
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。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29