武侠小说有云“天下武功、唯快不破”，如今互联网金融产品竞争竟也唯快论成败！
近期，由中兴通讯作为股东，合作银行提供资金的助贷机构中兴飞贷推出移动金融App“飞贷”2.0，设定五分钟四步骤放款，并随借随换。与传统商业银行个人贷款一两个月周期相比，互联网金融产品贷款极速化，是如何做到客户风险鉴别、定价？经过界面记者采访发现，贷款极速化的背后，在IT技术护航之下，则是大数据运用以及风控模型有效率等核心技术的比拼。
与传统银行线下人工审核不同，互联网金融用户信息则是客户提交，人和信息或对或错，考验着互联网金融企业的甄别能力。飞贷首席风险官卜凡德认为，“在数据分析流程中，对于用户提供的有限信息数据，需要通过失信拦截系统和反欺诈系统进行比对、校验。”
卜凡德解释道，“例如高法曾公布过一批失信名单，将这些公共数据放置在黑名单失信库中，与用户提交信息进行快速比对。同时搭建反欺诈神经网络图，除了智能数据抓取校验之后，还会使用链接和筛选技术，以及生物行为、数据行为特征等，来甄别客户信息的真伪。例如，客户提交的手机号，抓取的网络数据显示在其他场景使用过，对客户信息真实性进行交叉验证。”
除了失信与反欺诈筛选之外，征信数据的使用，也是互联网金融的重要手段。除了央行征信系统数据之外，阿里的芝麻分，还有腾讯的社交数据等，都偏重于某一场景。“单纯依赖某一征信数据，很难全面对客户进行风险画像，所以，有特点的、独特的数据都需要填充到数据分析库之内，用于立体、全面刻画客户的风险。”卜凡德认为。
数据在经过过滤、筛选之后，则进入到了“超级计算器”即信贷核心决策引擎之中。卜凡德解释道，“信贷核心决策引擎，集合技术、风控策略、建模工具、评分技术等上百条的规则、模型，毫秒级调用整理好的数据，按照设定好的模型、规则，对数据进行加工、整理、运算及判断。”
形象些可以这么说，决策中心中的一条规则，用来计算刻画客户的一个耳朵，另一个规则刻画一个鼻子，多条规则同时高速运转，尽可能的刻画出客户多维度真实的信息立体图，并且对客户进行风险评估、定价以及匹配相应的贷款额度。
卜凡德直言道，“风险控制，是一门艺术，把风险控制在商业模型能够承受的范围之内，进而商业模型效益最大化。风控中大数据分析规则、模型的建立并非一朝一夕，而是经过多年来对规则中各项参数、变量，进行不断验证、修正，并且利用“冠军法则”来不断更替最有效的规则与模型。”
虽然风控模型至关重要，但是在大数据分析过程中、数据传输、整理、存储以及全过程中安全措施等IT技术的支持也不可或缺。
飞贷首席技术官陈定玮认为，在海量数据进行分析时，大数据挖掘及分析技术，分布式处理技术，规则引擎技术以及分布式容错及延迟响应技术，解决了一瞬间十几万数据处理以及客户的体验效果，提高贷款审批的速度。
同时，安全，一直是用户使用互联网过程中最为担心的一环，现实中也不缺乏网站用户关键信息被窃取。陈定玮指出，“对飞贷App进行加固，防止手机其他第三方软件窃取用户的信息。同时，全占式HTTP加密技术以及AES256加密技术，不仅对数据传输通道进行加密，同时对数据本身也进行加密。即使其他获得数据，依然面临着需要破解数据，才能够使用，而破解过程则又相当长。”
陈定玮认为，IT技术的快速发展不断驱动产品的升级。利用上述多种技术，独立开发的“神算”平台，作为数据的抓取、整理以及存储，便于风控决策能够毫秒级使用数据。“神算”平台更形象一点，就是数据的图书馆，将数据根据不同场景以类别进行整理，便于之后快速使用。”
虽然大数据处理以及风控模型得以保证贷款极速化，但是大数据的获取以及大数据标准化依然是重要前提基础。目前国内无论是权威征信数据以及民间数据，获取途径依然困难，获取数据之后也面临着数据格式以及数据是否好用的难题。基础不稳，模式可持续或面临考验。
评论