
不能单纯依靠大数据做风控_数据分析师
大数据风控被看作是互联网金融的“王牌”。然而P2P网贷宜信CEO唐宁近日表示,单纯依靠互联网大数据做风险控制并不可行,线上线下结合才是中国互联网金融成功的必由之路。尤其是农村金融市场,这一潜力巨大的市场,需要与线下渠道合作,获取具备有效信用的客户,同时需要强大的研发能力将线下信贷数据获取过程标准化,降低成本,从而真正发挥互联网金融的优势。
8年来,数千家P2P公司如雨后春笋出现,中国已成为国际上第一大P2P互联网金融市场。唐宁表示,金融交易互联网化是大势所趋,互联网和移动互联网大数据,正在推动中国金融进行革命性的创新。
但他认为,在网上进行金融交易还属于很早期的阶段,互联网金融需要线上线下相结合。
首先,部分平台需要线下网点帮助增信。“比较严肃的金融服务,很难要求一上来就达成非常高的信任度。互联网数据能够起到非常大的帮助作用,但在现阶段,很多基础数据需要线下网点的沟通,以帮助增信。”唐宁认为,有几类业务需要线下配合,如稍微复杂的财富管理业务,包括税务方面的规划、遗嘱规划等,就需要与专业人士交流。此外,小微企业主不会一开始就对评估平台有较高的信任度,提供有用信息给评估平台去评估额度,也需要线下网点去寻找小微企业主。
其次,风控不能单纯依靠大数据。唐宁表示,部分人群的风控不能用大数据解决,例如,如果P2P平台要服务一些没有明确稳定现金流的小微企业主,就可能需要信贷员到小微企业主的场所,去查看其电表、水表、工资表。“单独依靠互联网信息做风险控制,被证实在中国现阶段以及未来很长一段时间不可行。”唐宁说。
线下工作无疑提高互联网金融的成本,削弱线上优势。对此,唐宁表示,可以采用渠道合作,同时积极研发风控标准化流程来解决这些问题。“线下调查方面,需要很强的标准化,才能提高线下效率,降低成本。”
在农村金融P2P上,宜信目前采用的是与线下小额信贷助农组织合作的方式,其线下合作方包括县级妇女发展协会、扶贫经济合作社、地区扶贫项目促进会等等。唐宁表示,这种渠道合作本身也具有有效性,因为合作渠道可以提供具有有效信用的客户。
唐宁认为,农村金融未来市场和城市不相上下,尤其是农村产业化和集约化下的农机具需求,带来小微租赁市场光大。“像收割机、拖拉机、烘干塔等等这样的设备可能只需要10万元、20万元或30万元,额度很小,但是农户又买不起。而他一旦有了这些工具,不仅自己能够节省人力物力,同时还能够赚外快,所以市场需求非常大。”唐宁说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04