邦盛金融是一家为金融机构提供一站式金融风险监控解决方案的提供商。按照CEO王新宇的话说，就是为中大型金融客户提供一个包含技术、平台、数据、模型和系统5大要素完整的反欺诈体系。

谈体系的公司，要么学院派，要么行业巨头。

邦盛金融恰好兼而有之。邦盛金融成立于2010年，发起人是浙江大学的陈纯院士、王新宇博士，创始团队还是上市公司浙大网新的创始团队。

邦盛金融创立时看中了实时数据分析是金融行业的必然需求，浙大网新与美国道富银行有超过十年的合作经验。

邦盛金融CEO王新宇在攻读博士期间，就已负责与道富银行相关的算法交易、外汇交易、实时风控等金融系统研发，当时遇到的最大问题是如何满足交易环节的数据实时处理需求。

邦盛成立之初，当时流行的数据分析系统一般次日或者几十分钟才能出结果，主要用于辅助决策方面。邦盛为了将分析时间提高到毫秒级，整整花了4年时间，分析效率比传统技术提高了数万倍。

邦盛金融的初始团队，如COO、CTO和产品总监，绝大多数来自于浙江大学和美国道富银行；后来又吸收来自IBM、蚂蚁金服、阿里巴巴、绿盟科技、浙大网新等知名公司的优秀人才。

目前除了杭州总部，已在北京、上海、深圳设立了分公司与研发服务中心。

2010年邦盛金融拿到天使投资后，经历了两轮融资。2015年6月，绿盟科技以2200万购入邦盛11.56%的股权，投后估值1.9亿。

此时，邦盛金融的研发时间已超过5年，市场化运作不过半年。绿盟入股后的邦盛金融进入快速增长期，在2016年7月新一轮融资中，君联资本领头，达晨创投等跟投的邦盛估值已达6亿。

2010-2014整整四年时间，邦盛金融一心投入底层核心技术研发，并未到市场上去接应用系统订单。

资本市场自然不喜这样的节奏，但结果证明，这个技术壁垒邦盛金融垒的足够高。

实时分析，极大提高了用户体验

邦盛金融的核心技术为流立方，这是一个流式大数据实时处理平台。批处理与流处理为大数据最重要的计算方式，流式计算更适用于实时性要求高的情景，无需预先存储，可以直接计算，更适用于事中的分析、处理。

事中实时分析的目的是为了保证分析时间不影响用户体验，传统银行使用U盾、安全控件等手段进行安全验证，这将使得客户体验大打折扣，从而造成客户流失。

用户体验的门槛为100ms，用户对于低于100ms的分析是无感知的。流立方对一个人进行全量行为数据分析时间一般为12~17ms，目前在国际上还少有对手。

流立方还大大缩短了银行办理授信类业务的时间。对于银行授信等风控相关的业务，传统分析通常在第二天，最短的也需要几十分钟才能出结果，邦盛将整个过程的分析时间缩短到秒级。

邦盛采用改进的流式大数据处理，不仅能获得对实时数据流的分析，还可以利用历史数据进行改进，分析全量数据。

落地安装面向大中型客户，依靠底层技术向泛金融行业拓展

邦盛金融现有的业务主要在反欺诈、银行授信和反爬虫领域，这是三个对大数据量的实时分析要求很高的领域。

反欺诈是邦盛金融最先切入的市场，主要解决用户在银行卡盗用、账户盗用、社工欺诈、营销欺诈、钓鱼木马等场景下的欺诈问题。

传统反欺诈厂商利用设备指纹和黑名单库与企业业务信息进行匹配，而缺乏对企业业务数据的深度分析。这种方式所需计算的数量较小，又主要依靠外部信息，所以可在公有云上以SaaS的方式提供服务。

邦盛金融主要面对中大型客户，SaaS服务并不能满足需求，必须采用前置机和公有云的方式提供服务，这种配置解决了三个问题：

1. 前置机既可以获得企业全量数据，实现精细的用户画像，又保证了对业务数据保密性的要求；

2. 前置机配合进行流式大数据实时处理，实现客户行为实时分析，严格控制在100ms以内算出风险信号；

3. 公有云服务与业务数据有效结合，补充外部数据给中大型客户，可以实现更为精确的反欺诈行为判断。

目前来看，在事中分析和实时反欺诈领域，邦盛金融的漏报率和误报率，远远低于采取纯公有云方式的厂商。目前邦盛金融的反欺诈赔付率做到了百万分之三，而一般企业为十万分之一，优势明显。

从战略上讲，邦盛金融正从金融领域向其他领域拓展，如已经落地的反爬虫产品。爬虫同样是一种欺诈行为，中国网站60%的流量由爬虫产生，极大的消耗了客户的网络资源。

邦盛反爬技术可以在400~800μs时间内识别传统WAF产品不能应对的新型智能爬虫，从而大幅降低爬虫占用的网络流量。

2016年，邦盛金融还成立了名为邦睿科技的全资子公司。邦睿科技将借助流立方等核心技术，继续拓展公安、军工、反恐等领域。

客单价高需增加市场渗透，技术入股支撑多元化发展

邦盛金融的主要客户分布在银行、第三方支付、互联网金融、电商、游戏、证券、基金、保险等行业领域。从客户规模上看，邦盛金融以中大型金融机构为主，如银联商务、平安银行、兴业银行等。

