京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据驱动下的消费金融
当“大数据”开始进入各行各业的视线,互联网消费金融公司也开始利用手中的大数据谋求更广阔的业务布局。
年轻群体因收入与消费的矛盾产生信贷需求,传统金融机构的部分缺席为互联网金融创造了发展空间。移动端可以随时随地对消费者的消费需求产生回应,科技发展重塑风控,这些与未被满足的需求产生碰撞,于是2013年互联网消费金融应运而生。
如今,经过四年的发展,互联网消费金融呈现爆发式增长的趋势,艾瑞咨询发布的《2017消费金融洞察报告》显示,互联网消费金融从2013年开始到2016年,其交易规模从60亿增长到了4367.1亿,年均复合增长率达到了317.5%。如此累积下来的大量数据将被如何运用呢?
数据驱动
对于消费金融而言,数据和技术在一定程度上正在改变着风控和获客效率。大数据风控,通过运用大数据构建模型的方法对借款人进行风险控制和风险提示,避开传统风控的劣势,发挥最大优势更精准地对业务进行支持和维护。
随着互联网技术不断发展,传统的风控手段已逐渐不能支撑机构的业务扩展;而依托于大数据的风控技术对多维度、大量数据的智能处理,批量标准化的执行流程,更能贴合信息发展时代风控业务的发展要求。“与原有借款主体进行经验式风控不同,通过采集大量借款人或借款企业的各项指标进行数据建模的大数据风控更为科学有效。”中央财经大学金融学院教授刘向丽对《中国经济信息》记者分析。
数据驱动下的风险定价是消费金融企业的核心能力之一。京东金融消费者金融事业部总经理区力在接受《中国经济信息》采访时回顾,过去三年中,京东金融做了大量的数据、研发和系统的投入,这些投入是固定成本,每一单金融服务的操作成本则是变动成本。“比如‘白条’业务,我们没有一笔是通过人工审核,都是机器决策,这样子每单的变动成本近乎为零,我们的后台系统1秒钟可以处理几十万笔交易,这在过去的金融服务模式中是不可想像的。”区力说。现在“白条”信用风险评估模型覆盖了两亿多个京东用户,而且每一个数据模型体系中都有上百个子模型,几万个变量。
区力向《中国经济信息》记者表示,京东金融目前已经构建了自身的核心壁垒,即数据驱动下的风险定价能力,具备了获取各种不同维度数据源能力,以及数据技术能力和数据模型产品能力。
与此同时,京东金融凭借在数据领域进行广泛的投资以快速占位。公开资料显示,京东金融已经投资了ZestFinance、聚合数据、数库、聚信力等多个数据公司,这其中包括数据银行、数据挖掘、机器学习等不同的类型公司。
赵国庆则对自己创立的马上消费金融公司冠以“典型的大数据公司”的头衔。
目前,马上消费金融拥有的技术和大数据团队人员占据公司总人数的2/3,体现了鲜明的新型金融机构特征。通过采用多种机器学习方法,建立了面对不同业务场景和不同需求的几十个大数据模型,拥有超过10W个数据维度。
区力还透露,依据京东金融2017年确定的“坚持技术持续投入不动摇”战略,下一步京东金融将对于自身数据技术基础方面进行布局。
举例来说,根据京东集团的电商业务的一些用户购物数据,基于相应的模型产品,可以在消费金融业务上为消费者提供相匹配的“白条”额度,或者为其提供专业的针对性理财服务,甚至在众筹业务方面。
当下,互联网消费金融借力大数据大势所趋,业内人士翘首以盼的是,利用大数据将各条业务线的服务、产品、用户打通,为用户提供更加人性化、合理化、科学化服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13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 ...
2026-04-13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 ...
2026-04-13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