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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25