進(jìn)入了新金融時代，隨著人工智能、區(qū)塊鏈等技術(shù)的發(fā)展，將會改變很多行業(yè)以往的模式?；ヂ?lián)網(wǎng)創(chuàng)新存在多少可能？如何利用這些新技術(shù)進(jìn)行互聯(lián)網(wǎng)金融的創(chuàng)新呢？

3月17日（周六），人人都是產(chǎn)品經(jīng)理沙龍活動（深圳站）邀請到了阿里云戰(zhàn)略合作CPO（首席產(chǎn)品官）劉永平、前Formax金融圈產(chǎn)品總監(jiān)吳為、團(tuán)貸網(wǎng)深圳分公司大數(shù)據(jù)產(chǎn)品部門經(jīng)理潘鈺，他們用專業(yè)的視角，分享了互聯(lián)網(wǎng)金融的經(jīng)驗與觀點。

三位實戰(zhàn)派嘉賓，究竟給大家?guī)砹嗽鯓拥乃季S碰撞呢？讓小編帶大家一起來回顧這場活動的精華干貨吧。

開場我們通過幾輪互動小游戲，讓現(xiàn)場一下子就熱鬧起來，大家不但收獲了我們七周年定制的周邊禮品更有小伙伴獲得了墨刀提供的產(chǎn)品經(jīng)理必備的原型本哦！

是不是你也很想要呢？下期線下活動一定記得報名參與活動現(xiàn)場的互動，你就有機(jī)會獲得啦！

進(jìn)入正式的內(nèi)容分享環(huán)節(jié)。

第一位嘉賓吳為老師，分享的主題是《科技熱點與金融》。

吳為是前Formax金融圈產(chǎn)品總監(jiān)，有著7年互聯(lián)網(wǎng)產(chǎn)品經(jīng)營，擅長新產(chǎn)品研發(fā)、需求分析及數(shù)據(jù)分析；作為百度地圖初創(chuàng)團(tuán)隊之一，負(fù)責(zé)開發(fā)到上線及后續(xù)的一段青春期；曾負(fù)責(zé)過騰訊微博移動端產(chǎn)品；曾負(fù)責(zé)Formax諸多金融產(chǎn)品從0到1的打造和上線，旗下產(chǎn)品金融圈已累計300萬用戶。

AI+金融方面吳為老師主要講到三個方面：數(shù)據(jù)、場景和輔助。

AI是非常依賴數(shù)據(jù)的技術(shù)，如果沒有足夠豐富的數(shù)據(jù)無法訓(xùn)練出機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，所以想要基于AI做金融科技創(chuàng)新或者其他方面的創(chuàng)新，一定需要足夠豐富的數(shù)據(jù)；在應(yīng)用場景方面，吳為老師認(rèn)為目前AI和金融場景的結(jié)合比較少，大家可以思考更多的應(yīng)用場景；吳為老師認(rèn)為AI對于金融產(chǎn)品能夠起到的是輔助的作用，暫時還是無法完全替代人。

隨后吳為老師分享了自己對于區(qū)塊鏈技術(shù)的一些思考，在金融行業(yè)區(qū)塊鏈的去中心化是否有價值？對于金融行業(yè)來說，監(jiān)管機(jī)構(gòu)的作用是在提升大家對金融的信賴的。鏈下的可靠性是區(qū)塊鏈必須面對的問題，區(qū)塊鏈并不是萬能的。

此外吳為老師還通過舉例說明物聯(lián)網(wǎng)豐富互聯(lián)網(wǎng)的數(shù)據(jù)的意義，吳為老師認(rèn)為技術(shù)應(yīng)該跟場景結(jié)合之后才能有價值。

隨后第二位上臺分享的嘉賓是來自團(tuán)貸網(wǎng)深圳分公司的潘玨老師，他分享的主題是《大數(shù)據(jù)風(fēng)控》。

潘玨老師目前是團(tuán)貸網(wǎng)深圳分公司大數(shù)據(jù)產(chǎn)品部經(jīng)理，曾就職于中國移動、騰訊、團(tuán)貸網(wǎng)等公司，服務(wù)過招商銀行、深交所、招商證券、晉商銀行、微眾銀行等多家中大型金融機(jī)構(gòu)，在大數(shù)據(jù)風(fēng)控平臺體系的產(chǎn)品設(shè)計方面，積累了豐富的實戰(zhàn)經(jīng)驗。

