【摘要】众安保险作为国内首家互联网保险公司，其首席执行官在接受专访时表示，众安保险之所以能在互联网保险业中脱颖而出，重要地就在于风控部门能够与平台、场景合作，从而精准使用和主动挖掘已有数据。
作为国内首家互联网保险公司，首轮融资中估值500亿的众安保险如何利用互联网大数据的优势在保险业脱颖而出呢？6月26日，众安保险官首席风险官吴逖在接受专访时表示，在“互联网+”时代，风控部门和传统金融机构的区别就在于，如何与平台、场景合作，从而精准使用和主动挖掘已有数据。
笔者：众安保险在成立17个月来发展比较迅速，你一直从事风控方面的工作，互联网保险公司做风控和你在传统保险公司做风控，有哪些不一样的地方？
吴逖：我觉得首先是这个所面临的对象和场景，以及你所知道的事情的方式是不一样的。在传统的金融企业里面，我们大部分的跟风控有关的数据来源，其实都是依靠各种面对面的信息，大量的这个手工收集的资料。而且在互联网公司里面，你会看到得到的大量的信息是从互联网端来的各种各样的数据。可能我们跟这个投保人，我们跟我们要面对的这个服务对象，从来没有见过面。那甚至有些情况下，在承保之前你甚至不知道这个人是谁，那这是一个很大的不同。从数据的情况来讲，你知道的有些情况会跟，有些时候比传统行业更多，但是有些时候，又要少很多，而不像在传统金融领域里面，我们在每一个业务当中说，我们所要收集的数据，基本上是一个固定的模式。如果前端客户上在门店，在这个业务员那里提供的数字，这个数据资料达不到我们的要求，可能我们就不会去做这个业务。那但是在互联网公司就不一样了，那从场景过来的资料，他是已经既定了的，我们必须用重新用新的方式和模式，去看这些数据，去加工这些数据，去了解这个风险的定价和实际的情况。
笔者：那从大数据的角度来看，您认为大数据在整个风控中的作用，你怎么评价这个作用？
吴逖：应该说就保险而言，保险几百年的发展，就是依靠大数据在做，那现在我们所提的这个大数据的概念并没有完全超越过去传统保险公司，所面对的这种数据基础和数据模式的这个本质。但是，不同的在于数据获取的途径，获取的数据的量，以及对数据的掌握的金融程度有了很多的不同，这是其一。
其二，获取的数据的方式，以及数据的我们所掌握的数据的内容，有很大的变化了。比如说，过去我们保险公司你很难知道，有一个你的这个授权，客户每天走了多少路，走了多少步，而且现在其实这个数据是知道的，那这个会不会对人的健康，对人的生命造成影响呢？理论上来讲，肯定有很大的关系。而这个数据过去因为没有，所有你无法依靠这个去定价。而现在有了这个数据，我们还得重新去检讨，怎么依靠这个数据去进行新的定价？
笔者：谈到大数据，我们知道其实你们现在的商业模式，是通过和这些电商的合作，这些场景的应用来去做到风控。那我就想了解，因为电商数据他是自己的数据，在做风控中，保证他数据的真实性来为你所用？
吴逖：我想这里有两点，第一个就是说，从我们现在来讲，我们所谓的互联网保险3.0版，一个很重要的概念就是共创。
吴逖：也就是这个产品，这个运营模式，我们其实是跟电商在进行一次新的共创。因为这种整个从产品形态，到他的定价，其实是前所未有的。那同样就像您刚才说的，数据其实是在电商那边。那它不可能完整的把一切数据都暴露在我们的面前，但是，实际上我们现在更多的运营是什么？是走进去。抱着一种双方共创和合作的态度，我们把我们的数据分析师，和电商的数据分析师放在一个团队里面，大家一同在这个数据环境下去建模。同时，在整个运营过程当中，大家共同的去对风险控制的手段以及定价做实时的或者是周期性的变动和调整。这样一来，就既不会违反信息安全的问题，也不会让电商感觉需要把设计到核心精密的数据给出来。但是同时，从保险公司来讲，我们把我们的风险控制的能力，把我们经验、产品向电商进行了输入，所以，第三阶段我们互联网保险发展的共创模式当中，一个很重要的特征，也就是实际上是通过共创实现共赢。我们输出的不仅是一个保险产品，很大程度上也是一个保险服务，和一个风险管理的服务。
