
企業(yè)大數(shù)據(jù)之大數(shù)據(jù)征信及風(fēng)控應(yīng)用
互聯(lián)網(wǎng)人口紅利區(qū)已經(jīng)過去,獲客成本增大,用戶對(duì)產(chǎn)品的要求也越發(fā)提高,高價(jià)值和低成本服務(wù)是當(dāng)前的一種趨勢。其中,企業(yè)服務(wù)致力于為企業(yè)在生產(chǎn),銷售和溝通等環(huán)節(jié)提高效率,降低成本,受到越來越多的資本青睞。
隨著人工智能對(duì)行業(yè)的滲透,以及數(shù)據(jù)量的劇增,越來越多的企業(yè)服務(wù)產(chǎn)品正利用人工智能,大數(shù)據(jù)等相關(guān)技術(shù)提供更智能服務(wù),大數(shù)據(jù)作為人工智能模型中的訓(xùn)練"糧食",占據(jù)重要位置,如何挖掘和利用企業(yè)數(shù)據(jù),是做好企業(yè)服務(wù)的一個(gè)重要途徑,企業(yè)大數(shù)據(jù)來源主要有以下幾個(gè)方面:
a.企業(yè)內(nèi)部數(shù)據(jù)化檔案,例如人事資料,紙質(zhì)化資料等;
b.企業(yè)自產(chǎn)數(shù)據(jù),例如企業(yè)內(nèi)部OA,ERP和CRM系統(tǒng)所沉淀下來的客戶數(shù)據(jù),辦公數(shù)據(jù),生產(chǎn)經(jīng)營數(shù)據(jù),社交數(shù)據(jù),電商數(shù)據(jù),支付數(shù)據(jù),供應(yīng)鏈數(shù)據(jù)等;
c.企業(yè)信用數(shù)據(jù)
政府公開數(shù)據(jù)-比如工商的企業(yè)信用信息公示數(shù)據(jù),失信被執(zhí)行,被執(zhí)行數(shù)據(jù),裁判文書,開庭公告,法院公告,稅務(wù)數(shù)據(jù),動(dòng)產(chǎn)融資數(shù)據(jù),招投標(biāo),司法拍賣數(shù)據(jù)等,專利商標(biāo),行政處罰等數(shù)據(jù)?;ヂ?lián)網(wǎng)公開數(shù)據(jù)-比如新聞數(shù)據(jù),招聘網(wǎng)站數(shù)據(jù),上市披露數(shù)據(jù)。
征信概述
1.征信定義
征信一詞源于《左傳·昭公八年》中的“君子之言,信而有征,故怨遠(yuǎn)于其身”。其中,“信而有征”即為可驗(yàn)證其言為信實(shí),或征求、驗(yàn)證信用?,F(xiàn)代征信是依法收集、整理、保存、加工自然人、法人及其他組織的信用信息,并對(duì)外提供信用報(bào)告、信用評(píng)估、信用信息咨詢等服務(wù),幫助客戶判斷、控制信用風(fēng)險(xiǎn),進(jìn)行信用管理的活動(dòng)。
2.政策/技術(shù)/市場環(huán)境分析
政策
中國社會(huì)由熟人社會(huì)慢慢轉(zhuǎn)變?yōu)槟吧松鐣?huì),信用風(fēng)險(xiǎn)和信用危機(jī)也隨之產(chǎn)生,加快信用體系建設(shè)迫在眉睫,然而,行政過程中尚未全面建立起“守信激勵(lì)、失信懲戒”的機(jī)制,《政府信息公開條例》雖然已對(duì)政務(wù)信息公開作出了具體規(guī)定,但執(zhí)行過程中,政務(wù)信息的公開尚不全面,部分信用信息的缺失,削弱了信用信息的完整性,不利于形成準(zhǔn)確的信用狀況判斷.