大數(shù)據(jù)風(fēng)控最主要最核心的是風(fēng)控，大數(shù)據(jù)可以認(rèn)為是一種生產(chǎn)力。

潘玨老師首先從傳統(tǒng)風(fēng)控與互聯(lián)網(wǎng)風(fēng)控的差異性開始說起，傳統(tǒng)風(fēng)控更多的應(yīng)用的是銀行流水等信用記錄，大數(shù)據(jù)概念引入了以后，對于現(xiàn)代的互聯(lián)網(wǎng)金融，更多的應(yīng)用的是弱征信的數(shù)據(jù)維度；大數(shù)據(jù)架構(gòu)提供了更加強(qiáng)大的運(yùn)算能力，從離線數(shù)據(jù)到實時數(shù)據(jù)，運(yùn)算能力大大加強(qiáng)；大數(shù)據(jù)風(fēng)控可以進(jìn)行深度的特征挖掘，可以從更多數(shù)據(jù)維度來發(fā)現(xiàn)可疑用戶的在互聯(lián)網(wǎng)上留下的蛛絲馬跡；機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法在用戶的信用評估模型上應(yīng)用更加廣泛；

風(fēng)控是一套完整的控制風(fēng)險的解決方案，作為風(fēng)險管理的單個環(huán)節(jié)，有完整的理論支持。

風(fēng)險管理的程序：

第一步是進(jìn)行風(fēng)險識別，識別存在怎樣的風(fēng)險；

第二步是進(jìn)行風(fēng)險估測，可能會造成多大的損失；

第三步是風(fēng)險評價，發(fā)生概率有多大，是否是主要風(fēng)險；

第四步是風(fēng)險控制；第五步是對風(fēng)控措施的效果評價，需要定期用標(biāo)準(zhǔn)去檢驗自己的風(fēng)控措施是否合適，是否需要調(diào)整。

互聯(lián)網(wǎng)金融與傳統(tǒng)金融的存在一定的差異，互聯(lián)網(wǎng)金融有兩重風(fēng)險，第一重是互聯(lián)網(wǎng)的風(fēng)險，第二重是金融的風(fēng)險。

互聯(lián)網(wǎng)里面常見風(fēng)險主要有：信用風(fēng)險，操作風(fēng)險，政治性風(fēng)險，流動性風(fēng)險。

金融的業(yè)務(wù)流程風(fēng)險管控整體流程有三個部分，貸前審核，貸中預(yù)警，貸后催收。

大數(shù)據(jù)平臺的產(chǎn)品架構(gòu)圖：

風(fēng)控產(chǎn)品主要有四大系統(tǒng)：

1、大數(shù)據(jù)征信系統(tǒng)：偏線下的自主查詢大數(shù)據(jù)征信系統(tǒng)，通過各種數(shù)據(jù)維度對用戶進(jìn)行信用評估，標(biāo)識風(fēng)險信息。相比于人工篩選用戶效率會更高。

2、風(fēng)控決策系統(tǒng)：靈活配置的風(fēng)控決策系統(tǒng)，滿足互聯(lián)網(wǎng)金融風(fēng)控實時性、靈活性的要求；

3、反欺詐系統(tǒng)：基于關(guān)系圖譜和圖結(jié)構(gòu)數(shù)據(jù)的離線反欺詐分析系統(tǒng)，發(fā)現(xiàn)風(fēng)險用戶的欺詐特征，并在風(fēng)控決策系統(tǒng)中一鍵生成，打造風(fēng)控閉環(huán)；

4、用戶標(biāo)簽系統(tǒng)：挖掘用戶的標(biāo)簽，包括實時定義標(biāo)簽和離線定義標(biāo)簽，從而讓信用審核人員能夠根據(jù)標(biāo)簽進(jìn)行審單，提高效率，減少主觀判斷。

復(fù)雜網(wǎng)絡(luò)中的四個場景：1、欺詐識別；2、一致性校驗；3、社團(tuán)識別；4、失聯(lián)用戶信息修改。

潘玨老師重點分享了大數(shù)據(jù)風(fēng)控方面的專業(yè)知識，讓大家整體了解了大數(shù)據(jù)風(fēng)控到底是怎樣的架構(gòu)。

