
“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
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22