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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08