
大數(shù)據(jù)“識(shí)人”有絕招 網(wǎng)購(gòu)記錄也能攢信用_數(shù)據(jù)分析師
沒(méi)有信用卡、沒(méi)有貸款記錄、沒(méi)有央行個(gè)人征信系統(tǒng)里的任何相關(guān)信息,只要把自己的網(wǎng)上消費(fèi)記錄、話費(fèi)詳單等信息上傳到一款手機(jī)APP上,你就有可能在10分鐘之內(nèi)獲得幾萬(wàn)元的貸款??此铺旆揭棺T的生活場(chǎng)景,金融大數(shù)據(jù)就能幫你實(shí)現(xiàn)。
網(wǎng)購(gòu)記錄助“草根”貸款
“對(duì)不起,您的情況,沒(méi)有辦法辦理貸款?!毕胍J款2萬(wàn)元做點(diǎn)小生意時(shí),“85后”男孩崔浩遭到了銀行的拒絕。
崔浩每月都有四五千元的固定收入。可他卻沒(méi)有信用卡、沒(méi)有工資卡,在工地上打零工的他,所有工資都是以現(xiàn)金形式拿到手。
除了平日里吃飯、交房租,他所有的開(kāi)銷(xiāo)幾乎都在網(wǎng)購(gòu)中完成。惟一能夠證明他手中有穩(wěn)定現(xiàn)金流動(dòng)的痕跡,就是一份穩(wěn)定的網(wǎng)購(gòu)消費(fèi)記錄。但這樣的記錄,銀行現(xiàn)在還沒(méi)法承認(rèn)。
近日,通過(guò)一個(gè)名叫“信用錢(qián)包”的APP,崔浩卻成功地從一家網(wǎng)貸平臺(tái)拿到了貸款。
“人們的信用可以通過(guò)很多方式評(píng)估,我們的作用就是通過(guò)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等技術(shù),幫用戶(hù)把這些零碎的信息數(shù)據(jù)收集和分析,讓過(guò)去沒(méi)法‘量化’的信用受到重視,為用戶(hù)增信?!薄靶庞缅X(qián)包”研發(fā)企業(yè)、量化派創(chuàng)始人周灝說(shuō)。
在“信用錢(qián)包”注冊(cè)登錄進(jìn)入主頁(yè)后,用戶(hù)可以把淘寶消費(fèi)賬號(hào)、話費(fèi)詳單查詢(xún)賬號(hào)、教育信息查詢(xún)賬號(hào)等信息輸入,并隨即進(jìn)入貸款申請(qǐng)頁(yè)面。填入申請(qǐng)貸款額度、用途、時(shí)間等需求信息,系統(tǒng)就會(huì)在幾分鐘內(nèi)自動(dòng)生成一份用戶(hù)風(fēng)險(xiǎn)分析報(bào)告。
是否為黑白名單用戶(hù)、是否屬于高風(fēng)險(xiǎn)人群……根據(jù)報(bào)告提供的這些信息,原本在銀行、網(wǎng)貸平臺(tái)、融資租賃公司眼中“信用不足”的人,也有可能獲得貸款。
2012年,在美國(guó)留學(xué)并工作6年的周灝回國(guó)發(fā)展,當(dāng)時(shí)沒(méi)有戶(hù)口、沒(méi)有本地社保、沒(méi)有身份證,即便他收入狀況不錯(cuò),擁有多張國(guó)外信用卡并且記錄良好,但想要得到一張國(guó)內(nèi)銀行的信用卡卻十分困難。
“評(píng)價(jià)‘信用’的標(biāo)準(zhǔn)其實(shí)可以很豐富,除了車(chē)房抵押、銀行流水,消費(fèi)記錄、手機(jī)號(hào)碼使用記錄都應(yīng)該成為一個(gè)人是否應(yīng)該獲得貸款的評(píng)價(jià)因素?!敝転f(shuō)。
今年1月上線以來(lái),量化派已經(jīng)幫用戶(hù)累計(jì)成功申請(qǐng)數(shù)千萬(wàn)元貸款,注冊(cè)用戶(hù)超過(guò)十萬(wàn)人。
10萬(wàn)個(gè)角度繪出“信用畫(huà)像”
銀行專(zhuān)業(yè)人員無(wú)法判別的信息,一家大數(shù)據(jù)企業(yè)憑什么就能從中看出風(fēng)險(xiǎn)高低?
