
大数据驱动下的消费金融
对于消费金融而言,数据和技术在一定程度上正在改变着风控和获客效率。当“大数据”开始进入各行各业的视线,互联网消费金融公司也开始利用手中的大数据谋求更广阔的业务布局。
年轻群体因收入与消费的矛盾产生信贷需求,传统金融机构的部分缺席为互联网金融创造了发展空间。移动端可以随时随地对消费者的消费需求产生回应,科技发展重塑风控,这些与未被满足的需求产生碰撞,于是2013年互联网消费金融应运而生。
如今,经过四年的发展,互联网消费金融呈现爆发式增长的趋势,互联网消费金融从2013年开始到2016年,其交易规模从60亿增长到了4367.1亿,年均复合增长率达到了317.5%。如此累积下来的大量数据将被如何运用呢?
数据驱动
对于消费金融而言,数据和技术在一定程度上正在改变着风控和获客效率。大数据风控,通过运用大数据构建模型的方法对借款人进行风险控制和风险提示,避开传统风控的劣势,发挥最大优势更精准地对业务进行支持和维护。
随着互联网技术不断发展,传统的风控手段已逐渐不能支撑机构的业务扩展;而依托于大数据的风控技术对多维度、大量数据的智能处理,批量标准化的执行流程,更能贴合信息发展时代风控业务的发展要求。“与原有借款主体进行经验式风控不同,通过采集大量借款人或借款企业的各项指标进行数据建模的大数据风控更为科学有效。”
数据驱动下的风险定价是消费金融企业的核心能力之一。过去三年中,京东金融做了大量的数据、研发和系统的投入,这些投入是固定成本,每一单金融服务的操作成本则是变动成本。“比如‘白条’业务,我们没有一笔是通过人工审核,都是机器决策,这样子每单的变动成本近乎为零,我们的后台系统1秒钟可以处理几十万笔交易,这在过去的金融服务模式中是不可想像的。”区力说。现在“白条”信用风险评估模型覆盖了两亿多个京东用户,而且每一个数据模型体系中都有上百个子模型,几万个变量。
京东金融目前已经构建了自身的核心壁垒,即数据驱动下的风险定价能力,具备了获取各种不同维度数据源能力,以及数据技术能力和数据模型产品能力。
与此同时,京东金融凭借在数据领域进行广泛的投资以快速占位。公开资料显示,京东金融已经投资了ZestFinance、聚合数据、数库、聚信力等多个数据公司,这其中包括数据银行、数据挖掘、机器学习等不同的类型公司。
目前,马上消费金融拥有的技术和大数据团队人员占据公司总人数的2/3,体现了鲜明的新型金融机构特征。通过采用多种机器学习方法,建立了面对不同业务场景和不同需求的几十个大数据模型,拥有超过10W个数据维度。
依据京东金融2017年确定的“坚持技术持续投入不动摇”战略,下一步京东金融将对于自身数据技术基础方面进行布局。
举例来说,根据京东集团的电商业务的一些用户购物数据,基于相应的模型产品,可以在消费金融业务上为消费者提供相匹配的“白条”额度,或者为其提供专业的针对性理财服务,甚至在众筹业务方面。
当下,互联网消费金融借力大数据大势所趋,业内人士翘首以盼的是,利用大数据将各条业务线的服务、产品、用户打通,为用户提供更加人性化、合理化、科学化服务。
至2016年底,我国金融机构人民币信贷收支表中住户部门的短期消费贷款余额达到5.3万亿元,再加上非金融机构消费金融平台的贷款,我国当前消费金融市场规模(不含房贷)估计接近6万亿元(含房贷规模在25万亿元左右)。如果按照20%的增速预测,我国消费信贷的规模到2020年可超过12万亿元。
“中国的按揭占绝对主导,25万亿元当中,大概有19万亿元是住房按揭,剩下的大概6万亿元金融机构的钱,加上目前新兴起的互联网消费金融的钱,中国差不多6万亿元左右的消费信贷当中,信用卡的规模大概是4万亿元左右,剩下的都是分期。”
目前,进军数据、技术支持解决方案是不少已经具有一定发展规模的消费金融平台的一条“开放合作”之路。
“这几年,京东金融在数据和技术输出方面做了一些尝试,包括和金融机构合作联名信用卡,帮助发卡银行提高批核率。现在,我们的现金贷款产品背后大部分都是对接的银行资金,帮助金融机构降低风险提高收益率。”今后,京东金融依然会沿着开放的路径,对外输出数据技术能力,帮助推动整个普惠金融生态的良性循环。
对于“专业金融+电商场景”这种尝试,米么金服创始人曾指出,分工化协作将成为未来趋势所在,越来越多的专业服务机构将会填充进入电商的整体行业链,降低系统成本,提升行业整体效率。而消费金融公司自身具备的数据分析能力,可以捕获用户多维度互联网信息,为商户描绘出用户潜在画像,实现精准营销。
事实上,普惠金融实践的背后归根结底是对风险的把控能力。相比于传统消费金融风控模式,互联网金融消费风控系统以大数据风控是为基础,融入“数据+风控模型+算法”的思想,真正有效地将风控系统量化衡量。在刘向丽看来,基于大数据风控,可将传统消费金融前端销售依靠大量的人工推荐、后台依赖人工作业的重人力模式,升级为依赖系统和数据自动决策的在线实时自动信贷工厂模式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-252025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-25从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-25用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18