笔者：这个你可以举个例子说好吗？
吴逖：好，比如说举个例子，我们在淘宝的这个场景当中，我们做了很多这个小商家的保证金保险，通过这个保险会释放出很多小商户在淘宝上的保证金，这个商户每一笔交易过程当中产生的可能的风险和问题，其实很难通过淘宝做，淘宝毫无保留的把这个东西全部输出到众安这边来。我们现在所用的方式就是我们走进场景中去，在这个产品当中，我们的数据风控人员跟淘宝的数据风控人员不断地进行数据的挖掘和碰撞，在过程当中实施调整。
当然，数据的这个东西说，我们有查看、分析的权利，但是我们并不要把他拿出来。那这样子，就既保证了双方各自的利益，又能够符合相应的客户，隐私保护以及这个电商场景他自身的运营需求。那这种模式，现在我们已经扩展到就是很多淘宝以外的，其他的这个合作的这个电商平台，也在采用类似的方式，这是一个大家目前看来，大家都的能够接受，并且去这个共同去为这个产品营造一个更好的生态环境的这样一种方式。
笔者：那我们知道在做风控，其实不仅是靠数据，核心人群的定位其实也是做风控一个很重要的一个手段，就是说众安保险你们在做风控的时候，你们核心人群定位，哪些是你能服务到的，哪些是你不愿意服务的？
吴逖：其实可以这样来说吧，就是作为一个互联网的保险公司，我们更看重的是面，也就是我服务的对象的面应该尽量的广，所以我们并不会特意的去对人群做区分，或者是挑剔。我们现在采用的运营理念是：首先默认大家都是好人，然后在这个过程当中，尽量去防范当中产生的一些欺诈等风险。而正常的这些客观风险，不管是损失还是信用违约等等，当数量大到一定程度的时候，就会变成一个纯粹风险。所以总体来讲，我们用的方式是通过各种技术手段，在过程中排除那些欺诈类的风险，而保留大部分人群能够购买到相应的保险产品的这一种度，那所以这是方向。另外一种方向，是当我们对人群掌握很不准的时候，我们可以反过来做，我们做白名单。
笔者：白名单是什么？
吴逖：也就是说我们知道这群人是我们特别喜欢的客户，我们主动的去找他。定位到每一个我愿意去主动接触的客户，我们主动的把他邀请进来，这也是一个通过互联网手段可以快速复制和发展的方式。在传统金融机构当中，你很难通过业务员这个场景去接触到想接触的那个的客户。而在互联网上，其实我们可以根据场景的不同，精准地把这些人群细分到每一个群体当中。
举个例子，比如说我们近期跟这个智联招聘合作，在大学里面给四年级的这个即将毕业的学生提供他入职到毕业前这么一个短期类的这个现金借款的信用违约担保。那使得他们可以比较低的成本借到一笔现金，能够支持他从毕业到参加工作这一个最初的一年当中的这个资金问题。那在这个业务模式里面我们就是一个典型的针对白名单精准营销，因为智联招聘他有一个很好的这个服务于大学毕业生的这样一个毕业招聘团队。那这样子的我们通过这个团队，和智联招聘的网站同步进入到学校里面，精准的对每一个学校，每一个。精准到的是说，是这个学校的这个年级的毕业生，而且我们通过大数据技术，我们可以从学信系统，准确的知道每一个学生姓谁名谁，他的班级、年级是什么，在互联网上跟申请人做一个有效的比对，再利用这个人脸识的技术锁定申请人本人是，有本人真实的提出这个申请。这些问题就迎刃而解，就可以实现一个有效的精准营销。那这个业务现在已经上线10天半个月了，很受欢迎，那我们现在也准备更多在，面向更多的高校开放。那这就是我们，就是白名单授信的一个典型的例子。
笔者：对，刚才你提到那个人脸识别这个系统，就是说从您这个做风控的角度来看，这个系统在做风控中，他的安全性怎么样？
吴逖：这是一个有效的补充手段。
笔者：补充手段？
