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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01