
P2P大數(shù)據(jù)的爭議與悖論_數(shù)據(jù)分析師培訓(xùn)
作為互聯(lián)網(wǎng)金融的一種模式,P2P行業(yè)如何發(fā)展一直是輿論的焦點(diǎn)。其中最被大家推崇的一種觀點(diǎn)是P2P的發(fā)展必須結(jié)合大數(shù)據(jù),無論監(jiān)管、媒體、還是我們從業(yè)者,都達(dá)成了共識(shí),許多公司為之努力并且做了嘗試。但是我卻認(rèn)為,P2P不能迷信大數(shù)據(jù),大數(shù)據(jù)并不是萬能的,與其執(zhí)著于用大數(shù)據(jù)做風(fēng)控,不如用來做營銷。
一、P2P的大數(shù)據(jù)為什么做不了風(fēng)控?
目前,在國內(nèi)金融領(lǐng)域,用大數(shù)據(jù)做風(fēng)控,成功的案例只有兩家,一家是阿里小貸,另一家是證監(jiān)會(huì)。阿里小貸通過賣家海量的交易信息和流水,在幾秒鐘內(nèi)完成對(duì)商家的授信;證監(jiān)會(huì)通過海量的交易信息挖掘出關(guān)聯(lián)交易,捕捉老鼠倉的基金經(jīng)理。也有其他一些電商平臺(tái)號(hào)稱利用大數(shù)據(jù)做風(fēng)控審核,但是其模式的實(shí)質(zhì)是應(yīng)收賬款質(zhì)押融資(類似保理)或者是貨物質(zhì)押式融資。其實(shí)阿里和證監(jiān)會(huì)之所以成功,原因在于兩點(diǎn),一、數(shù)據(jù)可以做到即時(shí)更新,既數(shù)據(jù)是鮮活的;二是平臺(tái)本身對(duì)用戶有約束力。這兩點(diǎn)也被人們稱為閉環(huán)的數(shù)據(jù)。那么問題就來了,目前國內(nèi)的P2P公司并沒有閉環(huán)的交易數(shù)據(jù),對(duì)用戶的約束力也不足夠,那么又何來跟大數(shù)據(jù)結(jié)合一說呢?
有人說利用客戶多維度的信息,例如近千個(gè)維度,對(duì)借款人做綜合的評(píng)估。這種方式聽起來不錯(cuò),但實(shí)際情況是,對(duì)一個(gè)人信用的評(píng)估如果用這樣的手段,會(huì)發(fā)現(xiàn)維度和維度之間并非相互獨(dú)立的,而是有邏輯關(guān)系的,1000個(gè)維度中實(shí)際有用的維度可能只有100個(gè),900個(gè)是沒用的,也就是說這樣一個(gè)風(fēng)控模型幾乎是建立不起來的,緯度的邏輯關(guān)系會(huì)有沖突,就算真的建立起來了,能通過該模型驗(yàn)證的也極可能是人格完美的人,例如耶穌和甘地,而不是金融信用良好的客戶,不同的數(shù)據(jù)緯度應(yīng)該對(duì)應(yīng)一個(gè)人不同的方面,絕大多數(shù)的緯度根本體現(xiàn)和一個(gè)人金融信用的相關(guān)性。
再說數(shù)據(jù)來源,有一種說法是互聯(lián)網(wǎng)上的社交數(shù)據(jù)可以作為參考依據(jù),這其實(shí)牽涉到兩個(gè)問題。其一,在互聯(lián)網(wǎng)上人性是被放大的,現(xiàn)實(shí)中不敢說的話,在網(wǎng)絡(luò)上卻敢說,現(xiàn)實(shí)中內(nèi)向的人在網(wǎng)絡(luò)上或許會(huì)非常外向。也就是說互聯(lián)網(wǎng)上的社交信息很難還原現(xiàn)實(shí)中人的信用;其二,社交信用并不一定能代表金融信用。據(jù)征信公司根據(jù)以往的征信記錄來看,人的信用是多方面的,例如朋友信用、愛情信用、事業(yè)信用、其他社會(huì)信用和金融信用等,如果把每一類信用都看成一個(gè)面,其他幾個(gè)面的信用與金融信用并不一定存在相關(guān)性。最近我去英國考察,國外有朋友用facebook上的社交數(shù)據(jù)做金融的嘗試,即利用互聯(lián)網(wǎng)上的個(gè)人信息評(píng)估其信用,并作授信。目前這項(xiàng)服務(wù)的相關(guān)數(shù)據(jù)還未披露,但是通過一些國外的朋友間接打聽,網(wǎng)絡(luò)上的社交金融可能并不成功,原因就在于此。
二、P2P的大數(shù)據(jù)如何做創(chuàng)新?
