随着金融机构部分业务线上化、目标用户下沉，风控体系也在迭代，依靠大数据、人工智能进行风控成为行业共识。另一方面，随着线上线下获客成本日益增长，各机构逐渐转向用户精细化经营，精准营销受到金融机构重视。
因此，以这两点需求为依托的金融大数据公司发展迅速。百融前身是百分点科技的一个事业部，从2012年开始从事金融大数据业务；2014年百融正式成立，主要为金融机构提供数据、模型服务。2016年4月，百融完成B+轮融资，投后估值30亿元，发展迅速。
目前，百融已成为金融大数据领域头部公司之一。
客户集中在借贷领域，保险行业机会巨大
百融服务的金融机构包括两类，一是信贷行业，包括银行、消金公司、互联网金融公司等，百融成立之初便服务这类公司；二是保险行业，对大数据的需求正在兴起，大型保险公司都希望通过大数据在营销、产品设计上取得创新。
国内金融机构数量多，银行数千家、保险公司一百多家，金融机构付费意愿强，金融大数据市场空间很大。
信贷领域对金融大数据需求旺盛。银行方面，随着风控思路的改变，逐渐采用效果更好的机器学习算法进行风控；互联网金融业务流程不同于传统金融机构，线上获客对用户身份识别、反欺诈要求甚高，这些都需要第三方数据辅助判断甚至建模服务。
百融为这些机构提供的服务能应用于精准营销、贷前欺诈风险与信用风险评估、贷中信用风险管理以及贷后催收等场景，覆盖其全业务流程。
获客上，百融主要靠直销模式，采取自上而下的路径，先服务标杆客户，如大型银行、持牌消金，再服务中小银行、互联网助贷机构。其中，宇宙第一大行工行，消金巨头捷信均为其客户。保险方面，业务处于早期，目前主要也是与大型保险公司合作。
从标杆客户切入的获客方式有多重优势，首先，头部客户业务量大，客单价高；其次，品牌背书明显，跟标杆客户合作后，再去获取中小银行、互联网金融公司更容易。
百融基因是数据业务，也在拓展模型服务
如上文，百融主要提供数据和模型服务，应用于精准营销和风控两大类场景。
精准营销已经不是一项新事物了，在电商、互联网行业已经有很成熟的应用。百融脱胎于百分点科技，百分点科技深耕该领域多年，为电商、媒体做精准营销，积累了大量的数据和业务经验。百融继承了百分点的数据和经验，只是将精准营销能力从互联网行业拓展到金融领域。
大数据风控，作为一项新兴服务，可对标美国市场。美国个人征信行业格局稳定，三大征信局提供数据，FICO提供信用评分、模型服务，彼此很难进入对方的领域。
相比之下，中国大数据风控服务方兴未艾，国外经验可借鉴却又不能完全模仿。这也使得各路玩家纷纷探索可行方案。
各路玩家既可对标三大征信局，提供纯数据服务；也可与FICO一样仅提供建模服务，比如氪信；或者提供建模、部分数据清洗工作，比如诚安聚立、冰鉴等；再者，便是百融这种，既有数据资源，又提供建模服务。
对百融来说，提供模型服务，更加深入业务，能够增强其价值。为金融机构提供模型服务，反过来也能促进合作机构采购其数据服务，增厚收入。
金融机构与百融合作时，可以根据自身需求选择数据服务、模型服务或数据+模型服务。模型服务中价值最大的部分是为金融机构定制模型，大型机构如工行、捷信，百融在其内部联合建模、迭代模型。
模型能力由经验驱动，FICO本身不从事业务，建模能力却超过银行，便是因为其服务诸多金融机构，建模数量远超于单个银行。同样的，百融深入金融机构内部建模，场景理解能力、建模经验不断增强，模型能力是可以从一个金融机构复用到另一金融机构的，这将是核心竞争力之一。
近日，爱分析对百融金服CEO张韶峰进行了访谈，张韶峰对百融发展战略、业务模式进行了阐述，现摘取部分内容如下。
一站式解决方案，服务用户全生命周期
爱分析：发展至今，百融金服如何定位，对标公司是？
张韶峰：其实找不到一模一样的对标公司，我们有数据服务，可以对标美国三大征信局；我们也有风控系统和模型，可以对标FICO。此外，我们也有ABS业务，帮金融机构挑选信贷资产，这个FICO、Experian涉足较少。
总的来讲，我们的定位是金融科技平台，基础是大数据、人工智能等技术，帮助金融机构进行精准营销、风险控制甚至金融产品设计。
爱分析：金融服务门槛较高，百融如何保持专业性？
张韶峰：第一，我自己的经历，在百分点科技之前，我在Oracle、IBM工作过，做的是数据挖掘咨询工作，服务的行业包括金融机构、政府部门等，税务部门做的偷漏税反欺诈与信贷反欺诈有一定相似之处，也服务过银行业，做过信用风险、欺诈风险防范。
第二，百融不是从零开始做的，我们是从百分点科技独立出来的，百分点科技在电商、互联网行业做过大数据业务，本身对大数据技术具有很深的理解。