而最后一位是我們本場的重量級嘉賓——極鏈智能科技CEO、全棧運(yùn)營專家劉永平老師。他分享的主題是《2018年互聯(lián)網(wǎng)金融創(chuàng)新趨勢及發(fā)展策略》。

劉永平老師是阿里云戰(zhàn)略合作CPO（首席產(chǎn)品官）全棧產(chǎn)品專家，從業(yè)互聯(lián)網(wǎng)IT及互聯(lián)網(wǎng)金融12年，有豐富落地的實操經(jīng)驗，在互聯(lián)網(wǎng)IT/創(chuàng)新金融領(lǐng)域有一定的影響力。曾主導(dǎo)汽車金融供應(yīng)鏈金融管控系統(tǒng)、珠江啤酒新零售金融平臺、平安銀行金融商城及大數(shù)據(jù)平臺、蘭州銀行社區(qū)金融及供應(yīng)鏈金融平臺等10+個金融產(chǎn)品項目的規(guī)劃設(shè)計研發(fā)。

劉永平老師認(rèn)為許多人在大腦中并沒有形成一套完整的知識體系，無法形成整體的知識架構(gòu)。作為設(shè)計主導(dǎo)的時候需要怎么做？怎么規(guī)劃？這樣的一個過程可能是每一個產(chǎn)品人需要經(jīng)歷的一段產(chǎn)品周期。整個產(chǎn)品周期的具體環(huán)節(jié)，每一個環(huán)節(jié)在過之后都需要復(fù)盤沉淀下來，最終把自己的知識體系架構(gòu)起來。

這張圖演示的是互聯(lián)網(wǎng)金融行業(yè)國內(nèi)這三年的演變趨勢和變化的過程，從圖中其實可以建立起一個互聯(lián)網(wǎng)金融的體系結(jié)構(gòu)。

到底什么是互聯(lián)網(wǎng)金融？

2015年的時候說的金融是獨(dú)立金融，比如金融機(jī)構(gòu)、信托、基金或者是小貸公司，是屬于金融互聯(lián)網(wǎng)，金融互聯(lián)網(wǎng)指的是金融產(chǎn)品利用互聯(lián)網(wǎng)渠道賣出去。

互聯(lián)網(wǎng)金融中有一個很關(guān)鍵的點，那就是統(tǒng)一用戶體系。統(tǒng)一用戶體系有三個要點：身份唯一、賬號唯一和ID唯一。

眾籌是在2016年才開始切入的概念，積分是用戶運(yùn)營非常有效的工具。對于互聯(lián)網(wǎng)金融來說，分為資產(chǎn)端和用戶端。用戶端運(yùn)營的核心就是積分，積分運(yùn)營做到位了，用戶粘性就高。到2016年開始數(shù)據(jù)逐漸走向開放，出現(xiàn)直銷金融和消費(fèi)金融。在線風(fēng)控在2016年還沒有智能化?；ヂ?lián)網(wǎng)金融最核心的是規(guī)則引擎和算法底層。接下來是供應(yīng)鏈金融供應(yīng)鏈產(chǎn)業(yè)整合平臺，數(shù)據(jù)互通加上云計算。2017年開始，主要為大數(shù)據(jù)、AI和新零售。

劉永平老師認(rèn)為區(qū)塊鏈技術(shù)可能對于銀行的支付結(jié)算系統(tǒng)是一個很大的沖擊，如果引入了區(qū)塊鏈技術(shù)，銀行支付結(jié)算系統(tǒng)的工作人員很可能會縮減人員。而智能風(fēng)控技術(shù)在汽車金融，珠江啤酒等項目中已經(jīng)應(yīng)用過很多，這是互聯(lián)網(wǎng)金融演進(jìn)的趨勢。

