京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据带来信贷“四则运算”
当前,金融业的收入只不过随着资产价值的变化而增减。这表明了金融业从经手的资金中捞取了大量油水。此外,有1000万美国家庭和150万英国成年人依然没有银行账户。世界范围内,银行从支付服务中获得的收入达到令人咋舌的1.7万亿美元,占银行业总收入的40%。我们已经进入计算机时代,结算却依然可能要花上数小时乃至数天时间。
3月25日,金融大数据服务平台元宝铺扔出两枚“炸弹”:正式宣布获得由腾讯领投高榕跟投的1亿元B轮融资;正式发布为金融机构提供数据化信贷解决方案 的全新产品——FIDE(金融大数据引擎)。业内人士认为,投资元宝铺是腾讯抢占TOB(金融机构、小微企业)风口的一招棋。
“大家常说互联网+,大数据+。在现阶段,整个金融生态已经不单单是"加"的问题,而应该是"加减乘除"。"加"是把互联网、大数据等嵌入传统行业,"减"是把传统行业中不好的东西去掉,"乘"是通过平台叠加获取客户,"除"则强调更加专业化的分工。”在平安银行杭州分行小企业金融部、公司网络部总经理杜志良看来,元宝铺和多家银行反复磨合打造出的FIDE是一个兼具“四则运算”功能且极具发展潜力的数据业务线。
帮助金融行业提升效率是核心“近百年的金融创新历史有两条主线,一条是金融产品的创新,另一条是金融科技的创新。在未来的一段时期,互联网金融更 大的价值应该在金融科技创新。”元宝铺创始人陈瑞贵告诉记者,大数据公司应当把注意力集中在渠道、技术和数据这三个重要领域。比如怎样为金融行业创造更多 高效的渠道,怎样为金融行业提供更多的获客通道,怎样开发并提供一些新技术来推动微金融的发展,其核心是通过大数据的嵌入,提升渠道的效率、交易的效率和 识别风险的效率。
FIDE是针对小微企业和个人消费者,专注于利用数据和技术手段,为金融机构提供更加高效的借贷基础设施。它从贷前营销风控,贷中管理和贷后预警催收,为金融机构提升全业务周期每个信贷环节的效率。
“我们最新研发了一个产品,叫滴滴贷。按传统业务流程,滴滴司机从银行贷款必须经过申请、资料提交、审批、授信、面签、放款、贷后和催款,8个环节。如 果使用滴滴贷,滴滴司机只须下载我们为银行定制的APP,经过申请、提交、数据、审批、授信和贷后6个环节,就可在线完成整个流程并且实现数据化风控,效 率大幅提升。” 陈瑞贵说。
为金融机构提供精准服务是关键
最近,英国央行的安德鲁·霍尔丹在一次关于金融革命可能性的演讲中指出,近100多年,美国的金融中介单位成本几乎没有变化。“这意味着,过去的金融科技创新主要源自行业内部。随着经济下行压力增大,金融机构开始面临越来越多的竞争压力。”陈瑞贵解释说。
“从2012年开始我们就意识到,应当面向中小企业提供信贷服务。但是,严重的信息不对称制约了相关业务的开展。”杜志良强调,金融机构需要开发新的客户资源,但首先考虑的是风险,其次才考虑收益,流动性,项目的成长性,等等。
“FIDE数据平台集成了包括基础信息、经营和消费数据、运营商数据以及互联网征信信息等多维数据。”元宝铺首席数据官翟建华指出,通过数据分析及建模,可以对客群分层、分类,实现精准营销及信贷风险控制。
在合作的近两年时间里,通过元宝铺落地平安银行的客户已超过1000户,授信额突破2个亿,资产质量控制远远好于传统小微的风险控制。
深挖新的发展空间将是未来的重点
FIDE测试运行两年,已与平安银行、招商银行、浙商银行、浦发银行、江苏银行、富滇银行、佐力小贷等10余家金融机构建立了战略合作关系,在全国50多个城市的2万多个小微企业通过它获得了投资。
德国IPC 公司研发的小贷技术(简称IPC技术),从2005年开始进入我国。它充分考虑了小贷的特点,在业务流程上尽量简化,但软信息和硬信息仍是通过人工的线下 调查来完成。陈瑞贵将元宝铺开发的FIDE看作是IPC技术的升级版,它通过数据和自动化技术来采集跟信贷相关的信息,以便更加高效地为金融机构服务。
“FIDE还有很大的优化空间。”陈瑞贵告诉记者,元宝铺将把B轮融资主要用于提升服务品质和挖掘新的发展空间。“我们将增强研发力量投入,帮助金融机构降低运营成本、风险成本,探索更加高效的获客渠道组合,深度对接金融机构和消费交易场景。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15