「最近有沒有考慮買車或是投資呢？我們現在有一個利率很低的方案……」，許多人都曾接過這樣的信貸推銷電話，甚至有時候一天還會接上好幾通。
黃亮銓某次想了解自己能申請到多少利率的貸款方案，填了申請書、附上個人資料，專員卻告訴他要3天後才能得到答案。他很驚訝，想了解申貸條件，竟然還得經過繁雜的手續跟流程。
林建宏過去在大企業上班，繳款等信用紀錄都很正常，離職後想申請貸款創業，卻被銀行拒絕。他無奈：「在大公司上班，大家都求我貸款；當我離開公司，銀行評價對我卻不見得公平。」
黃亮銓與林建宏發現了台灣信貸市場背後的兩大問題： 貸款服務體驗的不友善 、 銀行對客戶理解不夠全面 ，為了找解方，科技業出身的兩人在2016年創辦信貸比較平台Alphaloan。
分析用戶資料，打造全台唯一個人化信貸比價網
林建宏觀察，利用數據協助商業決策是非常普遍的事情，「但在金融業，卻是非常落後的。」市面上的貸款比較平台，大多是抓取銀行產品頁面上的資訊，翻開幾個銀行信貸廣告，許多業者都標榜0.88％～1.98％的超低利率，看似誘人，但實際上優惠通常只限前2～3期。借貸者評估時得看「總費用年百分率」，這是利息、手續費（帳管費）加總後的百分率，也是貸款的實質利率。
而且，信貸是極度個人化的產品，會因為每個人身分背景而取得完全不一樣的利率條件，因此，在一般的信貸比價平台比較，意義並不大。
Alphaloan信貸比價網在用戶的同意下，根據用戶的個人資料，經過分析，試算用戶在各銀行的利率。這套資料分析系統也是目前市面上唯一一家能以「個人化方式」比較信貸利率的平台，而非只是單純比較銀行公告利率。
不過，實貸比價網終究只是「試算」，真正提供貸款服務的仍是銀行。服務上線後，順利取得銀行貸款的，只有占全體用戶的4成，「數字比我們想像低很多。」黃亮銓感嘆。
這背後的問題，跟傳統的金融機構風控機制有關，銀行只能透過現有與金融機構往來的資料判斷是否要貸款給客戶，「有時候銀行也知道客戶沒問題，只是沒有足夠的數據去佐證。」黃亮銓說。
數位風控系統，從社群、電商資料了解你信用
在台灣常聽到的信用評分，主要以聯徵中心的資料為主，然而，生活型態正在快速改變。林建宏觀察，許多人經營網拍賣場、自行接案、開店做生意，並非只領取固定薪資，單從傳統金融數據，實在很難客觀得出一個人的實際的信用狀況。
2017年開始，Alphaloan開始著手打造自己的風控系統，希望透過客觀的數據搜集與分析，讓服務提供商在第一次接觸到客戶時，就能快速、精準地對客戶分析，評估出風險承受度。
這正是因為隨著手機網路的普及，衍生出愈來愈多的數位數據，Alphaloan透過分析數據，補足了聯徵系統資料不足的部分，讓銀行得以更全面的認識一個人。
一開始，Alphaloan的風控系統利用爬蟲的方式，蒐集社群（包括FB、IG、LinkedIn）、電商（交易紀錄）、司法紀錄、大學榜單等數據，透過交叉比對分析，慢慢建構系統的模型。
哪些行為會影響這套信用評分系統呢？以社群媒體為例，系統會分析用戶按讚的類別，例如長期關注遊戲，或是長期關注寵物資訊的人，在信用解讀上，就代表著不同意義；LinkedIn則能看出一個人工作的穩定度，或是跟其他人的連結、交流方式；電商帳號則有商品買賣的交易紀錄、評價，像是是否有準時取貨，都能反映出用戶不同層面的性格。
林建宏強調，Alphaloan的風控系統資料來源，可以分為「公開資料」與「非公開資料」，像是司法判決書、學歷等公開資料，取得就不需要經由用戶授權，但像是電商、社群帳號等非公開資料，一定都是在用戶的許可與授權下，才會用爬蟲的方式去找。
黃亮銓強調，用戶並不需要擔心自己在社群媒體上按了什麼東西讚，會影響信用評分的好壞，他認為，社群資料能展現一個人在網路上的行為，「分析他可能的社群人格特質，藉由他的興趣，拼湊出人格特質。」
當成長遇上天花板，銀行必須靠「數據」攻下新市場
Alphaloan目前主要有兩種商業模式，第一種是實貸比價網，只要用戶透過比價成功申貸，就會以類似導購的方式向銀行收費，目前占營收來源7成。
不過，黃亮銓更看好的是數位風控系統的商業潛力，希望將這套系統推廣到銀行、租賃等需要信用評價的市場。目前的應用場景包括電商、無卡分期、P2P借貸平台，還有非金融領域的租賃業者，建立業者對客戶的理解，例如本來銀行評估不借錢，卻因為多了對客戶的理解，促成更多的交易。
黃亮銓透露，這套模型推出至今，透過各類業者授信出去的金額，已經接近2億新台幣，替無法在傳統金融機構取得服務的人，創造出更多交易機會，「商機就在這裡。」
接下來，黃亮銓也希望跟更多的銀行業者合作，翻轉目前的貸款體驗，「你去Agoda訂房間，總不可能找到房間後，還要跳轉到飯店官網下訂，然後填一大堆資料吧。」
Alphaloan希望透過信用評分模型，打造一站式的貸款體驗，結合更多的數據來源，讓銀行有更多的數據，在決定是否核貸時參考判斷，如同在Agoda上訂住宿，從比較利率、申請到撥款，全都可以在單一個網站上完成。
在用戶的授權下，納入更多資料數據，到現存的風控系統內，林建宏認為，對銀行失業上發展來說，也有許多好處。
台灣一直有銀行數太多（Overbanking）問題，過去銀行因為缺乏資料，而無法接受的客群，「台灣銀行競爭很激烈，如果大家都只爭取醫生、律師的客群，規模無法擴大。」林建宏分析，當成長到了天花板，「數據」就成了最新的競爭方法。
責任編輯：林美欣
文授權轉載自數位時代，作者：高敬原