作為創(chuàng)新金融來講，只是一個概念，核心還是依托企業(yè)服務(wù)和個人服務(wù)。企業(yè)服務(wù)走的是供應(yīng)鏈金融，整個供應(yīng)鏈的線上線下數(shù)據(jù)整合起來。比如平安銀行的ERP系統(tǒng)，免費(fèi)開放給中小微企業(yè)使用，這樣相關(guān)的數(shù)據(jù)就沉淀到平臺上了。劉永平老師舉例珠江啤酒的企業(yè)ERP系統(tǒng)說明創(chuàng)新系統(tǒng)并不難，但是要把企業(yè)里面的老板和員工的使用習(xí)慣和思想轉(zhuǎn)變過來，這才是一個真正的難點。

個人服務(wù)是現(xiàn)金貸，消費(fèi)金融，社區(qū)金融等，有交易有增值，底層都是支付系統(tǒng)和統(tǒng)一用戶體系，上層的功能業(yè)務(wù)，系統(tǒng)后臺等都依托底層支付系統(tǒng)和統(tǒng)一用戶體系來做規(guī)劃。國內(nèi)的風(fēng)控模型核心的還是銀行的風(fēng)控模型，國內(nèi)的投融資公司做的所謂風(fēng)控模型也就是把目前的客戶群體篩選出來，把客戶群體類型列出來，用幾個維度分析：基本信息維度、身份維度、社會行為屬性維度、行為偏好貢獻(xiàn)值和價值屬性這五個維度。有了這些信息后臺根據(jù)規(guī)則引擎計算之后才能做一個精準(zhǔn)的推送。

創(chuàng)新金融產(chǎn)品的核心還是傳統(tǒng)金融產(chǎn)品，只是在傳統(tǒng)金融產(chǎn)品的基礎(chǔ)上進(jìn)行了包裝，看起來像是創(chuàng)新金融產(chǎn)品，本質(zhì)是不變的。

2016年之前的金融是獨(dú)立金融，不是互聯(lián)網(wǎng)金融的概念，那時候并沒有深入到業(yè)務(wù)流程里面。而現(xiàn)在，不知道企業(yè)的詳細(xì)業(yè)務(wù)流程無法設(shè)計合適的系統(tǒng)。行業(yè)一定是越來越融合，做互聯(lián)網(wǎng)金融并不僅僅需要了解本行業(yè)的知識，還需要深度了解所服務(wù)企業(yè)的業(yè)務(wù)流程和需求，針對很多細(xì)節(jié)，做一些小優(yōu)化或者小創(chuàng)新，企業(yè)的工作效率馬上就可以得到提升。

對于新零售金融，社區(qū)金融的需求挖掘，不是讓他們把現(xiàn)有的ERP，OA，供應(yīng)鏈，電商等系統(tǒng)流程全部推翻，而是深度了解之后對于其中的某一個點進(jìn)行深度的優(yōu)化，進(jìn)而提升企業(yè)效率。

2017年以后的互聯(lián)網(wǎng)金融比之前已經(jīng)深入很多。此外關(guān)于沉浸式的場景金融，比如珠江啤酒的出貨，出門需要核對，而核對需要清點和錄入系統(tǒng)，效率較低。我們做了車牌識別，對卡車進(jìn)行分類：大卡、中卡、小卡，通過自動識別直接讀取出數(shù)據(jù)。通過新技術(shù)去提高服務(wù)企業(yè)的生產(chǎn)效率，降低成本。

智能化風(fēng)控加最優(yōu)資產(chǎn)配置，這是互聯(lián)網(wǎng)金融平臺必備的東西。目前國內(nèi)市場的客戶需求越來越急迫，這種情況下如果不能進(jìn)行智能風(fēng)控是無法跟上市場變化的，所以國內(nèi)企業(yè)的業(yè)務(wù)轉(zhuǎn)型是比較復(fù)雜的。

最優(yōu)資產(chǎn)配置是互聯(lián)網(wǎng)金融平臺的必備項，銀行的理財是最早的金融產(chǎn)品，國內(nèi)絕大多數(shù)人都是保守型的，承受風(fēng)險能力比較低，這種時候銀行設(shè)計理財產(chǎn)品的時候就會有目的性的設(shè)計成保守、收益率相對低但是比定存高的理財產(chǎn)品。這樣的資產(chǎn)配置是以前的一種模式，而到了2017年開始，平臺根據(jù)你的AUM值、流動性、接受度、投資偏好等屬性進(jìn)行智能匹配推薦，精準(zhǔn)推薦，這樣的轉(zhuǎn)化率是相對比較高的。根據(jù)銀行的數(shù)據(jù)可以推薦最優(yōu)資產(chǎn)配置方案，把資產(chǎn)結(jié)構(gòu)化，風(fēng)險分擔(dān)，提升收益。

