 其业务模式为 B2B,服务对象包括银行、P2P 平台、小贷公司和消费金融等金融机构,这些机构为小微企业或者个人提供贷款,氪信帮助他们对客户进行风险评判和定价。”

真格基金领投得“氪信”如何获得获700万天使投资? ◆  氪信产品关系图

“氪信”2015年12月成立,创始之初便获真格领投的700万天使融资。目前,它深入供应链、小微企业、商户贷、房产、物流等多个金融场景,提供大数据风控解决方案, 已与民生银行、证通、小赢理财、爱屋吉屋等10几家机构达成合作。

注:朱明杰 确认文中数据真实无误,铅笔道愿与他一起为内容真实性背书。

传统金融机构痛点明晰

毕业于中国科学技术大学少年班,拥有微软亚洲研究院博士学位,曾在德国马克思普朗克研究院从事大规模数据挖掘工作,在雅虎研究院,eBay搜索部门等有过10多年的数据挖掘、机器学习工作经验……. 谈起自己履历,他经常觉得有些不好意思,大概是“科学家下海”还没适应新身份。

创业的想法,他酝酿已久。由于自身大数据、机器学习等技术背景,他一直在寻求一个以数据技术驱动产业革新的切入点。 最终,他选定了金融信用风控领域。 “金融信用风控是一个典型以数据为驱动的领域。”

在他看来,国内的金融风控还处于技术发展初级状态。“国内互联网金融的创新大多是业务形态方面的创新,如P2P服务、学生分期、互联网保险等。但真正深入利用互联网的核心技术、运营效率的提升等,并没有体现出来。”

问题明显:互联网的发展确实带来了大量的信息和数据,但由于征信和金融机构的技术能力所限,现有客户数据价值没有被深入挖掘,导致他们难以准确描画借款方信用状况。

2~3年前开始,便有诸多金融机构(银行、P2P 平台、小贷公司、担保公司和消费金融公司)纷纷转型,有些找到朱,请求其帮忙升级自身金融系统,以达到提升风控目的。

“我一直有个理念,技术都是需求逼出来的。”朱感觉到机会到了, 他产生一个最初想法:基于大数据技术,解决金融领域的信用风险问题。

夏天余热未退,朱和自己之前同事、同学针对创业可行性,讨论许久。 15年9月份,国内一家股份制银行找到朱,委托他对银行的小微企业信贷模型大数据升级。 他痛快地接下此事。

没花多少力气,朱就召集出一个7~8人的精干团队。朱打趣道:“人品也是信用,在我之前的每段经历里,这帮志同道合的伙伴对我认可有加。”

这帮伙伴大多出自bing搜索、雅虎、ebay、阿里、携程……“比如COO孙楠,就是位传奇女神,她在新加坡工作几年后,又去欧洲、印度、泰国工作,回国后负责携程的国际网站。后来知道我们要做这件事时,她颇感兴趣,每次开会都会烤些蛋糕或点心来。”

获700万天使融资

这家银行总部在北京顺义,痛点明晰。“国内银行的贷款人都经过严格筛选,信用记录稍有瑕疵就不能通过贷前审核,可坏账率仍然居高不下,年利率也只能做到8%。同样是小微企业贷款,美国富国银行却可以实现很好的盈利。”

随即朱跟团队来到北京,住下,此时的他除了忐忑,更多的是兴奋。

到了之后,团队一边摸索,一边对其系统模型进行更新,加入各维度的数据。更像把互联网里做搜索、推荐的系统搬到金融机构里,用在新的应用场景中。

“传统金融往往采用大量人工特征处理和筛选的逻辑回归模型,但在海量数据场景下, 这种方法就会遇到瓶颈。而互联网大数据技术的核心恰恰是对海量特征数据的处理能力。作为Bing、Yahoo和eBay搜索等“大脑”,先进的集成机器学习模型(比如GBM,Gradient boosting machine)应用到金融信用风险的预测模型中后,效果会大大提升。”

