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
在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09