Page 84 - NO.116銀行家雜誌

焦點新聞
Hot News

發布之《2018 FinTech100 報告》，在前 50 強 3. 通話信息：在特定期間撥入與撥出電話的比
中挑選 3 家來自不同國家純線上業務的企業或 率；與通訊錄的朋友或連絡人是否有電話聯
銀行，來比較網頁跟蹤器的情況。3 家公司分 繫、是否有催收公司或金融機構通話記錄、
別為 Nubank、Kreditech、Starling Bank，跟蹤 通聯次數及合計通話時間的多寡。
器 依 序 有 21 個、42 個、20 個〔 詳 如 表 1〕。 4. 通訊錄信息：朋友的個數、連絡人是否在通

由上述跟蹤器數量可知，在現今互聯網數據蒐 訊錄中、通訊錄內留存的姓和名字是否分開
集的潮流中，不分國內外的金融機構，數據饑 輸入等。
渴的現象總是存在的。 5. 使用 App的資訊：社交媒體的 App個數、是
其實數據蒐集只是災難的開始，後續如 否使用支付類 App、是否使用理財 App、是
何對待數據才是重頭戲，包括數據的存儲、清 否喜歡玩遊戲 App並充值、玩遊戲的種類、
理、治理、分析、運用等。雖然銀行有災難要 是否使用電子書 App等。
面對，但總比淹沒在時代的潮流中好。 6. 電池充電頻率：手機電池在一段時間內充電
的次數與違約機率的關係。
網頁跟蹤器及App可蒐集9大類數據 7. 照片資訊：自拍照片占所有照片的比率，可

用於客戶分群。
App可蒐集的資訊與傳統銀行評估信用風 8. 手機品牌、型號、記憶體容量。
險的變數差異很大，在此舉例說明如下： 9. 感測器資訊。
1. GPS訊號：比對借戶公司、家庭／工作地址 上述變數是以舉例方式來說明，事實上
與 GPS是否匹配；是否常出國；經常出沒在 若以手機數據蒐集為題，經由銀行內部專家討
哪些場所。 論、顧問諮詢，可能可得到上千個，甚至萬個
2. 簡訊資訊：簡訊使用的語言（語文程度）、 變數。此外，若徵得客戶同意分享電商購物及

寄出或收到的簡訊字數多寡、是否貸款、是 社交媒體資訊，銀行可透過網路爬蟲技術（自
否有催收簡訊、轉帳簡訊通知（流水、收入 行爬取或與第三方數據公司合作），爬取客
等）。 戶的社交媒體資訊（如臉書）及電商購物資訊
（如淘寶），可更精準描繪客戶畫
像，降低欺詐風險與信用風險。
表1 NubankeKreditecheStarling Bank
ၣࠫ༧ᔳኜᅰඎˢ༰
個人隱私保護主義崛起，
FIN-
公司名稱 TECH100 公司總部／ 網頁跟蹤 主營項目 金融機構應提早因應
器數量
成立年
排名
Nubank 7 巴西／2013 21 信用卡
在本國銀行還沒有開始大
Kreditech 21 德國／2012 42 線上貸款
肆蒐集數據的同時，個人隱私保
純網銀（放款、房 護網已經在歐盟蔓延開來，歐盟
Starling Bank 47 英國／2014 20
貸、保險、理財）
是全球抵抗互聯網所帶來個人隱

84 台灣銀行家2019.8月號

1 5% JOEE