
攻坚保卫战,反大数据可能是银行们应对互联网金融的攻略
还能更菊紧一点嘛?银行们还没把阿里金融、京东金融会怎么威胁自己研究清楚,上周苏宁也放出消息要做苏宁银行了。
从去年9月,马云正式提出阿里的未来的平台、金融、数据之后,银行始终处于守势。最有行动力的金融机构的玩法也不过是跟进、模仿互联网公司们的创新,或与之合作。上周,东方证券的分析师金鳞发了一份名为《互联网改变金融》。pdf的深度研究报告,就是在为银行们分析互联网与金融未来的共生竞合的新生态,写得很好,但视角也仍是跟金融机构们讨论怎么防守。
合作与跟从都不是出路。这两种打法现在都已经显露了弊端:
1、跟进、模仿无疑很被动。在银行的钱荒里,支付宝推出的T+0理财产品余额宝,上线近两月资金规模就达到了200亿元。有的金融机构嗤笑不屑,有的机构如建行则发布报告呼吁商业银行快速跟进推出同类产品。但在吸引新增的草根客户方面,互联网公司凭借产品与营销长项,余额宝这样的产品注定风头一时无两。
2、合作要么感情破裂,要么被合作方驾驭。
2011年之前,建行跟阿里巴巴的小微企业贷款合作计划执行了两年,阿里从建行学到了大量专业的信贷风险控制的依据和方法,随后一方面认为其中的大量长尾机会是自己该赚取,不应该分给别人;另外也意识到国企部门之间效率之低,两家合作转冷。这也是刺激建行自己做电商平台“善融商务”的原因。
《国家财经周刊》的这篇文章说,银行们的怨念还有,用户们在支付宝、财付通、快钱上通过快捷支付购买了一样产品,支付宝提供给银行的信息仅有交易金额,却截留了具体的商户、产品分类等信息。但它们手中有大量的支付结算需求,银行又不得不合作去争取客户资源。激进的某央行人士干脆把这类合作形容成引狼入室。
在微信上最受推崇的金融创新是招行的微信版,虽然被银行同业视为大创新,但在微信的渠道优势面前也只能听安排。上面提到这篇文章里写,招行信用卡中心总经理刘加隆说:“我做服务,他给我开权限。如果我做营销,他就把那些权限慢慢关掉。5.0版本出来之后,还可能要关掉一部分权限。”银行人士估计,微信势必要通过同属腾讯旗下的财付通来做支付,银行则需通过财付通的渠道再介入到支付中来。
P2P、众筹、阿里金融、微信O2O支付、苏宁银行……如果只盯着眼前这些寸寸失地,传统金融机构们可能失去的机会更多。马云此前在接受采访时说过:
我们不是因为要进入金融才进入,而是我们在发展电子商务的交易过程当中,一定要用到“金融”。原先的金融体系没办法支持我们,现有的金融体系很难支持创新行业的发展,所以,我们就自己创新一套金融。
如果行长们找来科技宅们的装逼圣典《失控》认真读读第十二章,就会意识到马云不是在客气而是讲真的。虎嗅身在金融门外,昔日读完这一章后大致能想象到的变革都有:
1 互联网技术使得交易成本降低、效率提高,加快货币的流通速度,这等于绕开银行,增大了市场的货币流通量。而大到一定程度,会形成前所未有的经济动力,甚至影响实体货币发行。
2 周期性支付将会被即时支付逐渐代替,这使得在途货币减少,减少银行的存量资金。
3 货币、数字货币、发行机构的多样化,会赋予“金融”更复杂的内涵。如果你觉得多看书城的买100元图书送100元米币也还只是体内产品的变相折扣,那么淘宝送出的能充手机话费的现金红包,就已经在跨网络的两种交易体系里搭桥。说不定有一天,虎嗅币对Q币的汇率变化,能影响以港元计价的腾讯的股价?
