
蚂蚁金服大数据玩法:与银行合作或博弈效果待解
浙江地区某大型银行理财事业部负责人表示:“两周前和他们确实曾经接触过,关于合作我们持很开放的态度。”
一直让马云引以为傲的“大数据”又有了新的玩法。
4月9日,马云旗下最值钱资产“蚂蚁金服”在北京推出代码为“维他命”的金融信息服务平台、以及“淘金100”指数,旨在向外部金融机构开放自身的大数据平台和实验环境。
此举令“大数据”的概念在接下来的几周内再次升温。
但理财周报记者注意到,在大数据风暴来袭的同时,仍有不少声音认为,“大数据风控”或“大数据选股”,是否能为投资带来收益,仍有待时间考验。
而“大数据”与“大价值”也并不能简单的划上等号。
多位资深业内人士均对理财周报记者透露,从“大数据”到真正的“大价值”其实还有很长一段路要走。
“大数据”效果待考
根据蚂蚁金服的解释,之所以取名“维他命”,“寓意是这一平台将对入驻者很有营养,通过这一平台,金融机构可以瞬间拥有驾驭大数据的能力,从而孵化出全新的互联网金融产品。”
与平台同期面世的,还有蚂蚁金服、恒生聚源、博时基金和中证指数等金融机构在这一平台上研发的首个电商大数据指数——“淘金100”指数。
蚂蚁金服还称,“基于淘金100指数开发的公募基金产品——保本基金和指数基金已经在审批之中,预计4月中下旬推向市场。目前已有大量来自基金、保险、银行等行业的金融机构在与‘维他命’平台研发一些创新型互联网金融服务。”
以电商交易数据为基础的指数横空出世,再一次提醒大家将目光聚焦在蚂蚁金服手中的王牌——“大数据”。
尽管新鲜感十足,但市场并不缺乏冷静理性的思考。
多位资深业内人士均对理财周报记者透露,从“大数据”到真正的“大价值”其实还有很长一段路要走。基于交易数据的产品,究竟是否能为投资带来实实在在的收益,仍有待时间的考验。
浙江地区某大型银行理财事业部负责人对理财周报记者表示:“两周前和他们确实曾经接触过,关于合作我们持很开放的态度,存在潜在的可能性。但我们最看重的,是怎样能够更好的为客户服务。”
“产品和平台好不好,最终还是要靠投资收益来讲话。毕竟从生产、销售、再到淘宝去卖,是一个完整周期。最终,如果这个产品并没为投资者带来更好的收益,那么就更可能是一种噱头。”
一位知名互联网金融观察人士同样坦言称,“如果探究互联网金融与大数据流行之间的关联,背后有一个很关键的因素,就是互联网金融一直无法解答一个核心命题——风险控制。”
该人士指出,“互联网没有找到比传统金融更具优势的风控方法,从而使得互联网金融在兴起的过程中饱受质疑。而横空出世的大数据成为了互联网金融支持者的一个重要精神支柱。大数据越不可测,就越具备想象力,对互联网金融而言,就越具解释力。”
“差异化竞争”式合作?
事实上,秉持着“平台”理念的马云,或者更希望大中型金融机构内部的业务板块能够搭载上线,借用蚂蚁金服已经有的技术来进行产品的研发。
但蚂蚁金服与传统银行之间的关系似乎又颇为微妙,大有合作与竞争并存之势。
根据《财经》杂志的报道,2014年4月上线的蚂蚁金服旗下招财宝平台,其发展并不如预期理想。“目前,招财宝平台的累计成交金额超过150亿元,与余额宝将近6000亿元的规模相比差距较大。业界人士指出,一些金融机构仍然对使用阿里平台心存芥蒂是一个重要的原因。”
由于蚂蚁金服的部分业务,比如支付宝、以及即将开业的浙江网商银行也将直接服务终端用户,因此,银行在与其合作的时候保持谨慎的态度也是合情合理。
但双方都更愿意将其视为“差异化竞争”,并保持着一种谨慎合作的关系。无论是“芝麻分”、还是“维他命”,在蚂蚁金服看来,这些都是在服务金融机构的基础上更进一步。
甚至有市场人士称,这是马云在对金融机构释放“善意”,并促进协作。
在上述银行理财事业部负责人看来,“他们确实做了件好事,从互联网思维出发,去更好的为用户服务。”
但上述银行业人士认为:“这并不代表,我们是对立的。传统金融机构和互联网金融机构都是在做同样的事,只是两者或许出发点不同,应该是一种相互促进的作用。”
不过,从蚂蚁金服的角度来看,他们则对自身的优势自信满满。
一位蚂蚁金服内部人士对理财周报记者表示,“蚂蚁对数据的渴望是别人想象不到的,这种渴望已经到了为了数据去买下别人公司的玩法。但作为国企的银行却很难做到这一点,因为一旦要有大的变革,组织、业务、技术、文化都要随之发生变化。”
据理财周报记者了解,该人士口中的“别人的公司”,便是去年4月,马云通过其绝对控股的浙江融信网络技术有限公司完成了恒生集团100%股权的收购。去年10月,阿里系的四位重要高管更是集体加入恒生电子[-6.60% 资金 研报]的董事。
公开数据显示,如今蚂蚁金服日数据处理量超过30PB,相当于5000座国家图书馆的总数据量。
按照此前的计划,两个月之后,蚂蚁金服旗下的民营银行——浙江网商银行即将开业,这也是蚂蚁金服旗下最让人期待的子品牌之一。届时,这家银行又会有怎样的新玩法,拭目以待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15