吴逖：就是完全依靠现有的技术去解决身份认证的问题，其实是有一定难度的。比如说目前的技术手段很难说，通过一个照片或者一个人脸识别摄象头，立即知道这个人是谁？但是呢如果这个事情反过来就是说，我们已经，他已经告诉我们他是谁，可是呢我还需要再进一步验证一下确实是否本人提出的申请，这个时候的可行度就很高了。
笔者：我们知道你的团队里其实有一个很有意思的现象，你有一部分人是来自互联网公司，另外一部分人是来自金融机构。就是这两部分人，就是你在日常工作中，如何？因为他们对风险的可能定义都不一样的，就是说他们在平时的思维的方式上有上来差异？你如何来弥补他这种差异，让他们进行合作呢？
吴逖：这是一个很有意思的问题啊，确实就是。最开始的时候，你会发现，传统金融机构跟互联网公司处在背景的同时，他们连用的语言都是不同的。虽然听起来都在讲汉语，都在讲同一个词，但是对这个名词的理解是完全不同的两件事儿。
我举一个比较典型的例子，运营这个词，在所有的传统金融机构同事听起来，大部分的理解是，比如说保险公司认为说，出保单这件事情属于运营，比如说理赔时候是运营，来自银行的同事可能觉得后台的这些文档管理属于运营。但在这个互联网公司同事看看来，客户数据的挖据、新的营销方案都是运营。
风险层面更是如此，有些传统金融机构所使用的风险数据，在互联网根本不存在，而互联网提出来的很多术语，在传统金融机构的人听起来根本就听不懂。所以这个磨合的过程其实也是一个文化的交融，也是一个技术的重新的整合。这当中，我觉得可能传统金融的同时，他可能会用很多历史的数据，包括各种各样的评分表，以及金融算表去对照风险。而互联网公司的反欺诈模型的当中，不是简单的依靠历史数据，而是靠在网上的点击行为，整个业务逻辑的关联性去识别一些风险。
所以其实他是在用两种不同的技术和方法，现在我是采用一个定型的方式在做，各自用各自的专业技能去识别各自理解当中的风险，并且最终想办法把他们融合到一起。在整个过程当中，我们也会发现，这个不是一件那么容易的事儿，但是反过来讲，也正是这件不容易的事儿，如果做成了，它的价值才大。
所以互联网金融到底是金融，还是互联网？这件事情我觉得不想讨论，但是在风险管理这个领域，相互都应该积极的去学习和融合，也就是传统金融公司做风控的同时，一定要去学会理解，重新运用互联网产生的这些数据，重新去理解人行为这之间的关联。比如说，车决定车险，出险因素的到底是那台车还是开车的那个人？那互联网是关心的人，而传统产险公司可能关心的是车，那我们这个定价当中可能未来更多的是要把两个糅合在一起来看，而不是单纯的站在某一边。
那同样，从互联网的角度来讲，我觉得因为他的发展速度会非常的快，而本身金融是个高观感的业务，互联网在这个高观感上，又在成立了一个更快的比较速度，使得这个风险的扩张会更加的快，所以从互联网公司的角度，要经营金融业务，也需要对风险有一种敬畏的心态，并且能够真正去学习和理解传统金融公司积累了几百年的这种风险控制手段，他背后所蕴含的逻辑和意义。所以这个其实是一个非常有挑战的事儿，就对双方来讲，都需要去磨合和学习。
我觉得如果有一天，我的团队他们能够不吵了，那这当中当然也有很大的问题，也许相互觉得没聊的必要，可能也是个很大的问题。但是，现在阶段我认为他们天天在碰撞和磨合，是我愿意看到的。我们不断的在测试用某一种方式取得的效果，这是一个不断的迭代过程。所以不断说我们的系统，客户的体验，还是我们的风控模型，风险控制手段，其实都是在不断的迭代。包括这当中既有数据技术的运用，也有硬件技术的应用。比如说您刚才提到的人脸识别，往后可能还有更多生物技术手段，那这些都需要软硬件两块技术的共同的介入和进步，才能够更好的去管理和运营。
慧择提示：根据上文我们可以看出，作为国内首家互联网保险的众安保险更看重服务面的推广，并利用各种手段排除其中的欺诈风险。众安保险在接下来就是通过共创实现共赢，在输出保险产品的同时也是提供一个风险管理服务。
