由於消費金融市場前景廣闊、再加上政策支持等因素，消費金融成為包括傳統金融機構在內的所有金融機構必爭之地。然而對於絕大多數傳統金融機構而言，並沒有太多的互聯網基因。在線上風控、用戶消費場景等方面的積累都相對有限。“不論是傳統金融還是消費金融，其核心都是風控，而風控的本質在於數據的獲取和分析。”
風險控制
由於我們國家徵信體系還不完善，行業積累的數據也不夠，對消費者的信息核實較為困難。消費金融風控大數據要幾個要求：第一要有足夠的覆蓋廣度，用戶數量要足夠多；第二採集的維度要有效，能夠有效轉為結構化的數據；第三信息要穩定。傳統金融機構雖然也積累了足夠的“大數據”，但在範圍的“廣度”以及數據的“維度”方面缺有所不足。
馬上消費金融為應對市場變化、客群變化，提高客戶響應速率，逐步形成了規則、模型相輔相成的審批策略，制定了上百個決策流、上萬個決策策略，以高效響應業務風控需求，豐富入模變量類型，提升模型優化效率，完善了智能化大數據風控審批系統體系。並且還建立了科學有效的、基於信貸全生命週期的大數據風控模型。實現貸前、貸中、貸後全生命週期，對客戶的信用風險和欺詐風險進行精確評估。
Luma審批系統是馬上金融自主研發的基於靈活工作流引擎和決策規則引擎的信貸審批系統。工作流引擎將各種變量、數據源、模型服務化和節點化，支持靈活快速地構建多種不同的審批工作流程、調整審批決策節點順序，針對不同消費場景和金融產品申請提供不同的審批工作流，針對不同客戶的申請提供不同的風控策略，達到優質客戶秒級審批通過，劣質客戶快速拒絕，實現千人千面的信用評級和風險定價。
用戶馬上消費金融申請授信時，會授權消費、身份、交際、職場、徵信等多個維度的數據，根據用戶的相關數據點，對用戶的償付能力和償付意願進行評定，從而給出用戶信用額度和風險分數。通過機器學習算法和大數據分析，平臺已經實現良性循環，壞賬水平保持在極低的標準，傳統金融機構可以快速對接馬上金融的風控體系和數據體系，實現彎道超車。未來隨著消費經濟的潛力進一步被挖掘，馬上消費金融將憑藉科技的力量迎來更大的風口。
閱讀更多 馬上消費金融 的文章
