
中国的大数据处于割裂状态_数据分析师考试
首先任何制度、创新都是有路径依赖的,没有过去就没有现在。所以肯定是从过去到现在。我相信P2P这个行业,包括它的风险管理,也是这样的。所谓innovation,我专门查过它的字根,来自希腊语。这个字根的本意是说结合现有的资源、结合我们现在有的资源重新通过它的要素重新组合,然后产生一个新的事物。所以P2P的风险管理应该也是这么一个规律,它是从过去的一些东西发展到现在。
P2P的风险管理,还是用了很多传统的方法,而且每个平台因为本身发展路径不同,可能有不同的一些特色。比如电子商务平台转过来的做金融的,可能更多依赖的是原来的基础,电子商务的交易数据和原来的一些积累;如果从银行转变过来做互联网金融的可能依托于原来风控的一些逻辑,然后延伸到现在。
陆金所是从平安这么一个原来传统的金融机构发展过来的,所以它的风险管理以及P2P的模式也是以原来的客户的数据、原来做金融业务、消费信贷业务、保险业务、银行业务数据为基础,发展的路径我相信每个机构都是不一样的。所以风险管理也是依托于过去的这么一个发展的手段。P2P风险管控的手段,实际是很成熟的原来在传统金融机构里使用过的,然后结合P2P的特点进行一些改造。
刚才主持人谈到新的这么一个行业,谈到大数据的问题。实际互联网管控风险现在包括学术上、各种行业讨论里,都经常提到大数据的问题。大家普遍都认为,大数据是一个因为互联网技术产生的新的风控的管理办法。这是非常值得期待的一个办法。通过大数据来管理。
但是从我个人的角度来看,我觉得现在的大数据可能还不能称之为大数据,可能还是小数据。因为每个平台、每个机构观察到的数据都是一个行为的侧面,并不是整体性的数据。我们做风险管理的人知道,实际最有意义的数据应该是关系型的数据,而不是割裂型的数据。割裂以后的数据或者某个侧面的数据,在风险管理应用上的有效性会大打折扣。但是很遗憾,我们现在大数据的发展在国内每个机构拥有的实际都是基于原生的经营管理产生的,无论历史多长,比如原来传统的大型金融机构积累了很多年历史的数据,数据量很大,有些电商平台积累了一些电商平台上的交易数据。都是每各机构从各自侧面有一些数据的分析。但是这些数据实际到目前为止,我感觉还是处于一种分割、割裂的状态。
我们中国基础设施建设享誉全球,但是对数据建设这一块,一直没有被提到一个很好的议事日程上来。所以我想借这种机会,也呼吁我们下一步所谓软实力的建设,应该更加注重数据基础设施的建设。因为很多数据的整合和数据的集合,还是需要政府的力量。可能商业机构不一定能完成。为什么这么说?因为感觉大部分的数据,关于我们每个人的数据,很大一部分是掌握在政府部门相关的手里。比如税务数据、社保的数据、交通的数据、养老的数据,方方面面,这些数据割裂在不同的政府部门里。所以我们呼吁政府加快数据基础设施的建设,使我们风险管理的水平、数据的完整性,在保护隐私、消费者权利的前提下尽可能整合,为金融行业、社会商业环境提供一个更好的基础设施。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25