京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据+金融,让普惠金融成为现实
2015年12月12日,很多人在这个日子大概会想起“双11”狂欢的余热“双12”,当消费者这一天逛着淘宝、刷着信用卡、用着支付宝、余额宝的时候,很少人能够意识到他们就处在互联网金融之中,正是这些用户组成了互联网金融大数据中的一部分。
“双12”这一天,中关村迎来了自己的“大数据日”,来自政府、银行、征信、P2P平台、电商、大数据服务商等互联网金融行业精英齐聚中关村,共同探讨大数据新金融生态。由行业领先的互联网大数据服务商GEO集奥聚合承办“大数据+金融”分论坛同期召开,本次论坛的主题为“大数据驱动新金融生态”。现场众多行业大佬们共同探讨信息化金融革命,互联网企业纷纷抢占第三方支付等金融领域话题,推动传统金融行业变革。GEO集奥聚合CDO丁磊和GEO集奥聚合高级副总裁林佳婕也同大家分享了对于大数据金融的理解以及GEO集奥聚合在金融能力、金融体系的演化过程。
大数据引发金融生态和资源配置的深刻变化
随着互联网的不断发展,社会形态及组合方式发生了巨大的裂变,这个时代愈发高效、快捷和透明。互联网金融应运而生,引发了金融生态和资源配置的深刻变化。数据显示,中国大数据IT应用投资规模以五大行业最高,其中金融领域排在互联网行业和电信行业之后,占IT应用投资的17.5%,位居第三。对于天然具有数据属性的金融业而言,新型金融业态对金融创新发展、风控监管政策等方面提出了新问题、新要求和新挑战。
大数据在金融行业的应用主要集中在银行、证券和保险三个部分,尤其银行是金融类企业中对于大数据投资最多,国内不少银行已经开始尝试通过大数据来驱动业务运营。银行大数据应用具体可分为客户画像、精准营销、风险管控和运营优化四个方面。
GEO集奥聚合成立于2011年,主要专注于互联网金融、营销、汽车等行业的大数据服务。不仅是一家数据源的整合公司,还在整合数据的基础上,通过数据挖掘、机器学习平台,提取数据的价值,为客户创造真正的价值。在至今为止四年多的时间里,对于经验和数据的不断积累,让GEO在金融能力和金融体系上逐渐演化成了两大平台 -- 金融营销平台和金融风控平台,在互联网大数据深耕多年的他们通过这两个平台充分将大数据运用于金融行业,为客户创造更大的价值。
传统视角+大数据视角,更精准的营销
营销在本质上就是在用户的身份期的各个阶段和用户进行对话,提升用户的价值,这些阶段包括潜客转化、新客户互动、存量客户提升和最后的防止客户流失。金融营销平台正是按照金融产品,包括信用卡、借贷产品、理财类产品设置的营销平台。能够利用大数据描绘用户画像,并进行精准营销,让金融机构和用户进行最直接最有效的互动。具体表现为能够根据营销场景进行个性化的推荐,并能够根据用户的属性进行目标的投放和选取。
有一个有趣的例子就是,一个用户他没有信用卡,也没有信贷,也没有帐户活动,电话营销也没有反映。从金融机构的视角,他是一个低价值的客户。但是从大数据的角度,则能够了解到这个用户更多的信息维度:他很关注互联网理财的产品和服务,关注房地产,每月平均在外地五天,有海外旅行的经验……通过这些信息,可以看到这对金融机构是一个高价值的用户。GEO的金融营销平台能够把这两个视角融合在一起,既结合金融机构传统的视角,又结合大数据的视角,为用户整体的画像提供了很大的帮助。
大数据让金融机构更了解客户
贷前验真筛选、贷后逾期预测、催收建模沟通
在金融机构信贷流程的各个阶段,风险控制可能是金融理财最核心的业务。金融的信贷包括:贷前、贷后和摧收管理。GEO金融风控平台专注于小额贷款,并结合了运营商信息。在贷前,首先帮助金融机构验真金融客户的身份真实性。然后利用反欺诈系统对客户进行筛选。最后则通过其他信用评分、授信服务等确保用户的诚信度。在贷后则会通过大数据预测用户发生逾期的可能性。在最后的催收阶段,会建立催收预测模型以求更好地与用户沟通,增加催收成功的可能性和概率。
就贷前验真筛选举例,一个年轻人,刚踏入社会,收入不高,从未有过信贷记录。从传统的金融视角来看,这个用户申请信用卡成功的几率很小。但是,从大数据的视角来看,这个用户的特征包括有稳定的水电煤、通讯以及网络的使用和缴费记录,并有着丰富的线上线下社交活动,喜欢订阅书籍,也许还是社会福利院的志愿者。通过这些大数据,金融机构会得到这个人更新、更丰富的信息,包括行为稳定、兴趣广泛,健康向上,符合申请信用卡的条件。因此,通过这些大数据维度,可以给更多人提供信用卡的服务,使得普惠金融成为现实。
掌控数据,赢得市场
对于天然具有数据属性的金融业而言,数据就是业务本身,只有掌控数据,才有可能赢得市场。大数据的出现既为金融行业带来了机遇,也带来了挑战。
从潜在的机遇来看,海量的数据为企业提供了精确把握用户群体和个体网络行为模式的基础,通过对这些数据的整合和充分利用,就可以实现个性化、精确化和智能化地进行广告推送和服务推广服务,创立比现有形式性价比高数倍甚至数十倍的全新商业模式。同时,企业也可以通过对大数据的把握,挖掘数据更深层的价值,开发出更贴近用户的新产品和新服务,探索出降低运营成本的方法和途径。
从挑战来看,说到大数据,很大程度上说的是对于线上数据的整理和利用。其实这部分中国的整个产业与欧美国家的差距并不大,用到的很多技术跟欧美是完全同步的。但是,如何把线上数据渗透到线下服务当中去,比起一些领先的发达国家来说,中国市场还是有很大的改进空间的。对于金融行业来说,除了线上线下数据的整合,还有就是数据的安全关联。
跟线下数据交互的时候,不仅仅是关联,还必须提安全关联。在线下,大都是通过手机号、姓名、身份证号这样的一些直接关系到用户隐私的信息来识别用户、连接用户。而一旦连接到实体的人,就必须考虑到安全问题。所以,安全关联是数据交换中一个非常重要的基础。安全的数据关联能够很大程度上解决用户信息不对称的问题,线上线下数据安全关联对金融行业来说不仅是数据的升级,是产业的升级,更是对于传统的业务模式的更深度的挖掘和思考。
结语
大数据之于各行各业的作用都是不言而喻的,很多人都在说未来所有的生意都是在做大数据的生意。对于金融行业来说,大数据是原本就存在的基因,现在对于金融行业大数据应用并不是创新,而是对于这个基因更深度、更多维度的挖掘,从而在金融营销和金融风控方面,带来了更好的效果,创造了最直接的价值。用GEO集奥聚合CDO丁磊的一句话来说,大数据营销和风控使得金融服务变得更加有效和普惠。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31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 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24