京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“在中国之所以普惠金融开展得还有很大的空间,一个重要的原因就是数据不够,和信用相关的数据点不足够多,大数据从量上来讲,补充了传统金融数据。大数据其实是丰富了传统金融数据的量和值。”2014年12月13日,宜信公司创始人、CEO唐宁,在“三亚•财经国际论坛”上如此表示。
唐宁表示,数据从哪里来,如何采集,以及采集之后怎么办、怎么用,这是大数据和普惠金融接轨最重要的两个问题。“我们的认识是说,大数据其实是丰富了传统金融数据的量和值。”在中国之所以普惠金融开展得还有很大的空间,一个重要的原因就是数据不够,和信用相关的数据点不足够多,大数据从量上来讲,补充了传统金融数据。
“有了大数据之后,如何能够去找到数据点之间的关联,如何通过大数据技术真正做好客户画像、真正做到满足客户需求,做好风控?”唐宁通过举例予以了说明:
“农户现在十万二十万三十万想要买拖拉机、烘干塔这样的工具,以前没有这样的钱,我们说你可以通过租赁的方式租这些农机具。在租赁过程之中,我们把每一个农机具上有传感器、有跟踪器、有基于GPS等等各种数据收集的技术,把数据收集来,然后加以分析。知道他的地点,知道他的使用情况如何,这给我们提供了大量的信息。否则的话在边远的农村,每天这样作业的情况如何得知?这样的小微租赁的方式,满足了广大农户十万二十万三十万购买农机具的需求。”
以下为其发言实录:
唐宁:尊敬的蔡主席、各位领导、各位专家、各位嘉宾,大家下午好!非常高兴有这个机会向大家汇报我们在普惠金融八年多的实践之中,如何利用大数据做好客户画像、风险控制,普惠金融到农村、到小微的一些心得体会。
刚才蔡主席和徐司长已经高屋建瓴地在理论关键点各方面都给我们上了生动的两课,我想就举几个我们在实践之中的例子。刚才蔡主席讲到了数据从哪里来,如何采集,以及采集之后怎么办、怎么用,这其实是大数据和普惠金融接轨最重要的两个问题。我们的认识是说,大数据其实是丰富了传统金融数据的量和值。
首先大家知道,在中国之所以普惠金融开展得还有很大的空间,一个重要的原因就是数据不够,和信用相关的数据点不足够多,大数据从量上来讲,补充了传统金融数据。有了大数据之后,如何能够去找到数据点之间的关联,如何通过大数据技术真正做好客户画像、真正做到满足客户需求,做好风控。我举三个例子:
一个例子是我们现在和美国知名的电商平台eBay合作,向华东华南中国的商家把中国的东西卖到美国去,很不容易,解决他们的资金需求。客户把他在eBay平台上的交易信息提交给我们,授权给我们,我们大数据抓取技术和eBay合作,抓到这些信息,同时还有申请人的其他相关在虚拟体系之中的一些信息,提交给我们之后,几毫秒就可以抓取下来,然后去做一个金融审核、风险控制的决策。我们从几个月前开始合作,到现在,一会儿我的同事会更详细地有这方面的数据,几千万的借款额度,到现在还没有违约。而且几乎100%的循环贷,就是一次它是比较短期之后再来,所以跟实体经济的接轨是非常明显的。
第二个案例,刚才徐司长讲到农村大有可为,我们在农村创新推广了一个叫“小微租赁”的模式,解决农村的农业集约化、自动化问题。农户现在十万二十万三十万想要买拖拉机、烘干塔这样的工具,过往没有这样的钱,我们说你可以通过租赁的方式租这些农机具。在租赁过程之中,我们把每一个农机具上有传感器、有跟踪器、有基于GPS等等各种数据收集的技术,把数据收集来,然后加以分析。刚才徐司长说,知道他的地点,知道他的使用情况如何,给我们提供了大量的信息。否则的话在边远的农村,每天这样作业的情况如何得知?所以这样的小微租赁的方式,满足了广大农户十万二十万三十万购买农机具的需求。我们在过去两年的时间里边,在东北三省、内蒙等等,特别是到两个农忙季节小微租赁火得一塌糊涂,贷后管理风险非常低,由于大数据技术的使用。这是第二个案例。
第三个案例,我举线下小微是如何能够获取到这样的信息。线上小微,刚才讲在电商平台之上有很多的信息,线下小微哪里来信息?我们给小微企业主和客户提供我们云平台,云平台上有很多这样的能力建设的工具,其中包括如何做好CRM,如何做它的ERP,如何做它内部的员工管理等等这样的一整套的工具,我们的小微业主可以通过云平台很便利地去购买多一个账户又一个账户。不像原来他如果想买一套软件的话,门槛非常高,首先价格很贵,另外万一坏了的话谁给他修等等。所以小微企业触网,小微企业能够用到高科技去,让自己在经济转型的前提下如何去改变商业模式非常艰难。这种云平台,这种云计算的平台可以去帮助小微更好地开展业务。与此同时,它的大量的数据,外部的客户数据、内部的员工数据、运营数据等等就在这个平台之上得以积累。过往也有一些技术像基于德国IPC(音)技术看电表水表的技术也好,但是成本高,规模化推广难度大。但是给小微沉淀大量这样的工具,我们拿回来做分析,我们的专家有世界级的分析数据的能力,一会儿有同事也会跟大家分享。
我们的数据有四个来源:一个是我们大数据抓取能力在虚拟体系之中,每天、每时刻都在抓取信息,有移动互联网上的、互联网上的爬虫,抓来之后建立知识图谱,不同数据点之间如何去做关联,这是一个数据源。第二个数据源是我们和合作伙伴合作获取的数据,例如刚才跟eBay合作获取的数据。第三,客户授权给我们自己的数据,现在它可以把自己的社交网络、把自己个人的身份信息等等数据源授权给我们,我们获取数据。第四,宜信在过去八年半服务了200万小微、工薪农户,以及千万级的申请了但是没有被批准的申请人的数据。所有的这四个数据源放在一起,构成了我们的数据来源。那么数据来了之后,我们通过强大的大数据分析整理,建知识图谱,画更好的用户画像。我们现在也在把这些能力去以一个云平台的方式,使宜信大数据金融云平台不仅服务我们自己,同时也要服务于互联网金融的方方面面,服务于我们的商家、合作伙伴。希望在普惠金融整个新生态圈之中,可以以大数据、金融平台为支撑,使普惠金融插上翅膀。文章来自:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 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 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 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 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 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 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09