
大數(shù)據(jù)運用,銀行和互聯(lián)網(wǎng)機構(gòu)誰才是專家
有人曾這樣評價,對大數(shù)據(jù)的運用,銀行和“大理王子”段譽的風(fēng)格類似,空有一手好牌,卻不會使用,只知道傻傻得守著一個“王姑娘”,至于互聯(lián)網(wǎng)機構(gòu),則過于“喬峰”,有些魯莽,不僅親手害死了心上人阿朱,最終也跳崖自盡。
應(yīng)該說,這兩個比喻雖然牽強,但也大致描述出了銀行與互聯(lián)網(wǎng)機構(gòu)在大數(shù)據(jù)運用上的特點,在前兩天的普惠金融CRO全球峰會上,來自銀行、互金以及第三方機構(gòu)的多為專家給出了自己的觀點。
針對銀行與互聯(lián)網(wǎng)的數(shù)據(jù),孰優(yōu)孰劣的問題,積木盒子首席風(fēng)控官謝群表示:“銀行雖然掌握了大量優(yōu)質(zhì)數(shù)據(jù),但卻沒有能夠?qū)⑦@些數(shù)據(jù)盡其用?!?/span>
一方面,數(shù)據(jù)管理的樣本較少,模式比較單一。前者很好理解,許多銀行在與客戶交互的過程中,獲得了許多優(yōu)質(zhì)信息,比如最基本的還貸信用,還有賬戶的流水等情況,但絕大多數(shù)時候,卻只知道緊緊抱著一個“還貸信用”對客戶進(jìn)行評價,這類單一監(jiān)控目標(biāo)對象“歷史狀況”的方式,會很難預(yù)測到改變的發(fā)生。比如流水,就是一種即時、連續(xù)性的跟蹤監(jiān)控,能夠比較迅速的反映出借款人、借款企業(yè)目前所處的收支狀況,并可以在一定程度上預(yù)測未來可能暴露的風(fēng)險。
對此,平安銀行風(fēng)險管理部首席風(fēng)險專家張京也強調(diào):“談大數(shù)據(jù)前,銀行首先要學(xué)會使用自己的小數(shù)據(jù)。”
張京表示,道德風(fēng)險是銀行大數(shù)據(jù)需要解決的重要問題。例如平安銀行某個客戶,在申請信貸的時候,提交的流水表看起來十分完美,數(shù)據(jù)也十分健康,但平安銀行卻發(fā)現(xiàn)了一個細(xì)節(jié):該份流水表使用的農(nóng)行的表單,但卻是建行的格式!換句話說,這份流水表是偽造的。
張京介紹,每個銀行自己的流水等重要表項,格式都是“加密”的,即有著自己的特征,而這是絕大多數(shù)銀行都有能力發(fā)現(xiàn)但并未去主動校對的,倘若平安銀行也沒有進(jìn)行此種檢查,那么上述貸款即被“騙”出去了。
而諸如此類被遺忘的“小數(shù)據(jù)”銀行還有很多,倘若能夠真正利用好,毫無疑問,將避免很多損失。
另一方面,謝群直言,“銀行畢竟有監(jiān)管,有些數(shù)據(jù)不方便用,不合適用?!碑?dāng)然,這是每個國家都存在的問題,特別是金融體系逾發(fā)達(dá)的國家,對銀行等相關(guān)機構(gòu)數(shù)據(jù)使用的監(jiān)管逾嚴(yán)密。因為這些機構(gòu)拿到的往往是用戶特征十分明顯的核心數(shù)據(jù),少有不慎便有可能觸碰隱私的紅線。
與銀行相比,互聯(lián)網(wǎng)機構(gòu)之所以存在更大的空間去進(jìn)行“自由組合”,創(chuàng)意出新的征信產(chǎn)品,在于它們拿到的數(shù)據(jù)比較模糊,可以、也不得不這么做。
正如筆者在曾經(jīng)引用FICO中國區(qū)總裁陳建觀點,大數(shù)據(jù)同樣有貧礦富礦之分,銀行毫無疑問掌握著最為豐富的資源,而互聯(lián)網(wǎng)機構(gòu),則要在剩下的茫茫大地中“淘金”。當(dāng)然,在這一大浪淘沙的篩選過程中,留下的除了少量金子外,更多的,則是銅鐵錫等價值較低但同樣有用的東西,互聯(lián)網(wǎng)公司們的工作,正是對這些東西進(jìn)行加工再挖掘。
比如目標(biāo)對象的借記卡記錄,日常繳費記錄,多平臺購物消費記錄,生活習(xí)慣,興趣愛好,甚至朋友們對他的評價,等等等等。
銀行與互聯(lián)網(wǎng)兩個途徑獲得的數(shù)據(jù),特別是征信數(shù)據(jù),存在很強的互補性,最直接的,他們覆蓋的人群不同。
拍拍貸首席風(fēng)險官章峰給出了一個生動的例子:“中國有許多億的人群屬于次級客戶,收入較低,無房無車,這類人群沒有被銀行覆蓋。假設(shè)一個富士康工人,他如果要去平安或者光大等銀行借五千塊錢,我想是借不到的,銀行根本沒有這個業(yè)務(wù)。而包括拍拍貸、積木盒子在內(nèi)的新興互聯(lián)網(wǎng)公司,正是瞄準(zhǔn)了這樣一批藍(lán)海,跟銀行進(jìn)行互補?!?/span>
平安銀行張京則給出了一組數(shù)據(jù),“中國14億人口,6億人擁有信用卡(也擁有借記卡),4億人擁有借記卡,那么這接近十億人即有一定授信基礎(chǔ),且6億人的基礎(chǔ)高于4億人?!?/span>
相比銀行,互聯(lián)網(wǎng)金融公司在有一定基礎(chǔ),但不是非常強的“只有借記卡”的四億人這部分群體身上,可以發(fā)揮更大的作用。
正如上文提到,互聯(lián)網(wǎng)機構(gòu)所獲得的數(shù)據(jù)都是“非標(biāo)數(shù)據(jù)”。益博睿全球分析與策略咨詢大中華區(qū)總監(jiān)黃健銘給出過幾個有趣的案例:“有些公司采納的征信數(shù)據(jù)很有意思,比如飛機的里程數(shù)、移動電信聯(lián)通的申請。”當(dāng)然,一個同樣有意思的問題是,這些數(shù)據(jù)真的能夠作為征信的基礎(chǔ)么?
在借貸市場中,往往存在這一一個“詭異”的現(xiàn)象,某家公司通過正常途徑在銀行得到了10萬貸款,然后憑借著10萬貸款的證明到小貸公司繼續(xù)貸款。
小貸公司之所以會將“銀行貸款單”作為一種征信工具,在于他們認(rèn)為銀行調(diào)查過的客戶,肯定是優(yōu)質(zhì)客戶,卻往往忽略了一個事實——該企業(yè)的資信的確可以承受10萬元的貸款,但如果金額增加的話,風(fēng)險暴露的可能也會急劇加大。當(dāng)然,這一現(xiàn)象也說明了市場對銀行數(shù)據(jù)的過分依賴,對“非標(biāo)”的不信任。
而且,第三方征信的效果到底怎樣,也值得商榷。某保險集團負(fù)責(zé)人曾給出幾個數(shù)字:“在接受了某第三方征信機構(gòu)的篩選標(biāo)準(zhǔn)后,損失率可能下降30%,但卻需要拒絕60%的客戶?!笔胼p孰重,很難抉擇。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11