在第三方支付的前10大公司中，除支付宝、财付通之外，已有7家客户采用邦盛的风控服务。

对于不同类型客户，邦盛采用不同的收费模式。对于中大型机构，邦盛以卖产品为主，其收入来源主要是产品费、安装费、维保费和流量费。

由于中大型机构的付费能力较强，这类服务的客单价还是比较高的，整体在数百万的水平，卖产品的收入构成了邦盛金融目前营收的主力。

但从客户看，邦盛当前正在加强银行市场渗透能力，预期明年业务中50%来自于银行领域。

除此之外，邦盛金融还通过业务合作和技术入股的方式进行技术输出。初创期的互金公司支付能力有限，邦盛金融可以按照业务笔数进行收费，同时还可以与这类企业进行数据交换与服务。

对于具有发展潜力创业的企业，邦盛金融则选择技术入股的方式，把底层平台免费授权给其使用，通过这种方式，邦盛快速地在其它领域复制。

市场空间大，年增速超过200%

2016年，美国反欺诈市场规模预计达到143.6亿美元，而SAS、SAP、IBM、Oracle等上市公司和互联网巨头则成为市场的主角，国内银行主流的风控类产品都采购自这些外资公司。

可以预见，在此波去外资化的趋势下，中国企业的反欺诈市场存在巨大机遇。

目前国内反欺诈领域的市场规模在百亿左右，蚂蚁金服、腾讯、邦盛金融、同盾科技、通付盾等多家企业已提前入场布局。

中国的反欺诈企业目前分化较明显，如支付宝和财付通系以自家生态产品为主，同盾科技等公司业务以新兴的互金公司为主，而邦盛金融占据的是中央风控与实时交易风控的市场，以中大型金融机构为主。

邦盛金融经过了2010-2014年四年的研发潜伏以后，近两年营收增速超过200%，2016年预计营业收入近5,000万。2016年7月，邦盛金融完成新一轮融资，融资金额达到1.35亿元。

与行业内相关企业对标，邦盛金融的估值PS倍数在12~13之间，高于其他对标企业。

明略数据为国内大数据创业明星企业，估值水平与邦盛金融最为相近，其企业规模略大于邦盛金融，但两者增速相近，说明邦盛金融应还有较强的增长潜力。

从体量上看，邦盛金融虽然目前还无法直视Palantir，但从业务和技术层面讲，Palantir也是以大数据分析技术为核心，并从反欺诈业务起家。

Palantir的前期客户主要以CIA等政府客户为主，目前邦盛金融成立的全资子公司邦睿科技，即将瞄准的就是这一方向。借助浙大网新和浙江大学的相关资源，邦盛金融的发展前景可期。

近期，爱分析对邦盛金融CEO王新宇进行了调研访谈，现将精彩内容摘抄如下，与您分享。

Q：邦盛金融跟其它反欺诈产品有什么不同？

A：我们主要面向中大型金融机构。这类对数据安全更为关注，业务线多，业务流量较大。

在应用场景上，我们偏重于中央风控，而其他反欺诈公司多偏重于互金行业。

在产品形态上，我们采用前置系统+公有云的组合方案。前置系统的配置能够满足客户对数据快速处理的需求，同时，邦盛在公有云上建立了全行业最全的黑名单库，我们将搜集的欺诈信息共享到云端，提供给全行业使用。前置机+公有云目前是邦盛金融独有的方式。

Q：邦盛金融除了在反欺诈领域，还在其他领域有什么应用？

A:反欺诈是邦盛传统的生产线，在前十大支付公司中有7家公司采用我们的产品。今年，我们又孵化了另外两条生产线：

一条是实时授信产品，银行通常根据征信报告和信息系统加工，通常需要几个小时才能计算出授信额度。我们利用大数据处理技术，将互联网上的授信时间缩短到秒级。我们开发的小额实时授信系统，已经在多家互金公司和银行使用。

另一个是反爬虫产品，目前网站上流量的60%由爬虫产生，这并不是认证授权的访问。我们升级后的大数据处理平台，能够在400-800μs的时间内识别出复杂的爬虫规则。

目前使用该产品的客户利用反爬技术，将原有的12台服务器减少到4台，大幅减少了资源占用。

Q：邦盛金融的战略上怎样进行规划的？

A：邦盛金融后面更多是平行扩展的方式。邦盛金融有两种合作方式，一种卖相关服务，另一方面可以以技术平台参股其他领域相关公司。

邦盛金融已经从金融行业扩展到十几个泛金融行业，比如证券、保险、O2O、游戏等等。美国有17家做反欺诈的上市公司，这在中国泛金融领域有足够5-10家企业上市的空间。

我们今年建立的邦睿科技，目标以流立方为底层平台向外拓展非金融行业。这种拓展也采用两种方式，一是卖技术类产品；另一种也可以与2B类厂商合作。目前我们已在轨道交通、高铁、军工、公安、海关等领域都有所合作。

Q：邦盛金融怎样评判数据的质量和有效性？

A：邦盛在判断一个场景的风险时，会根据客户的场景提供相应的反欺诈和授信模型。我们做的客户多了，自然就知道用哪些数据最准。现在邦盛的模型库里有2,400多个模型，涵盖100多个风险场景，这些模型库现在基本上能满足现有行业的需要。

Q：邦盛金融的今年的营收增速如何？