Page 84 - NO.116銀行家雜誌
P. 84
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