我想主要分三部分来展开今天的内容：第一部分，介绍一下我所在的向前金服；第二部分，分享一下目前为止向前金服在数字化服务方面的发展历程；第三部分，分享一下我们对打造数字化金融服务体系的理解。

　　向前金服是一家金融科技企业，主要为优质用户提供便捷高效的金融信息匹配和信用借款咨询等综合服务。从成立之初起，我们就持续在以下三个方面发力，分别是：搭建我们自己的数字化金融服务体系，研发推出自有的大数据智能风控体系，以及不断提升“以用户为中心”的个性化服务能力。

　　互联网等技术的发展，为我们提供了采集、使用大数据的基础，而数据也成了当今时代企业的重要生产要素，不断为业务发展提供作用力。在向前金服，数据思维对业务发展的作用走过了三个阶段。

　　第一阶段是数据支撑业务，我们主要是使用用户的业务数据，主要应用场景包括BI平台报表和驾驶舱。BI主要是解决多且无序的信息洪水问题，能够处理大量数据，并对数据进行多维度分析；驾驶舱则可以监测平台的运营情况，为管理层提供决策支持。这部分应用对时效性的要求不高，一般是T+1，只能用于业务后端，也就是在业务流程已经完成以后，进行事后分析和监督。

　　第二阶段是数据决策业务，我们使用业务数据、用户行为数据和少量第三方数据，主要应用场景在获客漏斗模型、大数据风控、催收管理平台。这个阶段，我们推出了自己的大数据智能风控平台“听风者”，可以对我们的信贷活动提供一个贯穿全生命周期的风险管理了。到了这个阶段，我们对于整个数据的使用、分析，让数据产生的价值主要发挥在整个业务中期。也就是说，到这时，数据已经能为我们的业务提供相当的支持和决策协助了。

　　第三阶段我们叫作数据驱动业务阶段，这个阶段我们不仅仅使用业务数据、借款用户行为数据、第三方数据，还在借款用户授权情况下引入了个体衣食住行相关的所有数据。这就帮助我们更加清晰地去描绘用户的全景画像，也能更明了地预测和分析用户所需要的产品和服务。这意味着，我们能够提供的服务是量身定制的，产品也更加个性化和有针对性，而不是所有产品千篇一律。到这个阶段，数据价值释放于整个业务的前期。

　　接下来想跟大家分享一下，我们对于数字化金融服务体系的理解。首先，技术是服务于业务的。所以，我们以金融业务流程为脉，在借款用户授权的前提下，采集和使用参与金融业务流程各个环节所有相关的个体数据，应用大数据、云计算、AI等技术，全面分析数据背后客观事实，全面监测数据背后客观规律，全面发现数据背后的客观逻辑。通过这三个全面，我们建立了三大体系，分别是我们的运维保障体系、风险监控体系、业务发现体系。他们一起，组成了我们的数字化金融服务体系。

　　指导我们建设数字化金融服务体系的，就是我前面分享过的数据思维的运用，特别是，我们从意识上建立了从后知后觉后反应，到先知先觉先出击的思想。打破原先以被动接受为主的服务模式，最大化释放数据的驱动价值。

　　从“后知”到“先知”具体来说怎么体现呢？

　　我主要以三个场景来跟大家分享一下。

　　第一个场景是系统异常。在之前的行业发展中，系统异常基本上需要用户或者是我们自己的业务反馈发现。我们现在能做到的是什么？从后知到先知，我们可以通过数据对网络、硬件、应用进行全面的监测，让我们具备实时感知系统异常的能力。这样，就给我们处理生产问题提供了时间窗口，对整个问题会产生的影响或者用户因此而产生的反感都有很大降低。

　　第二个场景是欺诈逾期。做金融最重要的是风控，而风控中目前最大的痛点是欺诈，尤其是团伙欺诈。在传统的线下信审模式下，有组织的专业化欺诈很有可能进入业务体系，造成损失后，企业才得以发现。而现在随着大数据等技术的应用，我们能够通过知识图谱的关联性发现等能力，去找到这些数据之间或者团伙之间的客观规律，从而提前预防这种欺诈，特别是团伙欺诈。最终，能够帮助我们降低公司的逾期率，并促进整个行业的健康发展。

　　第三个场景是多元服务。在过往的模式下，很多平台获客，是去满足用户已经有的明确而具体的需求，或者说，由于平台的服务比较固定，是在等待用户选择的状态中，这个相对来讲比较被动。而未来，我们希望能够随着整套数字化金融服务体系的成熟发展，实现对用户需求的主动出击。通过数据之间的关联性分析发现，我们可以在用户需求的萌芽爆发点找到这种数据关联性，当ta有消费动机的时候，我们可以占据先发优势。这样，在用户考虑时间成本、选择成本的前提下，我们可以成为ta的最优选择。这种先于需求爆发而触达的先发优势，将对于我们业务发现或者获客转化有很大提升。

　　最后，跟大家分享一个小故事，也是对我们未来服务的一个要求。我国有一个名医扁鹊，是一位神医，甚至可以“起死回生”。但是扁鹊跟魏文王讲，他们家他医术最差。为什么呢？大哥医病于未发，二哥医病于初发，他医病于大发。而我们，希望以神医扁鹊的大哥这样的医术来要求自己，就是通过数据做到“医病于未发”。