京公网安备 11010802034615号
经营许可证编号:京B2-20210330
不只是大数据,银谷要把最基础的事情做实
要找银行借钱,得讲信用,而信用需要时间的考验。没有信用,有抵押物或担保人也行。银行家不做无保障的贷款。融资最大的障碍就是抵押物。国企央企找银行借钱的终极抵押物,就是国家信用。国家信用的价值无限大,所以,国企央企总能轻松地以低利率借到钱。
小微企业主、个体工商户和工薪阶层之所以融资难,是因为它们没有可靠的抵押物和担保人。
巴菲特说:“我越来越看重的,是那些无形的东西。”巴菲特做投资判断,越来越看重企业的商誉。银行做贷款也是这样。
可口可乐的老板有一句名言:全世界的可乐工厂一夜之间都烧掉了,但是,第二天照样有人来给我们供货,银行照样来给我们贷款,客户还照样来订单。能烧的都烧掉之后,剩下的那个烧不掉的东西——品牌价值,就是商誉。
抵押物、担保人和商誉可用于争取银行贷款,而这些却又是实现“普惠金融”的门槛。
中国人往往更看重人情和熟人(熟客)间的信任关系。地产界大佬冯仑曾说过:“你有多少钱,不是看你银行账上有多少钱,而是你需要用钱的时候,这世界上有多少人愿意借多少钱给你?”
银行融资是“借”的逻辑,冯仑的融资逻辑是“信用变现”,后者更具有“普惠性质”,冯仑的话无意中已接近互联网金融的核心精神。
银行信用记录的形成过程非常单调,就是你贷过款才有信用记录,否则没有。在美国人的消费开支中有80%以上是用信用卡支付的,这大多是出于累积信用的考虑。哪怕你是企业主,需要更多借款,比如一次借个30万50万,银行家也希望你是从一个小的金额累积信用,这样银行可以通过信用累积过程,观察你这个人的各种行为数据。
互联网金融(以P2P为主)逐渐兴起之后,欧美金融领域一些“新思维”开始对中国同行产生影响。很多P2P平台相信“用数据说话”,认为“在大数据的监视下,人们在互联网上的一切行为、身份甚至个性都无处遁形。”比如,你登录网站的时间总是在半夜,说明你白天可能是个无业游民;你在P2P平台借款填写表格的时间过长且总是删删改改,你就可能有编造信息的嫌疑……
《中国P2P借贷服务行业白皮书》认为,大数据征信使用的数据涵盖传统的征信数据、消费/财务数据、身份数据、社交/经营数据,乃至日常活动数据、特定/不特定场景下的行为数据,“一切数据皆为信用数据”。
可是,这样“数据大杂烩+逻辑判断”是否真的有效?不同来源的数据之间有冲突和矛盾如何处理?
就算这种“大数据”逻辑真的有效,更多是在否定一个人的信用。真正好的P2P平台,更关注如何帮助借款人建立信用。
比如,银谷P2P平台就是一个积累了海量用户数据的大型平台,能够运用人脸识别技术和大数据挖掘技术,减少繁琐而昂贵的尽职调查,将信用风险确定为几个指标,然而批量化、专业化操作,业务速度得以加快。
可是,在银谷看来,技术、数据与效率对于P2P平台固然重要,但并非其核心竞争力。服务才是这个世界上最昂贵的产品。银谷平台真正努力的方向是做一家服务一流、有情有义的P2P平台,银谷要帮助真正有信用的人“信用变现”。
银谷创立8年来,做的最重要的一件事就是建立了自己的信用管理系统。这个过程是煎熬的,银谷需要投入大量的时间和资金,对用户数据进行科学积累和反复修正,为了弥补“大数据”技术的不足,银谷还会用最辛苦、最传统的信用评估方式来做补充,力求把最基础的事情做实。
银谷平台的服务对象主要是小微企业主、个体工商户、公务员、事业单位高收入人员等,不做50万元以上的“大额”借款,不做“二八法则”里20%的头部客户,而是以互联网+的方式,服务“长尾”客户。基于广泛的信用和信赖,银谷平台的“熟人用户”规模不断扩大,成本的优势会逐渐显现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15