
大数据开启金融服务新时代_数据分析师
当前,大数据的价值已被唤醒。不论是互联网巨头、电商领军企业,还是金融机构都在致力于利用技术创新为用户提供先进的服务。但无论技术多么发达,金融业仍是一个以信用为基础对风险进行严密管理的行业。金融风险最主要的问题是信息不对称,而大数据恰恰能解决小微企业贷款中信息不对称带来的成本和风险问题。
“姨搜”、“抢小姨”是什么?
当这两个有趣且网络特征明显的词汇出现在众人面前时大家都笑了。这是在“大数据与金融服务民生”论坛上出现的一幕。而其开发设计者——宜信公司高级副总裁、大数据创新中心总经理张小沛介绍之后,大家才明白,这是宜信大数据金融在过去一年的部分成果,“宜信金融云”的面纱似乎揭开了一角。
近一年以来,互联网金融在争议中逐渐形成了更多共识,那就是技术驱动创新,创新改变金融。在这一过程中,大数据作为核心技术形成了一套新的基础设施和资源条件,从而有助于金融走向普惠金融,走向过去金融服务不能触及的地方。毫无疑问,认识到这一点并尽早布局,就可能在行业竞争中抢占先机。
利用金融服务实现大数据变现
在张小沛看来,金融与大数据结合会有很多可能性。比如,宜人贷是宜信金融云的首个受益产品,利用宜信金融云平台,宜人贷“极速模式”把对用户的授信时长从原来的十多分钟压缩到一分钟之内,提高了用户体验和放款效率。再比如“姨搜”,作为一种垂直风控搜索引擎,提供与借款人借贷相关的垂直搜索服务,可在贷前、贷中、贷后的各个交易环节提供数据参考。“没有"姨搜"之前我们在审核客户时可能会用百度、用360,现在就可以用姨搜,通过大数据来支撑更迅速和更灵活的决策,同时进行风险管理。”张小沛说,“抢小姨”则是精准获客工具,通过大数据对流量打标签、分层、分级,深刻理解后,帮助销售人员获得线索跟进客户。
张小沛多次强调,这会是一个开放的平台架构,既能支撑宜信自己的业务,也能开放给其他合作伙伴,让这个生态中的伙伴们共同建设、共同受益。
可以看到,宜信正试图通过金融云平台搭建与客户、合作伙伴的金融服务体系。那么,数据从何而来?
对此,宜信公司CEO唐宁说:“数据有四个来源,一个是我们大数据在虚拟体系之中每天、每时刻获取的信息。信息获取之后建立知识图谱,不同数据点之间再去做关联。第二个数据源是与合作伙伴合作时获取的数据,例如与eBay的合作。第三,客户授权的数据,包括社交网络、个人身份信息等数据源。第四,宜信在过去八年半服务的200万小微、工薪农户,以及许多申请但是没有被批准的申请人的数据。数据获得之后,通过大数据分析整理,建立知识图谱,可以画出更好的用户画像。我们现在把这些能力以一个云平台的方式,使宜信大数据金融云平台不仅服务自己,同时也服务于互联网金融的方方面面。”
大数据重构金融行业
实践证明,互联网技术和信息技术的发展对传统银行降低运营成本、提高作业效率、更好地拓宽客户群有着积极的促进作用。而互联网金融在提供大众的、标准的和小额的金融服务方面都表现出极大的优势。
正如原银监会副主席蔡鄂生所说:“对于银行来说,小微贷款的人力成本很高,银行收获的利润往往与投入不匹配。但是,有了大数据的创新做支撑,银行的贷款成本会发生很大的变化,这恰恰能体现出大数据对传统金融,甚至是小微企业、个人消费信贷的一种金融支持。而且大数据时代不光对金融,实际上对各行各业都在起着潜移默化的作用。”
中国人民银行调查统计司副司长徐诺金表示,利用互联网的资源优势、大数据的信息优势、云计算处理能力优势,互联网金融开拓了一种新兴的金融业态,互联网金融方兴未艾,下一个战场是移动互联网;与此同时,传统金融也应该利用大数据改变自己。
张小沛认为,大数据更加注重个性化和定制化的金融服务,为用户提供的金融服务方案更加透明,最大程度地简化用户操作,降低用户参与资金的门槛。
IDG资本合伙人李丰从投资人角度讲了互联网金融和普惠金融的发展趋势。他认为,互联网金融在中国迅速发展的本质来源是人民消费能力增长的同时,线下对标的金融行业所提供的服务却没有达到用户的预期。过去几年来,IDG投资过的多家互联网金融公司表现都非常出色。
创新也要坚守风险底线
当前,大数据的价值已被唤醒。不论是互联网巨头、电商领军企业,还是金融机构都在致力于利用技术创新为用户提供先进的服务。但无论技术多么发达,金融业仍是一个以信用为基础对风险进行严密管理的行业。
蔡鄂生表示,金融风险最主要的问题是信息不对称,而大数据恰恰能解决小微企业贷款中信息不对称带来的成本和风险问题。但同时,基于信息的真实性问题,大数据的采集、判断、决策的风险控制甚至比定向数据的决策风险还要大,这需要通过市场和改革逐步来完善。“把基础做实,才是真正地支撑大数据时代。”
徐诺金也认为,互联网金融的发展不能低估金融的严肃性和复杂性,要认清金融的本质,坚守金融的底线。
唐宁介绍,宜信的大数据平台整合宜信内、外部包括在互联网上的各类数据,希望能够建立一个信用数据知识图谱。他讲了两个案例,一是利用大数据做客户画像,满足客户需求并做好风控。以“商通贷”为例,目前与美国eBay合作,通过大数据技术为eBay平台电商卖家进行授信,解决了外贸电商的资金需求。此项合作迄今达到几千万借款额度,且没有违约,体现了大数据与实体经济的接轨。二是大数据让普惠金融在农村大有可为。宜信在农村创新推广的“小微租赁”使农民可以通过租赁方式获得农机;另一方面,通过传感设备收集数据加以分析,大大降低了租赁中的风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30