京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用如此深入 征信为何还不成熟
即将在贵阳举办的2017中国国际大数据产业博览会,已经升级为全国唯一以大数据为主题的国家级博览会。与往届大会相比,今年的“数博会”除了规格上升以外,在对大数据产业的解读上也将更加深入。
如今,大数据的应用除了传统的金融、电信、制造等行业外,在社交、电商等领域的应用也逐渐深入。马云在接受外媒采访时甚至表示:“芝麻信用也可以做谈恋爱的资本,丈母娘对未来女婿说,你要和我女儿谈恋爱,给我看看你的芝麻信用评分。”
不过,在丰满的理想背后却是骨感的现实。目前,央行个人征信中心依然是国内唯一的个人征信机构。
早在2015年1月,央行官网就曾公布《关于做好个人征信业务准备工作的通知》,要求包括芝麻信用管理有限公司、腾讯征信有限公司等8家机构做好个人征信业务的准备工作,准备时间为6个月。几乎所有的人都认为这八家机构将成为我国首批商业征信机构时,两年多的事件过去,征信牌照依然没有着落。
对此,中国人民银行征信局局长万存知日前表示,没发牌照的原因有三:1、遭遇互联网金融整顿;2、个人信息保护意识增强;3、八家机构与市场需求和监管要求差距较大。不仅如此,万存知还列举了八家机构存在的三大问题:1、各自信息不共享;2、存在利益冲突;3、对征信的理念和规则了解不足。
应该说,这些原因和问题都是客观存在的。征信体系的建设更多是一个公益行为,而不是商业行为,它需要不同的机构和个人分享自己的数据,进而推动整个整个体系的完善。但对于背靠不同企业的第三方征信机构来说,商业利益如何在征信体系建设过程中获得一定意义上的平衡至关重要。正因为如此,不同机构对于自身数据看得非常重要,生怕对手掌握了这些数据,进而使自己失去竞争力。
如果说企业还需要在商业利益和企业利益上平衡的话,对于个人来说,如何保障个人隐私数据的安全就变得更加重要。尤其在今天,互联网和移动互联网的高度成熟,使得人们对于个人隐私的保护空前关注。因为从理论上讲,如果互联网巨头通过对自己搜索行为、社交网络中的聊天记录、电子商务平台上的购买记录和收货地址等等综合在一起,那么人们将毫无隐私可言。不过,对于这些涉及个人隐私的信息,各个平台都拥有良好的保护体系。可一旦加入到征信体系中,哪些数据可以为征信服务,哪些属于个人隐私数据需要保护,这样的边界仍然需要严格界定。
其实,很多时候,第三方征信机构也希望与更多的数据源进行合作,以补充自身在数据上的短板,其中央行征信局就是一个核心,因为央行掌握着每个人的金融数据,这些对于金融行业的大数据征信发展意义重大;不仅如此,第三方征信机构也希望与政府、司法、公安等众多部门进行信息共享,以便掌握更多的关键数据,比如一个人有没有违法记录、有没有经济纠纷等等,这些数据同样非常有价值。这很大程度上也牵扯到一个信息公开的问题,如果整个社会的大数据不能共享,而是分散到一个又一个部门、企业中,依据不同数据所勾勒出的征信体系都不是完善的。
而从大数据的技术角度来讲,征信体系的建设和完善早已经不再是一个难题。只是,哪些数据进入征信体系,哪些不能进入,如何保护个人隐私等等,这些原则性问题不能很好的解决,征信体系的完善也就不能实现。
事实上,大数据征信从来都不是一个单纯的技术问题,而是政治问题、军事问题、经济问题、制度问题……要解决这些问题,一方面需要各方加强信息的开放和共享,打破信息孤岛;另一方面也需要监管部门制订明确的界限和细则,对征信数据的共享和使用给出明确的边界;甚至,有必要依托不同的监管部门和商业组织,组建征信体系的国家队,与现有的央行个人征信中心互相合作、互为补充,切实推动征信体系的完善。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10