
在經(jīng)歷了余額寶掀起的互聯(lián)網(wǎng)理財(cái)浪潮后,各種理財(cái)平臺(tái)如雨后春筍般冒出,讓許多僅僅依靠高收益來(lái)吸引人的平臺(tái)開始褪下光環(huán)。市場(chǎng)迫切需要實(shí)力強(qiáng)勁、操作規(guī)范的“正規(guī)軍”來(lái)引導(dǎo)市場(chǎng)發(fā)展,提升行業(yè)水準(zhǔn)。那么在這個(gè)行業(yè)中出現(xiàn)的相關(guān)風(fēng)險(xiǎn)問(wèn)題該如何應(yīng)對(duì)?
談及P2P,業(yè)內(nèi)很多人都會(huì)將該行業(yè)與大數(shù)據(jù)綁定在一起。對(duì)互聯(lián)網(wǎng)數(shù)據(jù)的有效利用是阿里小貸做到低壞賬的秘訣之一,同樣也是P2P行業(yè)的數(shù)據(jù)風(fēng)控典范。
與傳統(tǒng)金融體系的征信系統(tǒng)不同,P2P行業(yè)的數(shù)據(jù)主要分散于各個(gè)平臺(tái)之中,平臺(tái)間的各自為營(yíng)使得數(shù)據(jù)無(wú)法有效的串連,極大的阻礙了P2P行業(yè)的發(fā)展。筆者認(rèn)為,P2P行業(yè)想要做到真正的大數(shù)據(jù),在呼吁官方開放征信系統(tǒng)的同時(shí)也要積極開放自身的數(shù)據(jù)庫(kù),使整個(gè)行業(yè)的數(shù)據(jù)能夠形成有效的數(shù)據(jù)鏈。
在這一背景下,如何控制P2P網(wǎng)貸的風(fēng)險(xiǎn),就成為整個(gè)行業(yè)和投資者群體的關(guān)注焦點(diǎn)。而具有互聯(lián)網(wǎng)基因的P2P網(wǎng)貸,運(yùn)用互聯(lián)網(wǎng)相關(guān)的創(chuàng)新手段來(lái)解決問(wèn)題,無(wú)疑是順理成章的一件事。諸多互聯(lián)網(wǎng)金融企業(yè)都圍繞這一方向給出了降低網(wǎng)貸風(fēng)險(xiǎn)的解決方案,而大數(shù)據(jù)是其中經(jīng)常被提及的一個(gè)思路。
某人士表示,在做風(fēng)控的過(guò)程中,大數(shù)據(jù)是基本的。大數(shù)據(jù)除了通常所講的搜索,互聯(lián)網(wǎng)上的社交網(wǎng)絡(luò)這些大數(shù)據(jù)外,在P2P方面主要是指對(duì)客戶金融能力的了解,包括客戶最基本的收入情況、欠債情況、各種貸款情況。此外還包括用戶行為數(shù)據(jù),如在網(wǎng)站操作的行為、還有線下申請(qǐng)的行為等。P2P需要征信報(bào)告的數(shù)據(jù),這是基石,這個(gè)數(shù)據(jù)必須得完善。有了這個(gè)數(shù)據(jù)之后,還要通過(guò)對(duì)各種客戶的細(xì)分,對(duì)各種不同的參數(shù)做模型,做各種各樣的測(cè)試,建立非常好的風(fēng)控模型。
通過(guò)互聯(lián)網(wǎng)來(lái)采集這些“旁證”的成本,無(wú)疑要遠(yuǎn)遠(yuǎn)小于線下審核。由于數(shù)據(jù)采集的來(lái)源廣泛且層次豐富,這些側(cè)面的蛛絲馬跡反而有可能更為全面地體現(xiàn)借款者的情況。
但是大數(shù)據(jù)的應(yīng)用門檻不低,P2P行業(yè)要做真正的大數(shù)據(jù)有兩個(gè)途徑:一是建立自己的生態(tài)圈去了解客戶特征,二是需要做數(shù)據(jù)挖掘尋找關(guān)鍵數(shù)據(jù)。前者著眼于通過(guò)一個(gè)穩(wěn)態(tài)的信息來(lái)源盡可能地減少信息中的“噪音”,去粗取精地獲取對(duì)風(fēng)控決策有價(jià)值的信息;后者則是確定這些數(shù)據(jù)通過(guò)怎樣的方式與一個(gè)人的信用情況和償還能力形成關(guān)聯(lián),以及這一關(guān)聯(lián)是否具有可靠性。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(shí)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(wú)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(kù)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(dòng)態(tài)隨機(jī)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11