摘要:天下武功,唯快不破,流立方技术是邦盛科技的核心壁垒。

服务数十家大中银行客户,邦盛科技预计今年收入超2亿元 | 爱分析调研-爱分析

王新宇博士将于4月21日参加爱分析举办的“2018·爱分析中国大数据高峰论坛”,欢迎大家参会交流(在爱分析公众号该文章下留言区留言,我们将选取3个精彩留言赠送本次论坛门票)。

调研 | 张扬 林青川

撰写 | 林青川

大数据风控领域,各家的产品由验证期逐渐走向了成熟期,在客群上的竞争正在进入白热化,其中最优质、最有标杆作用的当属银行客户。2017年,邦盛科技拿下了12家股份制银行中的8家,包括平安银行、兴业银行等,另有江苏银行、成都农商行等城商和农商银行,浙江农信及新疆农信等农信社,共计数十家银行客户。

邦盛科技能够吸引如此多银行客户,核心之一是能够实时快速、高并发处理数据的流立方技术。邦盛科技的流立方技术,能对每秒百万级的数据量,在毫秒内给出处理结果,奠定了金融机构进行实时反欺诈的基础。

天下武功,唯快不破,邦盛科技通过流立方技术,配合其数据和规则及模型能力,在金融反欺诈领域纵横向前。

全栈服务体系,具有中央风控能力

服务数十家大中银行客户,邦盛科技预计今年收入超2亿元 | 爱分析调研-爱分析

邦盛科技对外提供数据、技术平台、业务模型、咨询、产品等全栈的服务,适用于反欺诈、信用风险评估、反爬虫等金融和互联网场景。客户层面,邦盛科技覆盖了银行、第三方支付公司、互联网金融、证券、保险等金融机构,同时开拓了政务、大型订票网站、电商平台等非金融领域客户。

以金融机构为例,邦盛科技的实时智能处理平台为其提供了一整套的风控反欺诈解决方案,该业务平台架构在金融机构底层大数据平台之上,平台本身包含了标准化的数据接口,流立方技术,嵌套了风控相关的规则、模型,结合其他风控反欺诈技术,形成了整套解决方案。

技术平台的核心部分是高处理速度、高并发的流式大数据实时处理技术:流立方。

比如在交易反欺诈中对实时性要求很高,在交易过程中需要在0.1秒内得出通过或者否决的结果,才能做到用户无感知。

传统申请反欺诈通常是事后风控,随着金融科技的发展、用户对业务体验要求的提高,申请反欺诈也逐渐由事后风控转到事中风控,即时给出反欺诈结果,对于风控系统的反应速度有很高的要求。

流立方技术完全能够满足这些业务场景的需求,进而帮助邦盛科技进入各类金融机构。

技术平台之上,是各项业务规则及模型。邦盛科技在系统建设过程中,会帮助机构进行规则及模型配置,甚至根据测试集进行规则及模型调优。除了自有规则及模型外,金融机构也可以采购其他机构的风控模型嵌入邦盛科技的风控系统。

邦盛科技至今已经积累了100多个场景下2500多个业务规则与模型,能够满足各类业务场景的需求。模型能力至关重要,以银行风控为例,模型能力直接决定了风控的效果,邦盛科技有来自各个金融机构80余人的团队进行模型的搭建。

丰富的规则与模型积累使得邦盛科技可以接入银行总行层面,做中央风控。

中央风控相比单一部门采购价值更高,各业务部门,比如信用卡部、电子银行部等均能以新业务线的方式接入该系统,每增加一条业务线,邦盛科技便收取一定的建设费用,提高了客户复购率和生命周期价值,也为客户节约了采购成本。

对于风控业务来说,规则与模型是灵魂,数据是血肉,缺一不可。邦盛科技从事金融风控业务,数据来源包括金融机构内部数据;外部合作伙伴数据,比如运营商数据、征信公司数据等;以及邦盛科技实时侦测的数据。

邦盛科技数据团队实时监控黑产相关的IP、手机号等,能够挖掘出尚未发案的IP地址、手机号,为客户提供预警。数据服务能够为邦盛科技带来持续收入,增厚其营收能力。

12家股份制银行签约8家

爱分析从客群、获客、场景、技术、数据五个维度评价大数据公司,邦盛科技各项能力均极佳。

客群方面,邦盛科技客户包括银行、支付公司、大中型金融机构等,这类客户付费能力强、付费意愿高,是极其优质客户。其中银行等机构客单价在百万级别,并且存在不断拓展业务线的需求,复购率和生命周期价值很高。

获客方面,银联商务全国刷卡收单的实时反欺诈全面采用的核心技术和产品。全国排名前10的第三方支付机构中,有7家采用邦盛科技的产品作为中央风控平台。12家全国性股份制银行中8家都已采用邦盛的核心技术或产品,多家城商行、农商行及农信社也和邦盛科技建立了合作关系。在证券、保险等金融子领域亦有国泰君安、财通证券、中国信保、中国保信等标杆客户。轨道交通领域有中国中车等客户,获客能力强,这类标杆客户在持续获客时也具有示范作用。

