京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据滥用 借贷平台肆意妄为的背后
随着“大数据”这一概念的普及,及其在以互联网为平台上的大规模运用,即使是普通大众,也对其有了或深或浅的了解。对于整个社会的未来来说,大数据的作用和意义无可替代,能够最大程度地改变人类的生活方式。但在大数据经历了自己的“蜜月期”后,其“后遗症”开始凸现出来。甚至在某些极端的情况下,沦为骚扰乃至作恶的“帮凶”。
尤其是与个人隐私联系尤为紧密的互联网借贷平台,大数据经过收集、处理已然能够更精准地判定用户是否适合贷款、贷款额度、偿还能力等。但更更让人无奈的是,大数据也成为追讨贷款的新途径,并对大众的生活产生一定的影响。
大数据帮讨债 用户感觉“赤裸裸”
近日,蚂蚁花呗又火了。但这次的火与其便利性毫无关系,恰恰相反,是将蚂蚁花呗的另一面展示给大众。有网友在知乎上提问,描述接到自称蚂蚁花呗工作人员的电话,对方向他打听一位朋友的去向,这位朋友拖欠花呗欠款,而且联系不上。当网友表示自己跟他不太熟,对方却表示,能够看到记录,这位网友某月某日给他赠送过礼物。
从这件事就可以看出,人们在蚂蚁花呗强势的大数据下几无隐私可言,完全就是“透明人”。对国内互联网行业稍有了解的人都清楚,蚂蚁花呗的大数据是来自阿里巴巴的大数据生态链条。也就是说,只要使用过阿里巴巴的服务,如淘宝、支付宝、天猫等,个人数据就会被阿里巴巴收集并整理。
而借贷平台借助大数据讨债的不仅仅是蚂蚁花呗,还有京东白条等。在110法律咨询网上,就有人提问:“我在京东商城上使用白条消费,由于京东方面的原因导致我的白条逾期。然后京东委托第三方对我进行催款,过程泄漏我的个人隐私资料。请问,京东以我未还白条为由,将我的个人隐私委托给第三方这种行为是否合法?”可见,毫无顾忌地使用用户个人隐私,已经成为普遍事实。
常规≠合法 借贷平台涉嫌违法
在事件发生后,蚂蚁金服对此回应说,利用关系人信息提醒还款,是信贷行业的常规做法。对于新生的互联网借贷平台来说,通过大数据手握用户隐私信息,并将其完全利用,似乎无可厚非——反正大家都是干的。但这种看似合乎常理的做法,其实已经涉嫌侵犯用户的合法权益。
银行也会针对贷款延期、信用卡不还等用户催款,但一般是通过对用户本人在办业务时提交的联系人进行询问,并请其转达信息。也就是说,银行只是与用户自己认可并留下的社交群体进行联系。但互联网借贷平台在讨债的时候,却使用了有可能不相干的人的信息。他们并不是用户留下的,只是互联网借贷平台单方面掌握的。
用这样的关系网讨债,既是对用户个人隐私的侵犯,也是对其他不相干人的骚扰。上面提到的用户在100法律咨询网上的提问,回答的两位律师表示“违法,属于侵权”、“可以直接起诉京东侵犯隐私权”。可见,借贷平台的做法严格来说,是涉嫌违法的。
别让大数据成丑恶帮凶 监管迫在眉睫
蚂蚁花呗就讨债功能在官方微博做出回应,表示“立刻在第一时间暂停了以联系关系人来提醒借款人进行还款的方式”。并且蚂蚁金服就此作出改进,比如将人工电话提醒的时限由现在的超过还款日13天,调整为超过60天,且不会涉及具体的商品信息。但是仅仅这样做是完全不够的,并没有从根本上解决大数据滥用的问题。
每个人既然无法摆脱互联网,那个人数据被收集就是必然的事。但由此得来的大数据并不能去作恶,必须向着有益的方向延伸。要做到这一点,仅靠借贷平台的自觉、自律是远远不够的,必须有严格的法律条文、规章制度等,让其走向规范化、合法化。
中国青年报社会调查中心的一项调查显示,75.9%的受访者发现目前存在“大数据”被滥用的现象。这表明,已经有越来越多的大众认识到大数据滥用带来的危害。大数据的监管,已经迫在眉睫。
库评:每个人生活在两个世界里,一个世界是物理世界,还有一个世界是数据世界。物理世界的所有表现,你通过互联网访问社交网站,所有数据将会留下来,朋友圈关系将会留下来。通过移动互联网访问搜索,搜索内容会被留下来。今天通过电子商务购物,购物内容被留下来。今天通过支付工具,支付数据被留下来。今天通过家庭智能物件,所有数据都被留下来。这是一件好事,因为厂商可以通过挖掘消费者潜在的购买力再借由推送来促进其消费,消费者也可以在极短的时间里得到称心如意的商品,岂不双赢?但想想也很可怕,这就相当于消费者的一举一动完全在数据的掌握之中,只要厂商有心,就能了解消费者的一切。这个时候,数据的监管是个大问题,怎么利用收集的数据?利用到什么程度?当消费者感到被侵犯时法律问题怎么解决?这一切的一切都说明:大数据的监管,需要即刻提上日程了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13