3个月内,经过银行内部数百万小微企业样本的验证,相比传统的逻辑回归模型, GBM模型的KS值提升了52%。

“在北京的那段日子我总是记忆犹新,我们四五个人挤在一套租来的房子里,非但不觉得苦逼,反倒觉得特别开心和充实。” 回忆起创业初期, 充满感慨。

2015年底,团队完成项目,他印证了自己当初的判断,公司也正式设立起来,定名为“氪信“。

公司注册后不久的一天上午,朱见到了真格的刘元,讨论了30分钟后,刘元表示没问题,回去稍微讨论下就可敲定。在去见下一家投资机构路上时,刘元打电话过来,说徐小平老师很看好“氪信”,邀请朱到徐老师家里当面讨论。

徐老师说起话来,有种让人难以拒绝的力量。聊了20分钟,朱就签了TS。 于是,“氪信”获700万天使投资,真格领投。

谈话间,徐老师对朱说:“你一个技术出身的人,需要找哈佛商学院或者沃顿商学院的合伙人,这样企业才能做得更大。”

朱腼腆说道:“如果我的合伙人在场,您就不要提哈佛商学院的事儿啦,她是芝加哥Booth商学院的。”

产品上线

1月份,“氪信”已成熟,产品分为两部分:非或然引擎、Xcloud。

“非或然引擎是智能决策系统,就好像做一道好菜需要原材料也需要厨房,做大数据风控这道菜,也需要利用强大的智能决策系统(厨房),来挖掘金融场景内自有数据(原材料)的价值,通过机器学习建模进行风险定价。而XCloud收集并融合外部数据源,让非或然引擎提供适用于多个金融场景的用户信用风险画像,就好像厨房做菜所必须的自来水和天然气。”

 以“氪信”正在研究的商户POS贷场景为例,放贷方需要对商户进行信用和风险评判,贷款给更优质的商户,然而传统白名单的方法很难在放贷量和坏账率中找到一个平衡。

“氪信”采用非或然引擎直接对接银联内部数据系统,提取商户的销售频次、金额、分布等一系列可以表征其经营状况的有效特征,基于GBM模型构建出一套完整的授信定价策略, 给出对每个商户贷款额度的初步建议。

同时“氪信”利用Xcloud上整合的互联网数据,映射至商户和经营者个人,过滤其恶意欺诈、黑名单记录、多头借贷等风险, 再将单一的商户经营状况画像拓展至全面的风险刻画和信用评估,在原始的授信策略上做合理的调整优化,最终对接POS贷线上业务系统。

“氪信”POS贷风控解决方案上线之后, 以前长达几个星期的信贷决策过程,现在几分钟内即可完成,并且坏账率得到全面降低。

氪信的非或然引擎和XCloud风控云,如同大数据金融风控的左右手,缺一不可。非或然引擎是一套嵌入型风控系统,通过深入垂直金融场景的定制化的模型,深度挖掘行业和机构内部数据,并转化为具有金融价值的用户画像。XCloud是一个DAAS服务平台,对接各类金融场景部署的非或然引擎,通过互联网运营方式横向扩展、逐步迭代,让场景内的金融画像融会贯通。

氪信的XCloud上线之初,特意找了行业领先的P2P公司来测试。 测试结果相比业内其它产品,XCloud的KS值(准确率、召回率)高出一倍。

有了一次成功案例,说服第二家金融机构就容易许多。产品上线3月以来, “氪信”立足物流、供应链、小微企业、商户贷、房产等多个金融领域, 已与民生银行、证通、小赢理财、爱屋吉屋等10几家机构达成合作。

读完文章,求报道的创业者请加微信号Michael001;

文章原创,如需转载,请加微信号meera003;

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » 真格基金领投得“氪信”如何获得获700万天使投资?

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
分享按钮