场景部分,在金融领域,邦盛科技覆盖了从反欺诈到风控的全流程业务场景。非金融领域,邦盛科技可以在反爬虫以及对数据快速处理能力要求高的领域,如政务、轨道交通、物联网、公安反恐、军工等开拓业务,场景可拓展能力强。

技术方面,邦盛科技从2010年开始专注于大数据实时智能分析处理技术“流立方”的研发及应用。经过众多商业场景的应用考验,能对每秒百万级的数据量在毫秒内做出响应,在形成核心技术的同时,具有极高的技术壁垒。

数据环节,邦盛科技实时挖掘的数据、通过外部合作伙伴获得的数据,能极大丰富风控业务所需数据源,并为邦盛科技带来持续利润。

综合来看,邦盛科技各项能力均衡,而且在获客和技术层面拥有独特优势。目前邦盛科技客户主要来自银行、支付、互联网金融等机构,未来一方面会拓展证券、保险等金融子领域,另一方面会加大力度拓展非金融机构客户,这部分客户目前以大型国企为主。邦盛科技CEO王新宇博士表示,2018年预期收入超2亿元,增速保持100%增长。

服务数十家大中银行客户,邦盛科技预计今年收入超2亿元 | 爱分析调研-爱分析

近日,爱分析对邦盛科技CEO王新宇博士进行了访谈,王新宇博士具有多年金融行业信息系统建设经验,在浙大读博期间,就已负责与道富银行相关的算法交易、外汇交易、实时风控等金融系统研发。

访谈过程中,王新宇对邦盛科技核心技术流立方应用场景、大数据风控行业进行了详细阐述,现摘取部分内容如下。

客户以大中型金融机构为主,非金融领域稳步渗透中

爱分析:邦盛科技为客户提供哪些类型服务?

王新宇:邦盛提供从技术平台、数据、模型到咨询的全栈解决方案。我们在客户内部落地前置机,以软件的形式在卖。数据服务上,我们有自己挖掘的数据,也跟征信公司合作数据,补充到客户内部。我们也有专家为客户建模,梳理整个业务流程。

基本上获取一个客户后,我们的平台会成为他们的中央风控系统,之后客户新开一条业务线,接入我们的业务系统就可以了,不需要每条业务线都重建系统。

爱分析:全栈解决方案有何壁垒?

王新宇:风控全栈有三个门槛,一是技术平台门槛,平台需要高速、处理性能强、标准化,这部分我们有流立方技术,是我们起家最拿手的地方。

第二是业务模型门槛,随着客户越来越多,遇到的欺诈场景、风险场景也越来越多,我们模型库也积累的越来越全面。我们现在有2500多个规则与模型和规则,落在100多个风险场景里。

第三是数据门槛,我们有几种数据获取方式,一种是跟外部合作,比如运营商、银联下面的三产公司,一些征信公司。另一种我们有自己的侦测平台,能够侦测黑产IP、手机号等,这些都是实时侦测的。还有一种是联盟合作的性质,我们为行业参与者提供一些数据,他们也反馈数据给我们。

爱分析:技术平台在银行系统中所处的位置?

王新宇:我们叫做大数据实时处理平台,搭建在行内大数据平台之上。最底层是银行内大数据平台,中间层是我们的大数据实时处理平台,再上层是交易、风险相关的各项规则、模型。

爱分析:流立方技术只是整个体系的一部分?

王新宇:是的,流立方是流式计算引擎的核心,邦盛科技快速计算风险,核心还是流立方技术。目前流立方已经嵌入了几十种风控算法,风控人员简单配置一下就可以使用了。但我们除了流立方技术之外还有很多核心技术,比如数据采集、模型决策、机器学习、关联图谱、设备指纹等。

爱分析:邦盛自主侦测的数据跟黑名单数据有何区别?

王新宇:黑名单是历史数据,但欺诈者的IP、手机号一直在换,所以我们实时侦测的时效性更强。

比如黑产当天在网上公布交易手机号,虽然这批手机号现在还没发案,但如果有人用这些手机号注册,我们也有义务提醒客户。黑名单数据跟我们的侦测数据相比,一个是真正欺诈用的数据,一个是还没用到,但有潜在风险。

爱分析:数据层面如何与金融机构合作?

王新宇:我们与银行一旦开展合作,基本上都是中央风控,能够将外部数据送进去。我们把数据接口做好后,银行可以直接采购或者通过我们采购外部数据,不需要改接口。这样,也能保障跟我们合作的金融机构自身业务数据的安全。

爱分析:交易反欺诈和申请反欺诈是分开做的?

王新宇:从结构上看,所有反欺诈平台都可以放到一个中央平台上,但有时候银行各业务线希望做到隔离,就要分开。

爱分析:邦盛科技如何积累风控模型?

