- 反欺诈
- 金融科技 金融大数据
- 征信
- 金融
作为美国三大征信局之一的Experian（益博睿），实则是一家总部在爱尔兰、于2006年在伦交所上市的一家跨国公司。（公司发展历程和业务可参考爱分析《征信系列报告之二： Experian，一群伦敦裁缝成就的征信巨头》）
截止2017年3月底，Experian具有9.89亿个人用户和1.11亿企业用户的征信数据，其业务遍布全球37个国家，尤其以北美地区为主。
其服务首先是标准化的个人、企业征信报告，通过其全球17个个人征信局、11个企业征信局收集数据，每天提供约550万份征信报告。
其次是咨询业务，包括决策分析、市场营销等，基于数据、模型能力在机构贷款时提高效率、降低风险，增强机构对用户的理解，提升销售效率。
Experian客户来自金融、健康、零售、汽车、电信、保险、公共服务等各个领域，主要收入来自信用报告服务，包括2B和2C两部分；其次是决策分析和市场营销服务。此外， Experian在2017财年有24.6亿美元的收入来自北美地区，占总收入的57%，这也是其被视为美国三大征信局之一的原因。
国内业务最大区别是尚不提供个人征信服务
早在2005年，Experian便开始在中国展业，服务对象包括银联、国内十大银行、京东金融等头部的金融机构，与国外基本一致。
目前Experian在国内共有四大业务，分别是信用服务、决策分析、反欺诈和身份认证、数据质量。
其中信用服务主要是企业征信领域，为客户风控提供数据支撑。
决策分析服务基于Experian数据、客户自有数据和第三方数据，为客户提供风控解决方案和市场营销解决方案。其优势是从事过多年的风控、市场营销服务，具有丰富的建模经验和模型积累，对业务理解能力更深刻。
反欺诈和身份认证包括数字身份认证技术、申请反欺诈、交易反欺诈等。Experian与京东金融的合作便是在线反欺诈系统，将其FraudNet反欺诈解决方案进行本土化适配，通过设备识别、分析用户线上消费行为进行欺诈识别与预防。
数据管理与分析包括为客户检查企业现有地址、联系方式，对数据进行实时管理、迁移、评估、修正、监测等，做数据加工、分析。
近日，Experian联合IDC发布了《2017年欺诈管理洞见》，洞见中提出了Super-ID解决方案，即在传统手机号、身份证号等信息的基础上，增加社交网络信息，生物识别信息，比如声音、指纹、人脸，通过人工智能的方式整合各类信息，精准定位身份。
爱分析对Experian大中华区总裁黄坚、分析与咨询策略总经理黄健铭进行了访谈，二位主要就反欺诈问题发表了见解，现摘取部分内容如下。
提供申请反欺诈与交易反欺诈服务
爱分析：申请反欺诈主要流程是怎样的？
黄健铭：第一，我们需要有一些黑名单数据，确定申请者是不是在黑名单中，所以数据是很重要的。
第二，我们会做一些模糊匹配。欺诈要么是第一方欺诈、要么是第三方欺诈，以填写的地址为例，可能是原来就有问题的地址，也可能是把顺序调了，我们将地址与黑名单里的地址模糊匹配，可以发现里面存在的问题。
第三，还有一个环节是关联分析。欺诈分子都会有一些同伙，通过关联分析可以确定这个人是不是在关联网里面。
这些都通过后，基本上发生欺诈的可能性就微乎其微了。风险和业务之间要有一定权衡，不能因为降低风险就不做业务了，所以对欺诈还是要有一定的容忍度。
爱分析：第一方主动欺诈的如何识别？
黄健铭：基本上黑名单可以找得出来，因为都是惯犯了。
爱分析：信用卡交易反欺诈方面，Experian有何解决方案？
黄健铭：我们这块做的是偏咨询类的服务，通过了解过去发生的欺诈事件，从里面剥离出一些规则，防范类似的欺诈事件，以及前瞻性的发现未来可能的欺诈场景。比如说一台设备9点钟还在上海，10点钟就在广西买了东西，从时间上看就存在欺诈的可能性。
爱分析：交易反欺诈和申请反欺诈，底层逻辑是一样的，还是说是两套服务？
黄健铭：完全两套不同的服务，两套解决方法。