作为国内首家互联网保险公司，首轮融资中估值500亿的众安保险如何利用互联网大数据的优势在保险业脱颖而出呢？6月26日，众安保险官首席风险官吴逖在接受专访时表示，在“互联网+”时代，风控部门和传统金融机构的区别就在于，如何与平台、场景合作，从而精准使用和主动挖掘已有数据。
笔者：众安保险在成立17个月来发展比较迅速，你一直从事风控方面的工作，互联网保险公司做风控和你在传统保险公司做风控，有哪些不一样的地方？
吴逖：我觉得首先是这个所面临的对象和场景，以及你所知道的事情的方式是不一样的。在传统的金融企业里面，我们大部分的跟风控有关的数据来源，其实都是依靠各种面对面的信息，大量的这个手工收集的资料。而且在互联网公司里面，你会看到得到的大量的信息是从互联网端来的各种各样的数据。可能我们跟这个投保人，我们跟我们要面对的这个服务对象，从来没有见过面。那甚至有些情况下，在承保之前你甚至不知道这个人是谁，那这是一个很大的不同。从数据的情况来讲，你知道的有些情况会跟，有些时候比传统行业更多，但是有些时候，又要少很多，而不像在传统金融领域里面，我们在每一个业务当中说，我们所要收集的数据，基本上是一个固定的模式。如果前端客户上在门店，在这个业务员那里提供的数字，这个数据资料达不到我们的要求，可能我们就不会去做这个业务。那但是在互联网公司就不一样了，那从场景过来的资料，他是已经既定了的，我们必须用重新用新的方式和模式，去看这些数据，去加工这些数据，去了解这个风险的定价和实际的情况。
笔者：那从大数据的角度来看，您认为大数据在整个风控中的作用，你怎么评价这个作用？
吴逖：应该说就保险而言，保险几百年的发展，就是依靠大数据在做，那现在我们所提的这个大数据的概念并没有完全超越过去传统保险公司，所面对的这种数据基础和数据模式的这个本质。但是，不同的在于数据获取的途径，获取的数据的量，以及对数据的掌握的金融程度有了很多的不同，这是其一。
其二，获取的数据的方式，以及数据的我们所掌握的数据的内容，有很大的变化了。比如说，过去我们保险公司你很难知道，有一个你的这个授权，客户每天走了多少路，走了多少步，而且现在其实这个数据是知道的，那这个会不会对人的健康，对人的生命造成影响呢？理论上来讲，肯定有很大的关系。而这个数据过去因为没有，所有你无法依靠这个去定价。而现在有了这个数据，我们还得重新去检讨，怎么依靠这个数据去进行新的定价？
笔者：谈到大数据，我们知道其实你们现在的商业模式，是通过和这些电商的合作，这些场景的应用来去做到风控。那我就想了解，因为电商数据他是自己的数据，在做风控中，保证他数据的真实性来为你所用？
吴逖：我想这里有两点，第一个就是说，从我们现在来讲，我们所谓的互联网保险3.0版，一个很重要的概念就是共创。
吴逖：也就是这个产品，这个运营模式，我们其实是跟电商在进行一次新的共创。因为这种整个从产品形态，到他的定价，其实是前所未有的。那同样就像您刚才说的，数据其实是在电商那边。那它不可能完整的把一切数据都暴露在我们的面前，但是，实际上我们现在更多的运营是什么？是走进去。抱着一种双方共创和合作的态度，我们把我们的数据分析师，和电商的数据分析师放在一个团队里面，大家一同在这个数据环境下去建模。同时，在整个运营过程当中，大家共同的去对风险控制的手段以及定价做实时的或者是周期性的变动和调整。这样一来，就既不会违反信息安全的问题，也不会让电商感觉需要把设计到核心精密的数据给出来。但是同时，从保险公司来讲，我们把我们的风险控制的能力，把我们经验、产品向电商进行了输入，所以，第三阶段我们互联网保险发展的共创模式当中，一个很重要的特征，也就是实际上是通过共创实现共赢。我们输出的不仅是一个保险产品，很大程度上也是一个保险服务，和一个风险管理的服务。
