京公网安备 11010802034615号
经营许可证编号:京B2-20210330
布局大数据风控 未来将尝试产业链金融_数据分析师
2015年,包括上市公司及传统金融机构等的互联网理财进入者将越来越多,P2P网贷平台如何通过创新获得自己机会,成为平台发展关键。日前,行业领先P2P平台金信网副总裁王凤华在互联网金融千人会“互联网理财的创新与监管”圆桌论坛上表示,金信网目前已经涉足大数据风控,未来还将尝试产业链金融等细分化发展路径。
由互联网金融千人会(IFC1000)、北京市网贷行业协会和北京亦庄国际投资发展有限公司联合主办、中国人民大学重阳金融研究院等协办的“2014第二届互联网金融全球峰会”在北京召开。在谈到P2P行业的未来时,王凤华表示除了移动互联网的重要性被普遍认知外,互联网理财将走向综合化整合模式,并与消费的边界变得更加模糊。
P2P行业迎来细分化发展创新
据市场相关数据统计,近三年,P2P行业成交额增长超过50倍,至2014年末达2500亿;上线的平台数目增长也远超50倍,至2014年末达1575家。业内普遍认为,经过P2P行业的爆发式增长,2015年网贷平台将迎接愈来愈多的资本进入,竞争也将日趋激烈。
“未来的P2P行业将会是朝着越来越细分化的方向发展,互联网金融需要涉足传统产业的产业链,而产业链金融是值得尝试的。我们可以在某一个细分领域,一个核心企业为枢纽,围绕其上下游企业的融资需求而产生的企业经营贷款。目前,不少上市公司进入P2P领域,其实就是利用了其在某一行业多年的资源。”金信网副总裁王凤华表示,金信未来也将尝试产业链金融。
王凤华认为,未来的P2P细分市场还应该对借款人做进一步的细分服务,从而有针对性的制定不同的融资解决方案,再通过平台的规模化效应,降低企业的融资成本。例如企业的股权划分、个人用户的消费需求,从而产生针对不同群体的定制化金融服务。
“金信提出‘O2O+大风控战略’,未来将坚持在020模式上进一步深耕,开设不同层次的落地服务中心,包括高端的品牌体验店和更为接地气的社区店。”她补充说。
在谈及P2P未来时,王凤华特别提到了业内普遍关注的征信和大数据问题。她认为,随着国家征信体系建设步入快车道,未来P2P平台更容易从专业征信机构获得个人征信信息,从不同层面对个人信用等级情况进行全面评估,未来如何利用这些数据作为自己风控的补充,对于平台的技术开发、信息筛选和整合的能力也都是一种挑战,IT技术能力较弱的P2P平台可能会被边缘化。
“目前,金信网已经开始布局大数据风控。基于大数据,平台可以看到用户的消费习惯、信用情况、甚至可以对其性格和心理状态也能做出基本判定,参考客户的资产账户,可以设计出个性化的理财计划。”王凤华表示。
互联网理财的未来:得移动端者得天下
从互联网各个业态发展的趋势来看,“得移动端者得天下”已经是不争的事实。“P2P客户群集中在70、80后,这一代是有互联网基因的,基本上是通过电子渠道办理金融业务。”王凤华表示,随着移动科技的进步,金信网已经意识到移动互联网的重要性,不久后手机APP将上线,用户可充分利用碎片化的时间与碎片化的资金进行理财。
此外,未来互联网金融理财,将走向综合化整合模式,并与消费的边界更加模糊。“未来,互联网理财一定是综合理财。未来也许每个客户只有一个账户,但是却会包括银行、保险、P2P、基金、股票……对于P2P企业来说,如果自己不属于某个金融财团,就必须选择积极和别人合作”,王凤华认为,“得账户者得金融”这一定律可能会体现的更为充分。
在她看来,未来的理财和消费可能界限并不会太过明显。客户选择做理财,但是理财收益也许不是钱,而是一次旅游、一次就餐、一次美容等等,换言之,未来的互联网理财在增值服务、收益类型上可能会更加多元化。
不过,王凤华强调,无论是现在还是10年后,互联网理财的核心都不会变,那就是普惠金融的理念和用户体验。金融业本质上是一种信息产业,未来互联网理财在信息披露上会更加透明,彻底消除信息不对称,投资者的理财收益也会趋于平稳和理性。以P2P来说,动辄年化收益率20%—30%不再会出现,8%-10%左右的年化投资收益将会是常态。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18