2017年1月11日，“2017中国移动支付年会”在北京召开，来自中国人民银行科技司、工业信息化部网络安全管理局、国务院发展研究中心等政府部门领导、运营商、银行、第三方支付机构、征信机构等全产业链代表齐聚一堂，共同回顾2016年移动支付行业的蜕变，畅想2017年的发展新思路。
北京宸信征信有限公司董事长、创始人受邀出席大会主论坛，并发表主题演讲。张为斌就大数据对移动支付和金融风控的助推作用、在技术和场景两方面如何帮助企业获客，以及如何对移动支付数据进行补全、完成数据变现等三方面内容进行了分享。
以下是演讲原文：
尊敬的各位嘉宾、朋友：
大家上午好！
宸信征信是第一次来参加移动支付年会，感到非常荣幸。与各位专家和同仁相比，我们算是外行，虽然我们都是由央行来发放牌照（支付牌照和征信牌照），但是，从征信到支付，两个领域既有相同也有差异，支付比征信更加成熟和发展壮大，知道我们学习和借鉴。
今天我想跟大家交流的内容主要是从大数据和征信这两个层面来探讨与支付的环节、支付的数据和支付的场景有哪些关联和应用？
宸信征信进入征信领域的时间比较早，在很早以前就以信用卡支付数据作为我们的一个数据源做了相关的研究和应用，针对信用卡支付应用的场景做了很多实践。
宸信征信是一个全球视野的泛第三方的独立征信机构，我们一方面依托于大数据技术平台和数据资源，另外一方面引入征信的业务逻辑，针对信用领域的贷前、贷中、贷后多个场景来为金融用户提供信用产品，同时对社会信用体系提出了“信用超市”概念来满足政府的政务需求。
金融征信、社会信用和全球征信局是我们正在开展的三个方向。在征信业务的覆盖方面，可以说在目前拥有征信牌照的130多家公司当中，宸信算是比较特色、有特点的，既有数据源，又有大数据技术平台能力，专业的建模团队，同时在多种场景中，已有产品和实际落地的应用。
基于全球征信句的业务，我们在2010年左右就开始建立了全球开源情报中心，建立了和积累了国内国外的一些以ID为主的数据。所以，我们虽然不在支付这个行业里，但是我们对支付数据非常熟悉，无论是这个以信用卡为主的、pos机为主的，还是以移动互联网为主的，凡是通过手机和各种终端进行这种支付的数据源、数据情况，我们都比较熟悉。在全球征信业务上，我们一直比较关注基于境内外的跨境电商、跨境交易场景的这种大数据的积累和中心的一些场景设计。
单一数据没有那么高的价值
从数据应用价值链的角度看，基于单一数据的模型价值是不高的，就类似现在市面上炒作的黑市数据一样，先不论其是否合法、合规，单从价值层面上看，这样的数据、模型就是没有价值的。
我们强调的理念是，一定要把数据进行加工，把多种数据融合之后，围绕特定的业务场景进行设计，这就是数据价值化，最后提供一个平台化的供给。
目前，有很多支付公司，它有很多这种中性的应用，也形成了一些基于它自身体系内的、从支付到风控、再到其他的金融场景的应用。但在我们看来，还是要结合更多维度的数据，提供丰富的应用，才算是一个平台化的供给。我们的平台目前有很多客户接入使用，包括8家申请个人征信牌照的公司里，有3家是都是我们的客户。
从我的角度理解，整个金融体系是建立在一个大数据法则、征信的风控基础之上的，其中有两个环节是必不可少的，一个是支付，因个是信用。因为任何的金融交易都有支付，所有交易对支付对象、支付目标都要有信用评估、评价。所以我们觉得，支付和信用是整个金融体系当中最不可或缺的，两者也是密不可分的。
基于这个认识，我们把这两个数据源、两个应用场景充分地结合起来，为我们的客户、整个行业提供相应的服务和产品，这是对信用和支付是“公共基础设施”的解释。
多维度数据完成用户画像
宸信09年涉足数据领域，以行业数据和社会基础运行数据为主，到2013年，我们开始了金融数据的采集应用和产品设计。我们看到支付的发展和变化，传统互联网时代，大多是拿一个u key 去做支付，随着移动互联网的推广，支付随之移动化，有手机形态的，还有手环形态的，而每一次消费和每一次交易都是支付数据。
每一个移动支付的场景，每一次刷卡，它都是一个关联，它一方面有一个物理身份，你在一个什么设备上刷卡，同时也有一个数字身份，它会结合你的手机信息、银行卡的信息、相关的身份信息，进而获得更全面的信息。
大概在5年前，我们在分析信用卡数据的时候，那时候很简单，就是一张信用卡在某一台pos机上消费，那么就记录了一个c端用户在何种场景下做了何种消费，加上对地点、金额、频次的分析，这样就可以利用现有的一些其他的数据源和大数据分析方法，算出他的职场、支付习惯、偏好等等。如果能结合其他方面的数据，比如说wifi数据、相关的身份信息以及这种产品的消费内容，就能得出更多的结论。