不管是AI還是電商還是互聯(lián)網(wǎng)金融，底層都是大數(shù)據(jù)。15年到16年是國內(nèi)大數(shù)據(jù)的1.0階段，不算是真正的大數(shù)據(jù)，只能稱為可視化分析系統(tǒng)。比如用excel把你所需要的所有的數(shù)據(jù)指標(biāo)列出，頁面留存、轉(zhuǎn)化率、復(fù)購率、衰減值、訂購頻次、AUM等，通過圖表類目，數(shù)據(jù)透視表的形式畫出雷達(dá)圖透視圖等。定義數(shù)據(jù)的類型，然后給到開發(fā)。數(shù)據(jù)產(chǎn)品測試是最繁瑣的事，因為每一個數(shù)據(jù)指標(biāo)都要做“埋點”，不能像其他產(chǎn)品上線一樣直接進(jìn)行測試。根據(jù)這些數(shù)據(jù)才能在后臺做金融產(chǎn)品的定制化，定制化的核心是規(guī)則引擎，接下來是最優(yōu)方案，接著是智能信用模型。

很多人認(rèn)為金融只有銀行和大集團(tuán)才能玩得起，這些集團(tuán)服務(wù)的是國內(nèi)的大企業(yè)，大客戶，但是對于國內(nèi)的中小微企業(yè)沒有服務(wù)。螞蟻金服的定位就是服務(wù)中小微企業(yè)的金融，用“螞蟻搬大象”的方法倒逼銀行轉(zhuǎn)型。

供應(yīng)鏈金融在國內(nèi)一般是4種模式，做的相對成熟的是以供應(yīng)鏈鏈條的核心企業(yè)為支點，向核心企業(yè)上游的投融資和下游的質(zhì)押的基礎(chǔ)上整合相關(guān)分銷商、代理商幫助企業(yè)進(jìn)行資金流轉(zhuǎn)，縮短生產(chǎn)周期，提升效率。傳統(tǒng)企業(yè)一般從代理商，批發(fā)商，分銷商，最終才到終端客戶，這種情況下資金質(zhì)押周期長，很多企業(yè)業(yè)務(wù)做得很好，但是資金周轉(zhuǎn)太慢。對于加工類的企業(yè)，需要資金采購原料，而企業(yè)的資金又還未回款，導(dǎo)致錢押在倉庫，資金鏈斷裂，企業(yè)很可能就倒閉了。

要想把互聯(lián)網(wǎng)金融做透：

首先大數(shù)據(jù)得做好。

目前國內(nèi)大數(shù)據(jù)我劃分為1.0,2.0,3.0三個階段。目前國內(nèi)是處于1.0到2.0的階段，也就是可視化報表到個性化推薦系統(tǒng)以及用戶標(biāo)簽頁這個階段。這時候你需要懂得設(shè)計數(shù)據(jù)維度，知道怎么去設(shè)計；

接下來要了解風(fēng)控模型，需要了解大概的設(shè)計邏輯；

接下來再找一個項目或者產(chǎn)品切入到互聯(lián)網(wǎng)金融這個行業(yè)。

互聯(lián)網(wǎng)金融是互聯(lián)網(wǎng)電商的二級階段。劉永平老師認(rèn)為把AI作為互聯(lián)網(wǎng)金融的下一個階段是不太合理的，因為底層來說都是大數(shù)據(jù)。國內(nèi)大數(shù)據(jù)落地的時候有幾個問題，一個是數(shù)據(jù)采集問題，比如阿里做的智能設(shè)備開放給企業(yè)和個人免費(fèi)試用，首先要有采集的設(shè)備，沒有設(shè)備無法采集數(shù)據(jù)。