技術(shù)
其次,互聯(lián)網(wǎng)時(shí)代早已成為大家共識(shí),企業(yè)和個(gè)人在網(wǎng)絡(luò)上留下的大量數(shù)據(jù),為征信帶來了數(shù)據(jù)基礎(chǔ),且隨著大數(shù)據(jù),云計(jì)算,人工智能的發(fā)展,為智能化征信提供了技術(shù)支撐。
市場
另外,我國市場經(jīng)濟(jì)體制建立的時(shí)間不長,全社會(huì)信用意識(shí)和社會(huì)信用環(huán)境還比較薄弱。為爭取經(jīng)濟(jì)利益而失信的行為時(shí)有發(fā)生。這既有信用意識(shí)淡薄的原因,也有失信成本過低的原因。征信作為金融的一個(gè)重要組成部分,是風(fēng)險(xiǎn)控制的核心,隨著互聯(lián)網(wǎng)金融的快速發(fā)展,適應(yīng)互聯(lián)網(wǎng),大數(shù)據(jù)征信模式也營運(yùn)而生,也亟需建立完善的征信制度來為征信發(fā)展保駕護(hù)航。
3.國內(nèi)外征信模式
我國的征信出于初級(jí)階段,目前國際上的征信模式主要有以下幾種
a.市場主導(dǎo)型,美國,Equifa、Experian和TransUnion三大管理局按照市場經(jīng)濟(jì)的法則和運(yùn)作機(jī)制,并對(duì)外提供服務(wù)給貸款授信企業(yè),英國是P2P的發(fā)源地,以Zopa為代表網(wǎng)絡(luò)貸款平臺(tái)根據(jù)風(fēng)險(xiǎn)和利率水平促成借貸雙方完成交易、使借貸雙方都共同獲益,在某種程度上發(fā)揮了信用中介職能。
b.政府主導(dǎo)型,德國,中國。以中國為例,主要是以政府主導(dǎo),授權(quán)中國人民銀行征信系統(tǒng)創(chuàng)建,收集,維護(hù)和整合全國部分企業(yè)和個(gè)人征信,目前已經(jīng)覆蓋了銀行機(jī)構(gòu),法院,電信,社保,小額貸款等機(jī)構(gòu)數(shù)據(jù),目前覆蓋個(gè)人和企業(yè)的數(shù)量上一直維持著增長勢頭,從2015年4月的8.64億自然人、2068萬戶企業(yè)及其他組織增加到2017年5月的9.26億自然人、2371萬戶企業(yè)及其他組織,中國大陸將近14億人,企業(yè)及其他組織數(shù)量也在不斷增加,征信系統(tǒng)覆蓋范圍還有很大的增長空間,總體上來講,對(duì)企業(yè)的數(shù)據(jù)覆蓋度不夠,難以滿足當(dāng)前各種創(chuàng)新的金融模式對(duì)企業(yè)征信的需求。
c.行業(yè)協(xié)會(huì)共享,行業(yè)會(huì)員制,分享數(shù)據(jù),并以行業(yè)協(xié)會(huì)為核心建立信用共享中心,加入?yún)f(xié)會(huì)的組織可以共享數(shù)據(jù),并提供一定的數(shù)據(jù)支撐,以此擴(kuò)大協(xié)會(huì)的數(shù)據(jù)源。
d.混合型,韓國、印度為例,以政府和市場混合,協(xié)同發(fā)展。
4.征信產(chǎn)品模式
征信行業(yè)的產(chǎn)品模式主要有按業(yè)務(wù)模式劃分的企業(yè)和個(gè)人征信,按服務(wù)對(duì)象劃分為信貸征信、商業(yè)征信、雇傭征信以及其他征信,各類不同服務(wù)對(duì)象的征信業(yè)務(wù),有的是由一個(gè)機(jī)構(gòu)來完成,有的是在圍繞具有數(shù)據(jù)庫征信機(jī)構(gòu)上下游的獨(dú)立企業(yè)內(nèi)來完成。按征信范圍可分為區(qū)域征信、國內(nèi)征信和跨國征信等。
5.征信行業(yè)產(chǎn)業(yè)鏈