黄坚：底层统计会有一些复用，比如人口统计信息是一样的，其他就完全不一样了。交易反欺诈还是看你的记录，比如在电商买过什么东西；申请反欺诈更多关注你在那个节点的状况。
爱分析：标准化产品服务和偏咨询的模型服务，效果上会有明显的不同？
黄健铭：这个肯定是有不同的。比如现在已经有央行征信分数，银行还要自己开发一个申请评分卡，主要原因是每个银行经营的人群是不一样的，需要根据自身客群去开发模型，这样更精准。
不同机构需求点存在差异
爱分析：金融、电信、电商对风控、反欺诈的需求有何差别？
黄健铭：金融业对风控是非常愿意投入的，风控是核心，风控不好贷款是要赔掉的，所以金融非常愿意投入且是毕业的。电信相对没那么关注，目前还不太需要反欺诈。电商对反欺诈也很关注，因为如果商品被欺诈的话，也会产生很大的损失，所以对反欺诈也很重视。
爱分析：与金融机构的合作中，主要是业务流程的哪个环节？
黄健铭：我们帮助金融机构客户做生命周期的风险管理，从获客到存量客户的管理，再到最后发生逾期。
我们有A/B/C评分卡，A卡是申请评分卡，在获客时将有违约可能性的用户排除在外；B卡是行为评分卡，对存量用户进行管理，好的可以提升额度，差的降额；C卡是催收评分卡，对有违约可能的用户感觉催收。
此外，我们也会帮企业获客，比如生态圈的打造，白名单的输出等。
爱分析：Experian与京东金融的合作形式是怎样的？
黄健铭：我们和京东金融的合作是希望能够共同面向金融业，他们有数据、做Fintech输出，我们做AI支持。
业务环节中，我们帮他们做线上开户反欺诈，这其实是银行最头疼的；线上开户之后，在交易环节进行监控、防范欺诈。
爱分析：Experian会为银行做模型优化？
黄健铭：对，我们会根据银行的数据来开发模型。我们跟其他公司不一样的一点是，我们很多成员来自银行，对银行业务更了解，可以从银行的角度出发建模。如果不了解银行的业务，做出来的模型会非常不符合业务，我们做定制化模型会跟客户进行很多讨论。
爱分析：Experian在国外合作的都是比较大的机构，国内有一些新兴金融机构虽然现在还不大，但是成长性非常强，会与他们建立合作么？
黄坚：互联网金融方向一直是我们关注的领域，我们不排除任何方式的合作，但是合作伙伴我们还是有选择性的，不会选择只做一单或者两单的机构，一定是战略合作伙伴。
爱分析：Experian在中国缺乏数据，未来发展路径是深入内部做一些咨询服务？
黄健铭：现在监管不允许我们拥有个人数据的，所以我们在国内是运用数据。我们也在思考，现在跟一些比较大的数据提供商都有合作。我们通过它们的数据建模，来提升自己的风控能力，或者提高对方的风控能力。
现在央行针对每个人有征信报告，但是通过征信数据可以打造不同的征信分，比如根据一个人住在哪里、收入情况都可以评分。收入是金融机构比较头疼的问题，一旦知道收入，可以预测授信额度。在美国、英国我们有一系列这种基于征信数据的模型，很希望推广到中国来。所以我们虽然没有数据，但我们有技术和能力，知道怎么把数据转化成有价值的风控输出。
爱分析：国内很多在做征信、反欺诈相关的第三方服务，而美国最后只有几家在做，国内最后也会成为寡头市场？
黄坚：大家现在觉得征信很简单，很多创新公司在做，但其实美国是经过几十年上百年的发展，最后形成这三家寡头。征信很多技术和模型是经历很长时间积累起来的，现在三个巨头数据是互通的，竞争的是科技、服务和质量。
国内做征信创新，如果没有传统银行数据作为根基，是很难做的。如果是用电商或者电信替代数据，只能是做一个辅助工具。数据之外，模型的设计也需要很长时间做积累。
黄健铭：在美国我们反欺诈的竞争对手不是其他两家征信局，而是来自各个不同的领域，大家锁定的反欺诈内容不同，比如Master card或者Visa通过不同的手法做反欺诈。Experian在美国依托征信局数据和黑名单数据，反欺诈效果会比较全面。在国内目前还没有征信数据，希望未来可以涉足。
国内很多公司数据获取还处于一个灰色地带，比如你点同意之后，他就可能通过爬虫获取很多你的数据，一旦未来这部分形成监管以后，形势会更明朗。