國內(nèi)互聯(lián)網(wǎng)金融整個發(fā)展情況，其實越往后一定是要越深入到企業(yè)的業(yè)務(wù)流程中去深入了解業(yè)務(wù)需求。在此基礎(chǔ)上要用大數(shù)據(jù)、統(tǒng)一賬戶和智能風(fēng)控，對于統(tǒng)一賬戶應(yīng)該每個企業(yè)都在做，大數(shù)據(jù)底層的標(biāo)簽體系加上智能風(fēng)控需要做好，這是互聯(lián)網(wǎng)金融底層的東西。支付產(chǎn)品是最好切入的，以支付產(chǎn)品為主把用戶導(dǎo)出來，做相關(guān)的用戶標(biāo)簽，特征提取，對于用戶填寫的虛假信息，需要大數(shù)據(jù)識別出來。

為了給大家提供更多與老師互動的機(jī)會，最后我們現(xiàn)場還進(jìn)行了圓桌問答的環(huán)節(jié)，以下摘取部分問題。

Q1、銀行產(chǎn)品，負(fù)責(zé)售后服務(wù)，生活繳費(fèi)類，銀行里面可能存在的機(jī)遇和調(diào)整，該怎么突破？

劉永平：生活繳費(fèi)類包括水電煤等，這些是高頻次消費(fèi)，需要找通道型平臺合作，比如金鵬集團(tuán)給支付寶和微信生活繳費(fèi)提供了入口。高頻次業(yè)務(wù)單獨(dú)產(chǎn)品發(fā)展空間小。比如可以做一些生活卡之類的產(chǎn)品。

Q2、傳統(tǒng)珠寶行業(yè)，ERP系統(tǒng)，怎么把數(shù)據(jù)轉(zhuǎn)化為有用數(shù)據(jù)幫助公司決策？

吳為：需要定制核心指標(biāo)，梳理業(yè)務(wù)流程，找出關(guān)鍵指標(biāo)。可以內(nèi)部制定標(biāo)準(zhǔn)，再去看數(shù)據(jù)。數(shù)據(jù)不重要，是否讀懂?dāng)?shù)據(jù)是最關(guān)鍵的。

劉永平：按照采購、庫存、銷售這幾個維度，分類出數(shù)據(jù)。找相關(guān)部門進(jìn)行摸查調(diào)研，找出各個部門最關(guān)心的數(shù)據(jù)，審批哪些數(shù)據(jù)看哪些報表，比如滯銷率、周轉(zhuǎn)率等。最后導(dǎo)出數(shù)據(jù)，根據(jù)指標(biāo)制作可視化圖表。

Q3、未來的趨勢是新零售，社區(qū)金融，相比阿里等大企業(yè)已經(jīng)有龐大的體系，對于中小企業(yè)是否有好的切入點？

劉永平：小企業(yè)，需要找準(zhǔn)垂直切入點，不一定要追求BAT。小企業(yè)比較靈活，服務(wù)人群精準(zhǔn)，深度服務(wù)。小企業(yè)先梳理目前有自己有哪些資源，只要把自己的資源梳理出來，做調(diào)研，設(shè)計一款產(chǎn)品，專門服務(wù)他們，做精準(zhǔn)的服務(wù)。結(jié)局一般兩個，要么被BAT收購，要么成為獨(dú)角獸。

Q4、網(wǎng)貸行業(yè)在大數(shù)據(jù)方面最關(guān)心的是大數(shù)據(jù)風(fēng)控問題，除了阿里騰訊這些巨頭以外的數(shù)據(jù)來源是來自哪里呢？

吳為：和運(yùn)營商合作，拿到通話記錄，歸屬地等，和電商合作，淘寶，京東等，公眾平臺，水電煤或者銀行之類。這樣的平臺算是一個分銷的渠道，統(tǒng)一對接后端的渠道然后再賣給需要這些數(shù)據(jù)的企業(yè)，其實賣的是一個解決方案。

積極參與現(xiàn)場互動問答的妹子，提問相當(dāng)專業(yè)，給大家留下了深刻印象。

最后感謝各位到現(xiàn)場的支持，我們下次再見！

感謝人人都是產(chǎn)品經(jīng)理-深圳團(tuán)隊的小伙伴辛苦付出：遠(yuǎn)方、小魚、亮亮，辛苦各位啦！

同時感謝硬蛋空間的伙伴們的大力支持！

更多詳實內(nèi)容，請點擊PPT分享鏈接：https://pan.baidu.com/s/1TLF0aNclHHaDz1QUY8AVjQ，密碼：7rww