王新宇:我们有70多人的业务团队,吸收了很多银行、互联网金融公司过来的人。这个团队是专门做模型的,研究各个场景下采用哪些数据、如何建模。

爱分析:为客户提供系统服务时,模型已经嵌入系统?

王新宇:我们将风控模型固化在系统里面,到现场就是根据业务特点进行参数配置、调优;如果有历史数据,我们可以帮助训练模型。这样能把比较重的事情做得轻一点,平台标准化、内容标准化、接入标准化。

爱分析:系统服务如何收费?

王新宇:系统服务收的是产品建设费,比如电子银行交易反欺诈产品,一般一条业务线建设费几百万元,再接一条业务线又有授权费和施工费。除了最初的建设费,每年会有合同额一定比例的维保费。

数据方面按照包年或者每笔的形式收取流量费,有的银行采购我们的风控运营服务,我们也可以收取运营服务费。

爱分析:有哪些标杆客户?

王新宇:现在第三方支付前20家有16家是我们客户,银行客户有40多家,比如平安、兴业、渤海等。平安银行是总部级别的系统服务,信用卡业务、电子银行、手机银行、直销银行用的都是我们的系统。目前股份制银行及城商行客单价均为数百万级。

银行、支付、互金是我们老牌业务,今年已开拓证券和保险行业。为国泰君安证券提供系统服务已经落地,主要用于反欺诈和量化指标计算。量化投资对计算实时性要求很高,流立方可以做支持。除了底层的流立方平台,上面的业务流程我们会跟标杆客户一起做。

非金融领域,我们也在跟国内大型购票网站、中国中车、地铁公司、军工等客户进行合作。

爱分析:流立方技术在购票网站上有何应用?

王新宇:防止机器人恶意攻击,反爬虫。春运期间每秒150-160万流量,其中有很多来自抢票机器人的流量,对服务器资源挤占很严重。我们提供的服务,下面是流立方实时计算,上面加载生物离散性模型,能够判断一笔请求来自机器人还是正常人工用户,大概400-800微秒能做出判断,能够挡掉40-50%的流量,这些都是虚假流量。

爱分析:防爬虫技术还有哪些应用场景?

王新宇:比如工商局网站、简历网站、知识产权网站等,这些网站所有者都不希望数据被爬走;还有票务公司,要防止竞争对手占座;有竞争关系的酒店,需要防止竞争对手爬取定价后在比价网站上有针对性投放,应用场景还是比较丰富的。

大数据风控领域,国内企业正在逐渐替代外企

爱分析:如何看待从数据、模型切入大数据风控服务的公司?

王新宇:各家会有一些特色数据源,但相对来说行业还是比较开放的,数据获取上不会有特别高的门槛。从数据切入的话,粘性会比较弱,如果有了另一个数据源、或者国家队有了数据,很容易被替换掉,所以通过数据切入风控模型会比较好。

纯做模型也是一种方式,但需要很多专家去建模,如果不跟着自己特有的数据和软件产品,没有核心的技,很难做到高附加值。

爱分析:交易反欺诈和申请反欺诈市场规模有多大?

王新宇:如果把系统、数据全算上,每年会有一两百亿的规模。这里面分为很多模块,数据交易、模型、软件、甚至联合运营。

爱分析:未来大数据风控行业集中度会比较高?

王新宇:要看哪一部分,数据如果百行征信做得好就会比较集中;建模的话需要专家跑到现场去,一个机构服务三五十家客户以后扩张性就会面临问题,因此有可能百花齐放。

爱分析:未来几年技术层面会有哪些变化?

王新宇:我们判断客户对于事中风控会越来越重视,现在行业处于事后风控向事中风控过渡阶段,未来无论申请还是交易,大家都会越来越讲究时效性,事中风险监控将会成为一个趋势。

爱分析:邦盛科技与FICO之间的区别?

王新宇:FICO有底层引擎,但该引擎偏工具类,上层的模型还需要客户自己做;能力差一些的客户需要购买FICO的咨询服务,FICO派专家跟客户一起做。

在风控反欺诈方面,我们是一个全栈的解决方案,施工过程中教客户简单的配置方法,客户就可以直接用了。

爱分析:FICO、三大征信局等外企在国内银行的占有率是怎样的?

王新宇:FICO分这个产品国内基本上没有使用,工具、引擎产品比如信用卡授信、决策产品各大银行基本上都在用,很多年前就已经卖进去了。但目前被替代趋势很明显,去年几十家银行已经在采购我们的产品了。

银行采购时会给出一个样本数据,通过性能、时效性、效果、误报率、漏报率等指标比出一个排名,然后再招标。

我们去年跟FICO、SAS等外企打了十几仗,都赢了,采购方基本上都是股份制银行。以前这些银行愿意买国外的产品,现在的趋势是国内产品不比外企差,甚至效果要好很多。