本文来自微信公号“宜信研究院”
Zest Finance于2009年9月成立于美国加州洛杉矶。创始人Douglas Merrill和Shawn Budde分别曾是Google前副总裁和Capital One前信贷部高级主管。Zest Finance是一家大数据征信服务公司，主营业务是将机器学习与大数据分析融合起来提供更加精准的信用评分。创始人基于为了使非银行用户享受正常的金融服务这一理念创办了公司。现在，这个团队已经拥有超过百位的智能数据怪才、数学家和计算机科学家，共同致力于重新改变金融业，并给更多需要的人提供信贷。截止目前，Zest Finance共进行了4轮融资，共计融得资金2亿6200万美元。
Zest Finance的服务主要面向两类人群：1、FICO评分接近或低于500而无法获得基本的信贷需求的人群，以解决他们的无信用评分借贷问题；2、信用分数较低且借贷成本高的人群，利用大数据征信降低他们的信贷成本。
Zest Finance也提供了两款借贷产品向不同人群直接贷款。
ZestCash——为个人信用评分在500到600范围内，深陷次级抵押贷款危机的美国消费者，提供一个低于银行的发薪日贷款，目前已经停止运营Basix——对于个人信用评分在600到700范围内的客户，以更好的利率价格给他们提供信贷。
Basix是Zest Finance为“接近优级”信用记录的人推出的在线贷款服务。数分钟填写申请即可获得授信，2天内得到资金。年化利率25.99%至35.99%，金额3000美元至5000美元，期限36个月，并且可享15天逾期还款免责期。 Basix会将借款人的还款记录提供给信用报告机构，帮助借款人改善其借款历史。
Zestfinace在2012年7月份之前的名字是ZestCash，业务模式上也是直接放贷。但如今已经转型为将自己的这一套分析系统提供给其他贷款者，为第三方次级贷款者进行信用担保，将原来的竞争者变成了服务对象。
Zest Finance 的核心竞争力在于数据挖掘能力和模型开发能力。传统的信用评分模型一般拥有500个数据项，从中提取50个变量，利用一个预测分析模型做出信用风险量化评估，做出一类决策。而在Zest Finance的模型中，往往要用到10000个数据项，从中提取100,000个变量，利用10个预测分析模型，如欺诈模型、身份验证模型、预付能力模型、还款能力模型、还款意愿模型以及稳定性模型，进行集成学习或者多角度学习，并得到最终的消费者信用评分。Zest Finance 的评分模型更新并细化的速度很快，从2012年至今，差不多每一个季度就会新推出一个新的信用评估模型。最初 Zest Finance只有信贷审批评分模型，目前已经开发出八类信用评估模型，包括市场营销、助学贷款收债、法律收债、次级汽车抵押贷款等等，用于不同类型的信用风险评估服务。
2016年7月18日，百度宣布战略投资美国金融科技公司ZestFinance，作为此次投资合作的部分内容，百度将引入ZestFinance核心技术，与自身技术和大数据相结合，提升其信用评估决策能力，完善大数据征信布局。
京东此前已投资 Zest Finance，双方成立了名为 JD-Zest Finance Gaia 的合资公司。Zest Finance的信用模型将率先应用于京东金融的消费金融体系，以京东的数据和其他数据资源，用Zest Finance的智能数学模型定制一套信贷评价产品和服务。不仅如此，京东还打算和行业伙伴共享这项技术，共同开拓国内信用消费市场。
但Zest Finance 体量不大，目前仅为 10 万美国人提供了服务，影响力有限且实际效果很难下定论。值得注意的是，据《清华金融评论》称， Zest Finance 进行信用评估时，传统征信数据要占到至少 30% 。清晰的用户定位，完善的征信体系支撑，是Zest Finance在美国生存的土壤。中国没有集中的征信所，仅有 20% 的公民持有信用卡，金融体系也尚不完善。对初入华的Zest Finance来说，“机遇与挑战并存”这句老话可以描述现在的局面。
查看原文关注微信公众号虎嗅网（huxiu_com），定时推送，福利互动精彩多
欢迎大家继续关注慧邮件邮件营销平台，也可以在我们的慧邮件官网了解更多邮件营销技巧，大数据知识，也可以通过电话：400-666-5494联系到我们，更多精彩知识、活动等着你。