我在金融科技行业服务的业务主要是信贷业务。

信贷业务，是一种基于信用的贷款业务，属于金融机构的资产性业务。我接触的产品形态，小额信贷、大额信贷、消费贷、小微企业贷、信用卡循环授信等。

这些产品形态，会有这些产品要素。

• 1 客群，产品的客群定位，决定了产品的营销和风控。

• 2 额度，产品的授信额度，基于风险和收益确定的授信额度（动态化）。

• 3 利率，产品的利率定价，基于风险和收益进行的利率定价（差异化）。

• 4 期限，产品的期限长度，根据不同的产品类型，设计不同期限。

• 5 还款方式，产品的还款方式，比方说等额本息、等额本金等。

01

信贷业务

1 如何了解信贷业务？

信贷业务以某一种产品或者一组产品为载体。我们可以通过体验产品，来了解信贷业务流程，并且把业务流和数据流结合起来一起观察和理解。这个时候，我们需要思考这些问题：

• 1 这个信贷产品要素是什么？

• 2 这个信贷产品的业务全流程是什么？

• 3 这个业务的全流程需要填写那些信息，使用那些数据（前端数据和后端数据，显性数据和隐性数据）？

• 4 这个业务的流转节点有哪些？

• 5 这个业务如何获客，如何风控，如何盈利？

2 信贷业务的数据科学工作？

围绕前面的一系列问题，信贷业务的数据科学工作，会涉及到这些内容：

• 1 营销端，合适新客如何获取？存量老客如何盘活和再次利用？比方说常用画像分析、关联分析、营销模型、促活模型、交叉销售模型、客群细分模型等。

• 2 风控端，客户资信的计量与测算？比方说贷前的反欺诈模型和申请评分模型，贷中的行为评分模型和贷后的催收模型，贷中的账户管理和资产监控与分析，策略的分析与调优等。

• 3 效率端，客户体验如何提升？人工成本如何优化？从流程层面进行再次改造和优化。

• 4 数据端，高质量数据的准备和积累？包括自有数据的建设和清洗，第三方数据的对接、评测和应用，数据资产管理和最大化。

3 信贷业务的全流程？

一个完整的信贷业务全流程，可以分为贷前、贷中和贷后三个阶段。每个阶段的主要工作如下：

• 1 贷前阶段，包括获客、基础信息验证、准入策略、名单库、反欺诈、基于各种数据和业务知识设计和构建一系列规则集（强规则和软规则）、评分模型和策略，最后输出通过客户以及授信额度和拒绝客户以及拒绝客户的再次回捞。

• 2 贷中阶段，包括账户管理、额度管理、还款监控、资产管理等。

• 3 贷后阶段，包括催收管理、不良资产处理、资产核销等。

换句话说，贷前阶段，我们要想尽一切办法，消除信息不对称，获取所需要的客群；贷中和贷后阶段，我们是做亡羊补牢的工作，以实现止损，同时，把这些模式和规律反哺到贷前，形成闭环系统。

02

其它业务

金融科技所服务的其它业务线，我只算了解而已。比方说保险业务、理财业务、支付业务、担保业务、助贷业务等。但是，信贷业务的数据科学工作思路、方法、经验，还是可以做迁移和应用的。

最后，不管是什么业务，我们都可以从这些角度来深入思考和应用数据科学来做服务。

• 1 业务的载体是什么？

• 2 业务的流程是什么？

• 3 业务的关键问题是什么？

• 4 业务的盈利点是什么？

• 5 业务流和数据流是什么，以及如何相互作用？

总之，金融科技所服务的业务线众多。

业务知识的学习、积累和应用，可以让我们的数据科学工作接地气，有价值。

关于金融科技业务线，你有什么想跟我说的，请添加我微信，一起讨论。

伙伴们所在公司若有金融科技行业数据科学岗位的招聘，请引荐给我，谢谢。