征信產(chǎn)業(yè)鏈包括上游的數(shù)據(jù)生產(chǎn)者、中游的征信機(jī)構(gòu)及下游的征信信息的使用者,其中中游的征信機(jī)構(gòu)運(yùn)行模式主要有采集數(shù)據(jù)、加工數(shù)據(jù)及銷售產(chǎn)品。數(shù)據(jù)供應(yīng)商主要包括銀行等金融機(jī)構(gòu)、政府部門、工商企業(yè)和個(gè)人,幾乎涉及人們生活的方方面面。征信機(jī)構(gòu)從數(shù)據(jù)供應(yīng)商處獲得數(shù)據(jù)通過一定的模型進(jìn)行加工處理得到信用評(píng)級(jí)結(jié)果,然后進(jìn)行服務(wù)輸出。征信報(bào)告使用方主要有房地產(chǎn)商、招聘企業(yè)、P2P平臺(tái)、金融機(jī)構(gòu)等,多數(shù)發(fā)生在個(gè)人購房和購車、個(gè)人小額信貸、企業(yè)信貸、債券買賣等場景。
6.面臨問題
1.征信監(jiān)管和法律健全亟需提高,政府信息公開有待加強(qiáng),征信法律法規(guī)不夠完善;
2.數(shù)據(jù)處理算法計(jì)算能力有待提高,隨著大數(shù)據(jù)與征信的結(jié)合,對(duì)數(shù)據(jù)的處理,分析和建模能力提出了更高的要求,才能更好的挖掘出企業(yè)信息價(jià)值。
3.信用信息安全問題嚴(yán)峻,雖然國家一直在出臺(tái)政策保護(hù)征信數(shù)據(jù),但個(gè)人,企業(yè)的隱私數(shù)據(jù)安全面臨十分嚴(yán)峻的挑戰(zhàn),催生了巨大的黑色產(chǎn)業(yè)發(fā)展,由此帶來了金融詐騙,電信詐騙,網(wǎng)絡(luò)詐騙,木馬病毒竊取隱私數(shù)據(jù)進(jìn)行交易獲利等違法犯罪活動(dòng)。
7.大數(shù)據(jù)征信與傳統(tǒng)征信的區(qū)別
1.覆蓋群體更豐富,隨著網(wǎng)絡(luò)的普及和互聯(lián)網(wǎng)金融的大力發(fā)展,更多的人或企業(yè)將會(huì)留下數(shù)據(jù)到相關(guān)平臺(tái),擴(kuò)大了征信覆蓋的群體。
2.數(shù)據(jù)來源更廣泛,傳統(tǒng)征信的數(shù)據(jù)來源比較單一,但大數(shù)據(jù)征信會(huì)整合互聯(lián)網(wǎng)公開半公開數(shù)據(jù),第三方機(jī)構(gòu)合作數(shù)據(jù)以及自由數(shù)據(jù),數(shù)據(jù)來源變得更加廣泛。
3.數(shù)據(jù)價(jià)值的深入挖掘,隨著大數(shù)據(jù)和人工智能在征信行業(yè)的運(yùn)用,機(jī)器學(xué)習(xí),NLP,文本抽取等技術(shù)對(duì)企業(yè)數(shù)據(jù)的挖掘更加深入。
企業(yè)信用數(shù)據(jù)的行業(yè)運(yùn)用
1.信貸風(fēng)控,金融的核心是風(fēng)險(xiǎn)管理,目前主要由政府信用公示機(jī)構(gòu),比如國家企業(yè)信用查詢網(wǎng),中國失信被執(zhí)行網(wǎng),中國被執(zhí)行信息網(wǎng),法院網(wǎng),信用中國等公開查詢數(shù)據(jù),為信貸金融機(jī)構(gòu)提供貸前,貸中,貸后的信息查詢,信用報(bào)告和監(jiān)控等服務(wù)。
2.融資租賃,為融資租賃公司提供融前盡調(diào),融后監(jiān)控服務(wù),提高工作人員效率,并通過集團(tuán)化賬號(hào)系統(tǒng)深入各個(gè)業(yè)務(wù)部門,提升工作質(zhì)量和效率。
3.信用評(píng)級(jí),根據(jù)企業(yè)的工商,法務(wù),新聞,經(jīng)營,債卷等多維度數(shù)據(jù),對(duì)企業(yè)進(jìn)行信用評(píng)級(jí),常見的是債券評(píng)級(jí).