这些都将在传统金融范畴之外发生。或许公司信贷、金融投资、投行等更专业、有严格牌照限制的领域,很长一段时间内仍将是传统金融机构的天下,但互联网金融将会开发出一套更开放、自由、平等的全新供需环境及运行法则。换句话说,互联网公司在玩的,是银行自己也没有玩过的金融。
银行们,请尤其重视一下凯文·凯利这段关于电子货币的预言式展望:真正的数字现金所需要的经济机制,将会重新构造我们的经济、通讯以及知识。请再进取一些,想想在互联网公司的业务漏环、业务对立面里的创新可能性。你们干嘛不进场?你们懂金融,互联网行业的需要的牌照资质又比你们业内少多了。
来点更进取的尝试,例如
在具体阐述之前,有两个预设前提值得先摆上:
1、要看到,比起机构,零售市场、个人用户的需求对互联网金融的推动力更直接快速。所以,互联网金融最快的变革会发自这里。正如虎嗅的作者拯迪说:如果银行还是仗着传统资金渠道,走大额对公业务,忽视小额资金流水和第三方支付的“一刀切”,那么银行对终端消费发展趋势的感知会越来越差。
2、监管始终滞后于创新,而且监管者也乐于推进传统金融机构的创新。端倪已在眼前:央行决定自2013年7月20日起全面放开金融机构贷款利率管制。虎嗅作者cypress认为,这多少也展现出央行想早日拆除正规金融机构与草根金融之间厚重围墙的决心。
传统金融机构与其抱怨被银行法、银监会与各种牌照缚住手脚,没法跟草根机构列同一起跑线,不如想想怎么变通。这种变通,既可以用在组织架构上,也可以用在产品上。
关于创新的组织架构,民生银行玩得很漂亮:即将在深圳前海注册的民生电子商务有限责任公司,认缴资本金30亿元人民币。这家公司的妙处在于,公司的发起人是民生银行的七家主要非国有股东单位和民生加银资产管理有限公司,而非民生银行自己。这样一来,民生电商与民生银行没有直接股权关系,仅为关联企业,为创新尽可能减少阻碍。
但除了在股权架设上绕开了监管,民生电商在业务逻辑不算太有想象力:搭建电商平台,把传统业务里的产业链金融、供应链金融的线下环节搬到线上。
比如说,曾经发明一卡通、一网通成为零售银行翘楚的招行,能不能发行这样一种智能储值卡:USB或蓝牙接口,可以从个人网银或ATM机向卡内充值,不记名、不挂失,用户插入电脑就可以匿名在京东买下一箱杜蕾斯,从卡内给京东划账1000元,要求送到某社区的招行网点。招行确认卡内扣除1000元,并给用户发一个确认这笔消费的二维码。但过程中,招行并不知道这笔钱是转给京东,京东也不知道是谁买了这箱杜蕾斯。用户在招行网点出示二维码,招行扫码确认收货人,交付货品。这样一来,资金校验与信息隔断同时得到满足。
除了羞于见人,送礼、装逼……用户有大量理由想要隐藏消费行为。那个出于无聊在淘宝上搜了搜棺材,就被寿衣骨灰盒广告轰炸的一个月里,想必一脑门黑线。淘宝、凡客那么用力地鼓励用户晒单,并没引导出用户太大动静,反倒是各个热卖商品下面一溜的“匿名购买”用户。上两周,支付宝自己都推出了支付宝卡,这实际上是支付宝账户的充值卡,不记名、不挂失、不予提现。
关于大数据的价值,人人意识得到。银行们最视为劲敌的马云,想做的金融也跟数据息息相关。阿里引以为傲的是,在自由体系内,淘宝庞大的交易数据可以建立用户征信系统,来为金融业务提供信用风险解决方案。
把道理反过来想,事情就变得很妙:能收集数据的金融服务值得做,那么能隐藏数据的服务,会更贵重。引述一段《失控》里讲信息价值的话:
隐私是与普通信息极性相反的信息,我把它想象成“反信息”。在系统内移除一点信息,就可以看作是这个系统重新生产了相应的反信息。在这样一个信息之水滔滔不绝无限复制以至于要涨爆互联网的世界里,一点点信息的消失或者蒸发就变得非常有价值——如果能永远消失,就更有价值了。在所有的东西都相互联结在一起的世界,联结、信息还有知识都非常便宜,贵重的反而是那些隔离、反信息和零知识。
砖就抛到这里。围绕货币流通量的增加、支付连续性增加、虚拟货币的多样化还能做点什么?比起互联网公司,更具金融专业能力的银行显然有更多可能。
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