笔者：这个你可以举个例子说好吗？
吴逖：好，比如说举个例子，我们在淘宝的这个场景当中，我们做了很多这个小商家的保证金保险，通过这个保险会释放出很多小商户在淘宝上的保证金，这个商户每一笔交易过程当中产生的可能的风险和问题，其实很难通过淘宝做，淘宝毫无保留的把这个东西全部输出到众安这边来。我们现在所用的方式就是我们走进场景中去，在这个产品当中，我们的数据风控人员跟淘宝的数据风控人员不断地进行数据的挖掘和碰撞，在过程当中实施调整。
当然，数据的这个东西说，我们有查看、分析的权利，但是我们并不要把他拿出来。那这样子，就既保证了双方各自的利益，又能够符合相应的客户，隐私保护以及这个电商场景他自身的运营需求。那这种模式，现在我们已经扩展到就是很多淘宝以外的，其他的这个合作的这个电商平台，也在采用类似的方式，这是一个大家目前看来，大家都的能够接受，并且去这个共同去为这个产品营造一个更好的生态环境的这样一种方式。
笔者：那我们知道在做风控，其实不仅是靠数据，核心人群的定位其实也是做风控一个很重要的一个手段，就是说众安保险你们在做风控的时候，你们核心人群定位，哪些是你能服务到的，哪些是你不愿意服务的？
吴逖：其实可以这样来说吧，就是作为一个互联网的保险公司，我们更看重的是面，也就是我服务的对象的面应该尽量的广，所以我们并不会特意的去对人群做区分，或者是挑剔。我们现在采用的运营理念是：首先默认大家都是好人，然后在这个过程当中，尽量去防范当中产生的一些欺诈等风险。而正常的这些客观风险，不管是损失还是信用违约等等，当数量大到一定程度的时候，就会变成一个纯粹风险。所以总体来讲，我们用的方式是通过各种技术手段，在过程中排除那些欺诈类的风险，而保留大部分人群能够购买到相应的保险产品的这一种度，那所以这是方向。另外一种方向，是当我们对人群掌握很不准的时候，我们可以反过来做，我们做白名单。
笔者：白名单是什么？
吴逖：也就是说我们知道这群人是我们特别喜欢的客户，我们主动的去找他。定位到每一个我愿意去主动接触的客户，我们主动的把他邀请进来，这也是一个通过互联网手段可以快速复制和发展的方式。在传统金融机构当中，你很难通过业务员这个场景去接触到想接触的那个的客户。而在互联网上，其实我们可以根据场景的不同，精准地把这些人群细分到每一个群体当中。
举个例子，比如说我们近期跟这个智联招聘合作，在大学里面给四年级的这个即将毕业的学生提供他入职到毕业前这么一个短期类的这个现金借款的信用违约担保。那使得他们可以比较低的成本借到一笔现金，能够支持他从毕业到参加工作这一个最初的一年当中的这个资金问题。那在这个业务模式里面我们就是一个典型的针对白名单精准营销，因为智联招聘他有一个很好的这个服务于大学毕业生的这样一个毕业招聘团队。那这样子的我们通过这个团队，和智联招聘的网站同步进入到学校里面，精准的对每一个学校，每一个。精准到的是说，是这个学校的这个年级的毕业生，而且我们通过大数据技术，我们可以从学信系统，准确的知道每一个学生姓谁名谁，他的班级、年级是什么，在互联网上跟申请人做一个有效的比对，再利用这个人脸识的技术锁定申请人本人是，有本人真实的提出这个申请。这些问题就迎刃而解，就可以实现一个有效的精准营销。那这个业务现在已经上线10天半个月了，很受欢迎，那我们现在也准备更多在，面向更多的高校开放。那这就是我们，就是白名单授信的一个典型的例子。
笔者：对，刚才你提到那个人脸识别这个系统，就是说从您这个做风控的角度来看，这个系统在做风控中，他的安全性怎么样？
吴逖：这是一个有效的补充手段。
笔者：补充手段？
