人类正从IT(Information Technology)时代走向DT(Data technology)时代。移动互联网的高速发展，已经渗透到生活的方方面面，并与其他行业发生碰撞、融合，一些传统行业开始经历淘汰、改造甚至是颠覆。在移动互联网浪潮下，数据开始资源化，其价值被重新认识。
随着“中国制造2025”、“互联网+”行动计划的提出，工程机械等传统制造业加快了拥抱互联网的进程。尤其是互联网金融的兴起，一些互联网公司开始发力大数据风控，通过多维度、海量数据的智能处理，对借贷者风险深度刻画，满足多元化金融需求的同时，有效降低信用风险。工程机械作为传统行业，设备价值量大，普遍采用信用销售模式，如何在数据时代的背景下，在借鉴大数据风控的基础上，对自身风控模式进行改造升级，构建完善的数据风控体系，是每家工程机械企业需要深思并践行的。
数据风控管理的现状及问题
经过调研，一家大型工程机械企业的客户数量超过10万，合同数量超过30万，并且每年新增业务中，老客户重复购买比例超过50%，这反映了工程机械行业中蕴含了巨大的数据潜在价值。但目前工程机械企业在风控数据的管理中还存在以下问题：
1.数据的积累问题
工程机械企业目前主要是以人为主的风控方式，依赖于风控人员的经验进行管理，普遍缺少对数据收集与积累的重视。在信息化管理方面，一些企业仍未上线CRM等客户管理系统，依赖于电子表格进行线下初级管理，而上线的企业中，没有基于风控功能实现进行完整的系统开发，侧重于被动的数据记录而非主动的数据积累，只体现出客户简单的身份信息与交易信息。日常收集的风控数据与信息缺少积累，没有实时动态的反映在系统数据库中，尤其是营销、服务人员在市场中获取的客户信用状况变化以及设备的使用与位置信息等重要风控数据缺少积累，工程机械企业整体上缺少有效风控数据的沉淀。
2.数据的质量问题
工程机械企业的业务导向明显，重视交易结果而对交易过程的信息质量重视不足。客户信息数据库中，部分重要数据比如客户担保人信息、其他社会关系、资产信息等记录不全。部分数据存在错误，比如名字、身份证号、组织机构代码等。客户主数据不统一，比如法人客户的社会信用证号码等录入规则不同，影响后续对同一客户信息的汇总分析。事前风控尽职调查缺失，对系统中客户的身份信息、担保人信息、联系方式、资产分布、设备的实际使用人等重要信息缺少真实性验证。
3.数据的孤岛问题
主要反映在数据的流转不畅以及整合缺失。首先，在企业内部，由于局部利益存在以及考核导向的不同，部门之间缺少交流与反馈机制，部门内部掌握信息没有及时录入CRM系统中，尤其是市场一线销售部门、服务部门获取的信息。其次，企业之间数据缺少贯通，无论是集团公司下的内部分子公司、信用销售平台如融资租赁公司、银行，还是与外部经销商之间，缺少统一的数据整合平台，数据共享难以实现。最后，人与物的信息分离，没有纳入统一的数据管理系统，客户数据信息体现在CRM系统中，而设备通过物联网进行管理，缺少二者信息的整合。
4.外部数据的接入问题
基于风控的需求，工程机械信用评审部门需要借助外部的数据进行客户信用审核，如客户证件真实性、是否为失信人、银行征信等情况。一方面，不同企业单独进行数据购买费用较高，另一方面，企业没有成熟的内部数据与风控模型支撑，外部数据接入的针对性不强，如盲目进行大规模购买，会造成数据使用收益与购买成本的不匹配。
5.数据链条的支撑问题
按照事前、事中、事后的时间划分，企业应建立清晰的闭环管理流程，资金流、设备流、信息流是清晰的，每个节点的责任主体、职责也是明确的，线上线下管理是同步的，从而形成完整的数据链条，每个阶段风控方案均有数据的支撑，并且可以通过数据表达。但目前一些企业线下的基础管理薄弱，与线上数据管理的要求不匹配，甚至是脱节。没有完整的数据链作为支撑，造成了风控措施的滞后以及不同主体的责任不清、多头管理，造成风险的延后累积。
基于数据驱动的风控模式
在数据资源化成为趋势背景下，对工程机械企业而言，不仅是生产产品、提供服务的企业，更是一个生产数据的企业。大数据风控能够有效降低风险管理成本，提高管理效率。如果说风险管理能力是工程机械企业的核心竞争力，那么数据管理将是风险管理的核心驱动力。未来工程机械企业风控的关键能力将是数据、信用和基于数据驱动的风控体系。
1.对客户画像，构建更趋完善的风险评估模型。
