京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01