如果說P2P執(zhí)著雨打數(shù)據(jù)風(fēng)控,不如嘗試用大數(shù)據(jù)做營銷。事實(shí)上,大數(shù)據(jù)的提出者谷歌就是利用大數(shù)據(jù)做營銷的。打比方說,現(xiàn)在新新貸有一位借款用戶,如果他的借款次數(shù)在2次以上,且還款情況良好,可以通過數(shù)據(jù)分析,我們可以用系統(tǒng)的方式為他量身定制貸款方案,利率、手續(xù)費(fèi)、還款方式、期限、額度等都會(huì)和原來的服務(wù)不同。
這個(gè)看似簡單,背后要做的工作很多,首先要看過往的借款記錄,新新貸會(huì)通過他的以往數(shù)據(jù)信息推算出他在什么時(shí)間節(jié)點(diǎn)需要資金周轉(zhuǎn),例如一個(gè)借款人申請(qǐng)借款的時(shí)間是8月,但可以通過計(jì)算得知他資金周轉(zhuǎn)其實(shí)發(fā)生在6月,再分析數(shù)據(jù),是因?yàn)?月份的貨物滯壓造成,再進(jìn)一步分析造成貨物滯壓的原因。貸后管理中,客戶經(jīng)理會(huì)了解借款人的經(jīng)營情況,根據(jù)更新過的數(shù)據(jù),利用系統(tǒng)的方式推算出可能造成他下一次資金周轉(zhuǎn)的時(shí)間,提前推送定制的服務(wù)方案。這種服務(wù)方案更像量身定制,而非讓客戶被動(dòng)接受他不一定適合的信貸產(chǎn)品。在服務(wù)方案的制定過程中會(huì)根據(jù)他的年齡、學(xué)歷、所在地區(qū)、交易流水等情況和數(shù)據(jù)庫中類似的借款人做對(duì)比分析,評(píng)估他的優(yōu)勢(shì)劣勢(shì),和同行業(yè)企業(yè)的相似程度,根據(jù)以往借款人的額度、利率、還款方式等信息,重新評(píng)估當(dāng)下借款人的額度、利率、還款方式等等。目前,我們已經(jīng)嘗試了幾個(gè)這樣的服務(wù)方案,做到了客戶自己還沒有發(fā)覺有融資問題是,我們就提前推送服務(wù)。
三、沒有大數(shù)據(jù),還能做數(shù)據(jù)挖掘
但是P2P最終還是希望用大數(shù)據(jù)完成授信和風(fēng)險(xiǎn)控制以降低服務(wù)成本。剛才已經(jīng)談到,那除非是用閉環(huán)的大數(shù)據(jù)才有可能,也就是說必須有數(shù)據(jù)即時(shí)更新和平臺(tái)約束力兩點(diǎn)。如果P2P無法直接做到這兩點(diǎn)怎么辦?我覺得可以通過其他的方式無限接近這兩個(gè)特征。其一,不定期更新用戶的數(shù)據(jù),以我們來說,風(fēng)控人員在客戶貸后3個(gè)月后必須對(duì)客戶進(jìn)行2次盡職調(diào)查,對(duì)用戶的信息做更新,重新評(píng)估其違約的概率。有人說這么做會(huì)增加成本,但P2P本來就在做商業(yè)銀行和BAT都不做的臟活累活。對(duì)一家P2P公司來說,現(xiàn)在正處在數(shù)據(jù)原始積累的過程中,獲取借款人越多真實(shí)數(shù)據(jù)越有利。未來P2P的核心競爭力與其說是風(fēng)控能力,不如說是數(shù)據(jù)的積累和數(shù)據(jù)的處理能力。
另一方面,小微企業(yè)客戶的賬目往往混亂,在實(shí)際的風(fēng)險(xiǎn)控制中還需要還原他們的資產(chǎn)負(fù)債表和現(xiàn)金流量表,對(duì)他們進(jìn)行財(cái)務(wù)輸出,建立財(cái)務(wù)的標(biāo)準(zhǔn),這些標(biāo)準(zhǔn)的信息積累就為數(shù)據(jù)積累做好了度量衡統(tǒng)一的準(zhǔn)備。這些工作看似不夠互聯(lián)網(wǎng)化,不夠科技化,但是只有這樣的工作才能獲得用戶精準(zhǔn)的數(shù)據(jù),有效的數(shù)據(jù),否則用系統(tǒng)的手段處理,就會(huì)在大量的洗臟數(shù)據(jù)的過程中,增加機(jī)會(huì)成本。
我個(gè)人認(rèn)為,與其執(zhí)著于在線上獲取數(shù)據(jù),不如腳踏實(shí)地在線下做好借款人的數(shù)據(jù)分析。例如,我們?cè)跀?shù)據(jù)積累的過程中,發(fā)現(xiàn)抽煙的借款人逾期率高于不抽煙的人,有宗教信仰的借款人逾期率低于沒有宗教信仰的借款人,世界杯期間看足球的借款人違約率高于不看足球比賽的借款人。借款人的這些信息和數(shù)據(jù)幾乎是沒辦法在線上獲取的,即使獲取也無法核實(shí)真?zhèn)?,但是通過線下實(shí)地走訪,這些信息很容易獲得。這些有參考價(jià)值的數(shù)據(jù)對(duì)大數(shù)據(jù)和風(fēng)險(xiǎn)控制結(jié)合是有幫助,排除對(duì)借款人最有影響的地區(qū)、行業(yè)等因素,用戶自身的一些行為是否存在相關(guān)性,是對(duì)風(fēng)險(xiǎn)控制審核的重要參考。
P2P結(jié)合大數(shù)據(jù)的路還很漫長,目前國內(nèi)還沒有成功的案例,大數(shù)據(jù)對(duì)P2P來說首先用于營銷,其次用于風(fēng)險(xiǎn)控制,在數(shù)據(jù)的積累過程中去做更多深入的挖掘,可能才是真正的未來。
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
如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 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(shì)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(shì)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(shì)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(shì)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(shì)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 ...
2025-07-08