吴逖：就是完全依靠现有的技术去解决身份认证的问题，其实是有一定难度的。比如说目前的技术手段很难说，通过一个照片或者一个人脸识别摄象头，立即知道这个人是谁？但是呢如果这个事情反过来就是说，我们已经，他已经告诉我们他是谁，可是呢我还需要再进一步验证一下确实是否本人提出的申请，这个时候的可行度就很高了。
笔者：我们知道你的团队里其实有一个很有意思的现象，你有一部分人是来自互联网公司，另外一部分人是来自金融机构。就是这两部分人，就是你在日常工作中，如何？因为他们对风险的可能定义都不一样的，就是说他们在平时的思维的方式上有上来差异？你如何来弥补他这种差异，让他们进行合作呢？
吴逖：这是一个很有意思的问题啊，确实就是。最开始的时候，你会发现，传统金融机构跟互联网公司处在背景的同时，他们连用的语言都是不同的。虽然听起来都在讲汉语，都在讲同一个词，但是对这个名词的理解是完全不同的两件事儿。
我举一个比较典型的例子，运营这个词，在所有的传统金融机构同事听起来，大部分的理解是，比如说保险公司认为说，出保单这件事情属于运营，比如说理赔时候是运营，来自银行的同事可能觉得后台的这些文档管理属于运营。但在这个互联网公司同事看看来，客户数据的挖据、新的营销方案都是运营。
风险层面更是如此，有些传统金融机构所使用的风险数据，在互联网根本不存在，而互联网提出来的很多术语，在传统金融机构的人听起来根本就听不懂。所以这个磨合的过程其实也是一个文化的交融，也是一个技术的重新的整合。这当中，我觉得可能传统金融的同时，他可能会用很多历史的数据，包括各种各样的评分表，以及金融算表去对照风险。而互联网公司的反欺诈模型的当中，不是简单的依靠历史数据，而是靠在网上的点击行为，整个业务逻辑的关联性去识别一些风险。
所以其实他是在用两种不同的技术和方法，现在我是采用一个定型的方式在做，各自用各自的专业技能去识别各自理解当中的风险，并且最终想办法把他们融合到一起。在整个过程当中，我们也会发现，这个不是一件那么容易的事儿，但是反过来讲，也正是这件不容易的事儿，如果做成了，它的价值才大。
所以互联网金融到底是金融，还是互联网？这件事情我觉得不想讨论，但是在风险管理这个领域，相互都应该积极的去学习和融合，也就是传统金融公司做风控的同时，一定要去学会理解，重新运用互联网产生的这些数据，重新去理解人行为这之间的关联。比如说，车决定车险，出险因素的到底是那台车还是开车的那个人？那互联网是关心的人，而传统产险公司可能关心的是车，那我们这个定价当中可能未来更多的是要把两个糅合在一起来看，而不是单纯的站在某一边。
那同样，从互联网的角度来讲，我觉得因为他的发展速度会非常的快，而本身金融是个高观感的业务，互联网在这个高观感上，又在成立了一个更快的比较速度，使得这个风险的扩张会更加的快，所以从互联网公司的角度，要经营金融业务，也需要对风险有一种敬畏的心态，并且能够真正去学习和理解传统金融公司积累了几百年的这种风险控制手段，他背后所蕴含的逻辑和意义。所以这个其实是一个非常有挑战的事儿，就对双方来讲，都需要去磨合和学习。
我觉得如果有一天，我的团队他们能够不吵了，那这当中当然也有很大的问题，也许相互觉得没聊的必要，可能也是个很大的问题。但是，现在阶段我认为他们天天在碰撞和磨合，是我愿意看到的。我们不断的在测试用某一种方式取得的效果，这是一个不断的迭代过程。所以不断说我们的系统，客户的体验，还是我们的风控模型，风险控制手段，其实都是在不断的迭代。包括这当中既有数据技术的运用，也有硬件技术的应用。比如说您刚才提到的人脸识别，往后可能还有更多生物技术手段，那这些都需要软硬件两块技术的共同的介入和进步，才能够更好的去管理和运营。
慧择提示：根据上文我们可以看出，作为国内首家互联网保险的众安保险更看重服务面的推广，并利用各种手段排除其中的欺诈风险。众安保险在接下来就是通过共创实现共赢，在输出保险产品的同时也是提供一个风险管理服务。
