京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网金融平台发力大数据风控 融360推天机
今年来,大数据风控俨然成为互联网金融企业争抢的高地。
昨日(5月6日),继P2P平台拍拍贷“魔镜”之后,在线金融搜索服务平台融360也宣布推出大数据风控系统——天机,该系统主要针对5万元以下的个人信用贷款申请。
“现在大概有二十多家小贷公司和P2P平台在用这个系统,一些银行也在谈”,融360联合创始人叶大清对《每日经济新闻》记者表示,另外,其平台做这个系统并不是要做征信服务,因此暂无申请个人征信牌照的计划。
业内人士认为,对于P2P平台来说,是否需要用大数据进行风控,与每家平台的业务模式密切相关。另外,有人还存在一定误解,以为数据量大就是大数据,事实上并非如此,其中,如何对数据进行分析和与应用,显得至关重要。
正与芝麻信用等探讨合作
据介绍,“天机”大数据风控系统包含一组模型,会根据身份认证,还款意愿和还款能力三大维度,给申请贷款的用户进行信用评分,依据分值来决定是否应放款。“目前‘天机’系统已支持了平台的某些小额贷款产品,(主要)针对特定细分市场,融360的目标是力争5万元以内的小额贷款平均12小时放款”,融360负责风控业务的副总裁李英浩指出,信用评估自动化不仅加速了整个信贷决策过程,提高了从申请到获批整个流程的效率,而且贷款获批率也得到了显著提升。至于贷款的逾期率,以12个月违约风险举例,通过“天机”模型筛选的用户,逾期率比没有经过筛选的低一半。
李英浩坦言,大数据风控是一个需要不断完善优化的过程,从来就没有标准的解决方案,因此,融360采取了开放合作的态度,芝麻信用和融360在模型和产品方面正在就进行深入合作进行探讨。
多年来,金融机构很大程度上都依赖于央行征信报告来决定是否给个人客户授信。但我国仍有不少人没有信贷记录,加之个人客户贷款额度小、需求分散、个性化需求多,使得大多传统银行想在做零售贷款方面显得力不从心。“互联网金融不能简单将传统金融服务模式往线上一搬就了事。互联网金融的核心竞争力并不是营销获客能力,而是大数据风控能力,即借助于更加广泛的数据,让那些在央行征信系统没有信用记录的个人消费者和小微企业主也有可能申请到贷款。”叶大清分析指出。
此外,叶大清强调,融360开发大数据风控系统,不是要做征信服务,而是通过积累的数据和风险技术更好服务于自有平台的贷款人和合作伙伴。同时,其平台目前没有申请个人征信牌照的计划,主要还是和征信机构合作。
大数据风控系统成“标配”?
据《每日经济新闻》记者了解,融360并不是第一家在大数据风控系统发力的互联网金融企业,芝麻信用和一些P2P平台也在陆续研发大数据信用评估模型。如阿里推出了面向社会的信用服务体系芝麻信用;腾讯掌握着基于微信的社交信息数据,即将推出自己的大数据征信;P2P平台拍拍贷此前已经推出了“魔镜”大数据风控系统。
那么,大数据风控系统是否会成为互联网金融企业的标配?“P2P平台是否需要用大数据来风控,与每个平台的业务模式有很大相关性。其中,越是偏向小微和个人贷款业务的平台,越需要用大数据风控模型来进行风控,以降低风控成本,提升风控的准确性,而金额较大的面向企业的贷款业务,越需要用线下风控模式,因为每个企业的经营状况和还款能力都不一样,无法用一致的模型来评估,只有线下风控才能更好的把控风险。”短融网CEO王坤分析指出。
银客网副总裁李飞也告诉《每日经济新闻》记者,数据化风控有助于加强互联网金融(平台)的风控管理与风控效率,但必须注意的是,数据大与大数据有着本质的差别,数据量大并不是大数据,采集、建模、分析、应用,如何通过碎片化的信息处理整合,进而得到应用才是大数据的雏形。
李飞表示,对于大数据,业内还是有一些混淆的认识,数据量大只是大数据的第一步,而且这个数据量应该是非常庞大的,不是几个接口就可以,分析能力与应用能力是关键。
谈及监管,李飞分析认为出,从近期央行和银监会部分领导的谈话可以看出,P2P业务未来可能归入金融类,而金融类业务持有牌照方能经营。但在目前,互联网金融仍然作为信息中介平台而存在,这与牌照之说的确存在一些矛盾的地方,但哪怕信息中介,也可以有牌照,具体要看这个牌照所定义的范围是如何。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,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 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02