第四，行业理解能力不断增强。随着业务发展，不断有金融机构的专业人员加入我们，他们知道金融机构内部是怎么运作的，比如我们首席风险官以前是一家股份制银行信用卡中心的风险部经理。我们从以前对数据、算法、技术理解比较深，慢慢具备理解金融业务的能力。
提供数据和模型服务
张韶峰：最早的数据来自百分点，跟别的数据源也会进行合作，更多的来自业务积累。比如跟金融机构合作，包括信贷、保险以及证券基金行业。
爱分析：信贷机构使用百融服务，更偏向于数据还是模型？
张韶峰：都有，有的机构纯粹使用数据，有的机构纯粹使用模型，还有机构两个都使用。模型上，我们有标准化产品，也有定制产品。
大部分机构，尤其规模比较大的机构，是同时调用数据和模型服务的。我们为其定制开发模型，效果更好。
爱分析：反欺诈、信用风险模型所需的变量数？
张韶峰：我们最初从互联网大数据进入金融大数据领域，应用的变量是极多的。但是银行习惯逻辑回归算法，是一种比较简单的算法，不太能接受大数据，所以我们将变量压缩到十几个。
后来金融机构慢慢接受大数据建模，我们又推出了一个1884个变量的版本。我们内部有十几个版本，从三五千个变量到五十万变量都有。
爱分析：会因为版本不同收费方式不一样？
张韶峰：收费没什么区别。但大部分情况下，机器学习算法比传统的逻辑回归算法效果要好一些，KS值能提升百分之十几到百分之三四十。
定制建模属于轻量化咨询
爱分析：做定制化建模的团队人数？
张韶峰：通用模型、定制化建模共用一个团队，大约七八十人，既做标准化产品，也在定制化建模。
爱分析：未来银行是否会更多选择自主建模？
张韶峰：企业服务市场的特征是：对于复杂产品和服务，客户替换你的成本，只要服务质量能基本稳定，客户一般不会轻易替换。当然，不能排除个别自身能力极强的客户可能会有替换服务商。
爱分析：定制建模咨询属性较强，如何提升人效？
第二，我们把模型系统云化，机构可以远程上传数据，一般是消金公司、互联网金融公司会用。
不同行业需求侧重点不一样
爱分析：百融服务的行业有哪些？不同行业需求有何不同？
张韶峰：我们目前服务两大行业，第一是信贷行业，包括银行、消费金融公司、信托、小贷公司；第二是保险行业。
这两个领域客户需求侧重点不太一样，信贷机构是把钱给别人，所以排第一位的是风险，然后是营销。保险行业先收别人的钱，所以第一是营销，其次才怕骗保。而且依靠几年前在百分点的积累，百融有做优质的白名单客户的基础，所以我们切入信贷时先做风险，再做营销；在保险行业则是先做营销，再切入风控。
爱分析：百融与银行合作的业务流程？
其次是新客准入，用户希望申请贷款，能不能把用户放进来。包括欺诈风险与信用风险防范，身份是不是伪冒、是否是欺诈团伙等。
第三是贷中管理，贷款人信用可能变好或者变差，这时银行信用卡就要加额度或者降额度、锁卡，现金贷则要进行提前催收。第四步是发生逾期进行催收。我们先做第二步、第三步，然后再做第一步营销。
爱分析：百融反欺诈主要依靠黑名单？
张韶峰：黑名单是反欺诈一个组成部分，但反欺诈的范畴远远不只是黑名单，还有设备指纹反欺诈、复杂网络反欺诈、反团伙欺诈等等。刚才说的伪冒，申请人信息不在黑名单，但伪冒他身份的人不还款可能性很高，也要拒绝。
爱分析：消金公司也有定制建模需求？
张韶峰：会有。目前消费金融领域前五名的机构都使用了百融的定制化模型服务，我们基本上每季度都会为这些机构更新模型。
爱分析：保险行业对百融的需求点？
张韶峰：还是因为我们有大数据与人工智能技术，保险公司以前是拍脑袋做出一个产品，到处销售。保险C2B模式是看数据库中有共同特征的，比如人群某一共同特征对应了何种保险需求，对应此需求设计产品，再去营销。C2B模式一定是保险行业的未来，但目前占比还比较低。
爱分析：百融能为人身险业务提供哪些特征数据？
张韶峰：包括年龄，人在不同年龄段保险意识时不一样的；家庭机构，有孩子、老人的愿意为家庭成员购买保险产品；教育程度，教育更高的保险意识更强；财富状况也很重要，保险购买需要先向保险公司付费。
爱分析：百融获客方式有哪些？
张韶峰：主要是直销获客，包括一定的口碑获客。
张韶峰：一方面，我们合作的金融机构数量还在源源不断增长。中国有近两千家银行、几千家互金公司、几百家持牌和无牌消费金融公司、10000多家小贷公司、10000多家担保公司。还有很多机构我们还没服务到。
另一方面，由于我国未来10年普惠金融将处于快速增长时期，我们之前已经在合作的金融机构的业务也在源源不断增长，他们业务的增长自然会带动百融收入的增长。