4.供應(yīng)鏈金融,圍繞核心企業(yè),管理上下游中小企業(yè)的資金流和物流,并把單個(gè)企業(yè)的不可控風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)楣?yīng)鏈企業(yè)整體的可控風(fēng)險(xiǎn),通過立體獲取各類信息,將風(fēng)險(xiǎn)控制在最低的金融服務(wù)。
5.其他,比如招聘,商業(yè)調(diào)研和律所。
企業(yè)征信的未來展望
數(shù)據(jù)作為征信和風(fēng)控行業(yè)的核心資產(chǎn),也是構(gòu)建信用社會(huì)的基石,過分孤立或過分共享都不利于行業(yè)發(fā)展。所以,如何在實(shí)現(xiàn)共贏,保護(hù)隱私的基礎(chǔ)上做到數(shù)據(jù)共享,打破數(shù)據(jù)孤島,打通各個(gè)平臺(tái)的數(shù)據(jù)通道,讓不同的數(shù)據(jù)匯集在一起,共同打造征信體系,是未來的發(fā)展趨勢。
2.挖掘數(shù)據(jù)價(jià)值
隨著大數(shù)據(jù)征信技術(shù)的不斷發(fā)展,征信產(chǎn)品將從信息的初次挖掘向深層次挖掘發(fā)展。初次挖掘是指圍繞企業(yè)相關(guān)數(shù)據(jù),通過自身爬取入庫,第三方API接口或數(shù)據(jù)合作等方法整合并進(jìn)行數(shù)據(jù)匯總分類,并以信息報(bào)告,圖片等方式簡單羅列呈現(xiàn)。深層次挖掘是將收集到的數(shù)據(jù)與征信專業(yè)知識(shí)相結(jié)合,構(gòu)建風(fēng)險(xiǎn)識(shí)別與量化,規(guī)則引擎,企業(yè)關(guān)聯(lián)圖譜,數(shù)據(jù)可視化等產(chǎn)品,對(duì)數(shù)據(jù)進(jìn)深度挖掘,從而深化征信產(chǎn)品與服務(wù),提高征信產(chǎn)品的專業(yè)性。例如利用企業(yè)工商信息,建立企業(yè)關(guān)聯(lián)網(wǎng)絡(luò),當(dāng)網(wǎng)絡(luò)上某一企業(yè)出現(xiàn)負(fù)面信息時(shí),能夠迅速識(shí)別風(fēng)險(xiǎn)并預(yù)警其他企業(yè),并根據(jù)風(fēng)險(xiǎn)情況量化預(yù)警等級(jí)。
3.提供垂直,細(xì)分領(lǐng)域服務(wù)
隨著征信市場規(guī)模的不斷擴(kuò)大,部分征信機(jī)構(gòu)基于自身特點(diǎn)及優(yōu)勢,開始出現(xiàn)專注于某一細(xì)分領(lǐng)域或某一業(yè)務(wù)環(huán)節(jié)提供具有針對(duì)性、定制化的征信產(chǎn)品服務(wù)的趨勢。例如提供爬蟲技術(shù),一站式爬取,清洗,整合和入庫;針對(duì)新聞的輿情監(jiān)控服務(wù);提供企業(yè)獲客服務(wù),為金融機(jī)構(gòu)篩選優(yōu)勢客戶,實(shí)現(xiàn)精準(zhǔn)營銷;提供企業(yè)金融服務(wù),比如理財(cái),融資,支付和信貸;提供C2B,B2B的股權(quán)投資撮合平臺(tái)等。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03