所以说，移动支付的这种场景，天生就是一个大数据的基础。我们认为，未来的支付场景进一步丰富和深入到我们的生活，将积累大量的、有价值数据为我们其它方面应用来提供支持，比如说征信、营销、包括安全。
传统的金融征信，都会去央行查征信报告，但我们都知道，传统的征信报告是不全面的，有信贷数据、信用卡信息和个人基本信息。目前，去刻画一个人已经不再是传统的画像了，而是要扩展到利用社会运行数据、互联网开源数据和交易数据、轨迹数据。其中，支付数据是结合交易数据和轨迹数据二者的。
在此，我想表达一下，任何一种单一数据源都难以刻画出一个完整的对象，一定是结合各方的数据，才能构建出完整的画像和全面的信用评估。
如何应用支付数据？
目前应用比较多的有，经营性的分析，一般以2c和2b为主；有金融的反欺诈；还有非法集资监管，这是我们做过的、也是最成功的，以交易数据、支付数据为主的解决方案。
支付数据具有很好的描述性，既有个人消费的内容描述，又有另外一端的场景描述，同时刻画双方用户的数据信息，从而对C端和B端进行行为和特征的描述，合成相应的产品，来做精准营销，这在网购、广告，包括传统金融行业的基金销售，都应用较多，效果还比较好。
再看通过支付数据、结合其他数据的融合，来进行征信的案例。例如人口属性、固定位置的相关信息、通信行为、交易行为等等，都可以通过结合其他数据来进行画像分析，通过多层次的建模、数据采集筛选、指标测算，然后加上一些算法、模型的训练，能得出金融产品。
关于个人隐私和数据安全
大家也许会问，会不会有一些隐私和数据安全问题存在？
我会说，肯定会有，如果你直接用数据，就一定会存在隐私和数据安全。但如果我们把数据做成场景化、产品化的描述，就能够很好地解决隐私的问题和数据安全问题。
首先，它一定不是单一数据源，因为任何一家支付公司或者是具有支付数据的这样的一个平台，它都很难覆盖到全量数据。而我们给用户提供的，一定是多种数据源、多维度的数据源和多厂商和平台的数据源结合构成的产品。
这也反映出，构建这样的一个征信体系，它从数据源的角度来讲是一个相对比较庞大的工程。
总之我们认为，未来区域性的银行、电子银行、直销银行等这种网上银行，一定会慢慢繁荣，那么基于互联网大数据风控会有越来越刚性的需求。现在，传统银行已经不在网点扩张了，包括城商行、一些股份制银行也不再进行传统的线下网点扩张，现在我们接触的客户大多都在做直销的电子银行，或者直接叫网上银行，基于这种线上的交易都是需要互联网移动化的大数据风控体系和大数据征信体系的。
大数据征信协助非法集资监管
最后一个案例我们聊一下非法集资。这部分业务和电信反欺诈很接近。
我们参与了几个省份的、以省为单位的非法集资监管系统，主要的数据源是交易数据、支付数据，然后进行对其行为、内容的分析。我们做这个事情的时候，是由当地的金融办结合当地人民银行相关部门、公安的经侦三部委联合来做，效果也非常好。我们在几个省份的平台，每个月都会发现一些可疑团伙，去年10月份时候，我们曾看到有些省的团伙，一个月的资金流水接近几个亿，而这是仅仅是很多团伙当中的一个，至于说他这个行为是非法集资，还是电信诈骗，等移交经侦再做分析。
大数据价值化不能只关注数据
在整个大数据产业链当中，我们一直比较关注两头，一头是数据源，这是一个很重要的，还有一头用户的价值化，中间过程都是技术问题。支付大数据在价值化的模式上，会是一个非常好的一个基础。
建立大数据分析平台，很多人会有“重数据、重技术、轻人文”的误区。因为在中国，这不是一个纯粹的自然科学，大家还要重视它的社科属性。像我们建的一些风控模型体系，绝对不是说靠一些算法就能得结论了，还要结合一些特定场景，进行差异化设计，要有一个多维的知识库来支撑这个平台体系。
最后我们再说一下大数据和移动支付的融合，前面多次讲到支付数据具有先天的优质大数据的属性，关键是看如何在把这些大数据的价值发挥出来，我觉得有几个方面：
第一，支付本身是提供服务，如何服务好你的客户，增强用户体验，如何做好你的场景的一些设计；
第二，在征信和营销这两个场景里提出合法、合理，又能够保证收益的未来发展模式；
未来，所有的支付公司都把大数据生态圈用好，找到很好的应用场景，支付行业的生态圈才会越来越健康和繁荣，我们作为大数据征信公司，愿意在这生态圈里做好技术支撑和场景支撑，做出我们的一点贡献。谢谢大家。