以工程机械企业CRM系统的深度开发与系统整合为契机，规范数据录入标准，优化修正现有数据，并通过移动互联网的运用，对线下数据进行实时采集，形成高质量的内部数据资源。然后对内部数据进行挖掘、整合、加工、计算，识别出客户群体的风险特质，根据实际需求与风险相关性，更高效的采购和接入外部数据，通过对数据的交叉验证与反复修正，形成涵盖客户基本属性数据、社会关系数据、抵押担保数据、收入来源数据、行为偏好数据、信用记录数据的资源库。
对业务风险的评估是根据已知属性推测未来风险。有效的数据管理能够通过以往数据，预测未来的用户行为。通过对客户数据的深度挖掘与360度全方位解析，使得单个客户身上的众多已知属性的不断累积，客户形象逐渐丰满，形成对客户的全息画像，减少信息不对称风险。在对客户画像的基础上，完成企业对客户还款能力与还款意愿，损失大小与损失概率的多维度、智能化评估，构建客户的风险评估模型，并通过实践反复验证、迭代，使得模型更加贴合企业风控的需要。
2.对风险定价精准化，提升业务效率与客户体验，实现业务与风险的平衡。
目前工程机械企业普遍面临着风险定价难题，对信用销售只能根据产品、区域等制定最低的政策标准，如首付比例、利率水平。这种标准虽然简单，但弊端也是显而易见的，标准过高，影响市场开拓，过低，造成潜在风险加大，“劣币驱逐良币”。
有效的数据管理将很好解决这一问题。企业大数据将会优化工程机械企业风控的流程和逻辑，减少人为经验因素的影响，逐步演变成为客户和风险、风险与价格的纽带，促进风控效率的发展与提升。
通过强弱风控变量数据的挖掘与分析，建立基于“对客户风险了解”的信用评级体系，根据风险评估模型得出的客户风险度，精准采取风险定价与相应的风控措施，实施首付、利率、担保的动态管理，剔除高风险的黑名单客户，实现风险与收益的平衡。此外，数据驱动管理将有效缩短业务办理流程，改善客户业务体验，如对异地业务基于移动终端的网上资料提交与资质审核。
3.落地全员风控，将营销与服务真正纳入风控环节，推行全面风险管理模式。
目前工程机械企业的风险闭环管理体系还不完善，各部门风控职责还存在条块化分割，而对客户风险的动态监测需要及时从市场中获取信息，如果仅依靠风控部门来进行，将会随着业务规模扩大，大幅度增加企业的风控管理成本。
工程机械企业基于统一客户数据平台的搭建，逐步优化现有的风控体系，将会解决风控实践中面临的数据孤立和片面的问题。利用移动互联网技术，依托手机等移动终端，将营销、服务人员从市场一线捕捉的有关信息及时在企业数据平台上进行反馈，风控部门根据数据变化及时采取对应的风控方案，能够防止信用风险进一步恶化。同时，企业应对相关部门提供数据的数量与质量进行考核与激励，将营销与服务纳入风控管理环节，构建全员风控的全面风险管理体系，将所有信用销售业务置于风控网中进行动态化管理。
4.以信息化与数据管理倒逼业务流程规范，避免本位主义与人单分离。
经过上一轮行业下行周期的检验，暴露了工程机械企业风险管理的短板问题。通过对问题的复盘，反映了企业的基础管理仍不完善，业务流程亟待规范，多头管理与管理缺位共存，最后风险进一步恶化，形成“堰塞湖”。
按照闭环管理的原则，以信息化为手段，以数据管理为支撑，构建企业规范的业务流程，以线上倒逼线下管理体系的改革和完善。以实现风险高效管理为中心，依托信息化的数据资源平台，推动业务流程优化，补齐管理短板，打破企业按职能设置部门的管理方式，重新设计企业管理过程，实现每一业务流程均有数据的表达与呈现，线上线下管理同步、人单合一。
5.以数据融合助力人与物的同步管理，优化资源配置，提升管控效率。
对工程机械企业的信用销售业务来讲，人与设备的风险是相伴相生的。对业务风险的全过程控制，必须将设备风险纳入进来，综合考量制定风控措施。物的安全是锁定最终信用风险的关键。工程机械客户具备流动性强的特点，对设备的监控显得尤为重要，如果依靠人力去管理，显然是不现实的。
随着物联网技术的不断发展，以及与移动互联网技术的充分融合，传统的风控方式已经不能支撑企业业务的开展与风险的管理，而融合客户数据与设备数据的企业风控管理模式将更能满足数据时代业务的发展要求。在数据驱动管理模式下，围绕客户信用与设备安全的变化，工程机械企业能让风控运行与数据形成一种有机联系，可以实时掌握风险变化。通过对风险数据智能化、多维度识别与分析，能够更加合理的分配资源，制定及时、有效的风控措施，提升企业的风险管控效率。
新的时代终要来临，以往市场上升期抓销售、市场下滑期抓回款的粗放管理模式已经到了该说再见的时候。数据时代下，工程机械企业的数据化管理将成为未来的主流。不驰于空想，真正融入数据管理理念，深化数据管理的企业，在新一轮的市场增长周期中，终会守正航向，稳健前行。