在量化派位于中關(guān)村互聯(lián)網(wǎng)金融中心11層的辦公室里,周灝向記者解釋了數(shù)據(jù)“識(shí)人”背后的秘密。
首先,數(shù)據(jù)分析人員需要用計(jì)算機(jī)建立一個(gè)數(shù)據(jù)模型。為了便于理解,人們可以把這個(gè)數(shù)據(jù)模型當(dāng)作一個(gè)“黑盒子”?!昂诤凶印睍?huì)通過(guò)一項(xiàng)名叫“機(jī)器學(xué)習(xí)”的技術(shù)進(jìn)行自我完善和調(diào)整。
舉例來(lái)說(shuō),當(dāng)既有數(shù)據(jù)顯示,1萬(wàn)個(gè)信用良好的人全部都有兩年穩(wěn)定淘寶購(gòu)物記錄的話,“黑盒子”會(huì)“學(xué)”到一個(gè)小知識(shí)——有兩年穩(wěn)定淘寶購(gòu)物記錄的人信用風(fēng)險(xiǎn)可能比較小。
什么樣的細(xì)節(jié),“黑盒子”會(huì)判斷它為“高風(fēng)險(xiǎn)”呢?“假設(shè)申請(qǐng)人填寫(xiě)的工作地、常住地為北京,他的手機(jī)通訊數(shù)據(jù)卻顯示他常年在邊遠(yuǎn)地區(qū)活躍,那么有很大的可能是他說(shuō)謊了。”周灝說(shuō)。
通過(guò)與銀行、征信機(jī)構(gòu)合作,周灝的公司拿到了不少可供“黑盒子”自我學(xué)習(xí)的基礎(chǔ)數(shù)據(jù)。當(dāng)模型積累了成千上萬(wàn)個(gè)小知識(shí),這個(gè)“黑盒子”逐漸成熟,便可以用來(lái)檢驗(yàn)、篩選貸款人了。
當(dāng)一名貸款申請(qǐng)人把自己的信息查詢(xún)渠道授權(quán)給“信用錢(qián)包”,所有與他相關(guān)的信息會(huì)迅速進(jìn)入這個(gè)“黑盒子”,接受檢驗(yàn)。除了用戶(hù)主動(dòng)提交的信息,“信用錢(qián)包”還與征信機(jī)構(gòu)等第三方機(jī)構(gòu)合作共享信息。
“分析一名用戶(hù)的信用情況,我們最多已經(jīng)有十萬(wàn)個(gè)特征信息可供參考了?!敝転f(shuō)。也就是說(shuō),為一位貸款人繪制一幅信用畫(huà)像前,“黑盒子”最多已經(jīng)有了十萬(wàn)個(gè)觀察角度。
大數(shù)據(jù)下埋“金礦”
在國(guó)外從事信用模型分析工作時(shí),一些有趣的現(xiàn)象讓周灝被大數(shù)據(jù)的“聰明才智”所震撼。
根據(jù)數(shù)據(jù)分析結(jié)果,一天只刷一次牙和不刷牙的人,比每天刷兩次牙的借款人,貸款風(fēng)險(xiǎn)較大。在美國(guó)的加油站,一天刷三次以上信用卡的人,貸款風(fēng)險(xiǎn)較大。工作人員探究后發(fā)現(xiàn),一天刷兩次牙的人,比較注意保護(hù)自己的健康,而他們通常也更加注意保護(hù)自己的信用健康,不會(huì)輕易借錢(qián)不還、損傷自己的名譽(yù)和信用。而一天內(nèi)多次在加油站刷卡的人,可能存在刷卡套現(xiàn)的不良行為。
火眼金睛般捕捉人們不經(jīng)意間留下的“痕跡”,大數(shù)據(jù)真能“識(shí)人”。
其實(shí),除了幫助金融機(jī)構(gòu)識(shí)別貸款人的信用度,大數(shù)據(jù)在本市的電商、文化創(chuàng)意、城市管理等領(lǐng)域都已經(jīng)開(kāi)始挖掘“金礦”。
在商業(yè)中,大數(shù)據(jù)被京東用來(lái)預(yù)測(cè)用戶(hù)購(gòu)買(mǎi)行為——注重生活質(zhì)量的年輕女性在購(gòu)買(mǎi)加濕器時(shí),往往會(huì)順便購(gòu)買(mǎi)花生豆等零食,因此加濕器和花生豆擺放在相鄰的貨架能夠提高物流效率;在文化創(chuàng)意領(lǐng)域,大數(shù)據(jù)被新影數(shù)訊公司用來(lái)預(yù)測(cè)票房——演員、題材內(nèi)容、檔期、首映口碑,都會(huì)成為影響一部電影賣(mài)座率的因素;在城市管理領(lǐng)域,大數(shù)據(jù)被用來(lái)提供決策參考——整個(gè)城市的地鐵閘機(jī)刷卡數(shù)據(jù)被收集、分析后,能夠直觀地看出人流流向和擁堵情況。
數(shù)據(jù)分析咨詢(xún)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(lèi)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(xún)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(kāi)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)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(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)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(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11