京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、场景、供应链,下一个陆金所会是谁
大数据,一直就像青春期的性,谈的人很多,真正做过的却没有几个。话虽然这么说,但是这丝毫不会影响大家对于“性”、“荷尔蒙”的青春幻想。
不知道各位朋友有没有注意到,假如你去京东看了某个商品,那么接下来,你在浏览其他网页时,一定会看到你曾经浏览过的商品广告。
这就是大数据,它跟踪记录了你的“痕迹”。大数据是广义的概念,并非仅仅指数据本身,含义比较广。大数据的产生,可能有以下五种途径:
1、官方数据
你在银行系统、通信系统的任何一次动作,相关官方机构,都会有备份。
2、购买产品或者购买服务留下的信息
如果你经常在淘宝上购买商品,那么在你消费一定频率后,系统可以根据你的消费情况,判断你下次可能会购买什么,例如女性,则可能根据一定的算法,推断出你下次例假将要来时,你可能需要购买的相关物品,网站直接进行推荐。
O2O的打车服务,根据你通常的打车路径和时间,下次到点时自动推断你可能的需要服务。
3、快递公司
快递公司,拥有用户大量的购买信息、住宅地址信息,这些信息的价值不言而喻。
4、社交数据
无论是Facebook还是微信,社交数据基本是涵盖面最为广泛的,你在会与人进行网络交往中,会无意识的暴露数据。
5、手机系统
小米的MIUI系统,天生就是个数据偷盗狂魔;360的各种安全卫士,为你数据备份;这些手机上的APP总是明着暗着窃取你的私人数据。
全国范围内,数据最为好用方便的是官方数据;数据目前最具应用价值的是阿里的消费数据;数据最多最全的是腾讯社交数据;而手机APP和快递公司的那些数据,总显得那么有点“不道德”。
数据本身的价值,需要去挖掘,例如京东白条、花呗,这属于大数据应用里面的消费金融;芝麻征信、腾讯征信,这属于互联网征信;
当然在笔者看来,他们最渴望实现的价值可能是想依托自身的产品或服务,成为一个“账户”式工具;有了刚需、高频的账户,那么就是下一个“支付宝”、“微信支付”啊!超级入口无论是推广自己的产品还是服务,一切都是那么轻松。
DT时代的大数据金融,前景很值得期待,只是大家有些不成熟,“荷尔蒙”这样的事情,当然是成熟起来的果子会比较好吃。
场景化互联网金融
所谓的场景化,就是活动具体化、可见化;放在互联网金融行业,就是贷款者在资金的用途方面,是定向的而不是自由化的。
国外的LC、Prosper等网站,都会披露贷款者的钱具体应用到哪。国内虽然有披露,但是很多都以理财计划的形式进行,这也可以理解为贷款而不是场景化;由于投资人的钱不知道去哪了,因此里面就会存在一个“黑盒子”区间,无论是平台还是借款者,操作空间就大了;大的自由活动区间,意味着不确定风险;
而当具体场景化后,上面的这些问题,就都可以迎刃而解。场景化意味”阳光化”,乱七八糟的东西就无处可逃。
这是从狭义层面理解场景化的互联网金融,它更多侧重于不存在“黑暗且不确定的可操作区间”。
从广义的理解,场景化意味着是具体的生活场景。这些场景可能是购物场景、娱乐休闲场景、乘车出行场景亦或生产加工场景,这些场景对应着确定的信息流、资金流,场景化金融就是这样诞生的,它也意味着具体的、透明的、确定的互联网金融。
1、购物场景
各大电商平台,基本都会推出分期购物;当然电商平台,也会把这些分期购物产生的“优质资产端”进行资产证券化处理,例如京东白条的证券化。
这些电商平台,一方面是促进销售,平台的GMV;另一方面是挣金融的钱。
2、娱乐休闲场景
社交场景、游戏场景是娱乐休闲场景的典型代表。腾讯游戏在这方面,可以说是集大成者,开创了一个王国。具体可以参见下面这个逗比图片:
确实,当你发现游戏的充值,装备的购买,能够让你有那种虚假的成就感时,金融的就来了。笔者也是玩过网游的人,可以设想一下,以大话西游这款游戏为例:假如你在交易平台上,购买了一件很昂贵的装备,你没有去卖出,这个装备,就是你的资产;剩下的问题就很简单了,因为随着你的升级,你可能不需要这件装备,但是在持有这个装备期间,是否能够给予玩家一定利得呢?笔者设想了两种:
给予收益或者利息呢?这对于吸引玩家的作用,那是不言而喻的;
以游戏装备的估值为基础,可以在游戏平台上,进行信贷借款;
由于笔者是一名“资深不要脸的”人民币游戏玩家,所以非常期待上述场景展开。
3、乘车出行场景
要论当下最为火热的O2O共享经济,uber、滴滴快的就当仁不让了。
身边很多朋友,超级喜欢用这两款搭车软件,除了每天的上下班,出去办事也都会用这些软件,正是由于刚需、高频,造就了这样的超级APP。在支付车费时候,互联网金融的生意就诞生了。于是今年三四月份的时候,滴滴快的推出了属于他们自己的钱包。
4、生产加工场景
这个方向的场景,以企业为主;强调核心企业上下游生产销售,产生的真实关系,在此基础上,展开供应链金融。
场景化的互联网金融,说到底,就是资产端质量高,中间资金需求方、平台操作空间小,说到底是安全。
强势的供应链金融
这一部分,也是上面的谈到的场景化的互联网金融——生产加工场景。
基于核心企业上下游生产销售的真实关系,展开信贷或者抵押金融活动,缓解供应链企业的资金紧张局面。
为什么笔者对此比较看好呢?
首先笔者表明一下,说这个是有一定的私心的。主要是基于目前国内制造业的萎靡不振,实体经济不景气,让人难以接受;在先前的文章中,也多次表达对经济“脱实入虚”、制造业“空心化”的担忧,而供应链金融,包括整个互联网金融的最初出发点,都着力解决这个矛盾。或者这就是知识分子的“德与道”吧!
其次,供应链金融,有其自身优势:
1、违约成本相当昂贵,导致违约概率小
不担心你不还钱,因为你违约,代表着你以后无生意可做,除非经营性破产,那个谁也没办法。博弈论里面有一个观点,在进行长期多次选择时候,大家都倾向于遵守规则(也就是长久利益最大化);而江湖式的一次性买卖,大家都倾向于背叛(也就是当期利益最大化)。
由于供应链是一个长期关系,相关企业除非没法混了,一般不会违约。
2、展开供应链金融业务的核心企业,有足够动力
大家可以看看目前做供应链金融的新希望集团、五粮液(000858,股吧)集团等,这些企业为自己上下游企业,展开互联网金融业务,原因两个方面:
促进自己业务拓展,生产顺利进行
通过供应链金融,也适当挣点钱
其实,他们的逻辑,和京东等电商企业类似,只不过京东白条的资产端,最后是选择了证券化处理,卖给了机构;而供应链金融,选择直接接受广大互联网金融投资人的资金而已。
3、核心企业,很好的掌握了风险
由于真实生产关系,长期的接触,核心企业对于需要融资的供应链上的企业,财务状况、生产状况、品德状况,自然是一清二楚,这也算是一种“熟人借贷”吧,知根知底,风险自然小。
供应链金融,在全球范围内,它有前景,但天花板也是看得到的;而且在笔者看来,对于核心企业而言,有一定“自融”性质;只不过这种“自融”,是没有直接股权关联的“自融”。
以上谈论的三个方向,笔者较为看好。当然,也可能出现别的潜力无穷的方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26