京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国不会只有一个大数据金融云如何做大市场蛋糕很关键
“在与金融云的合作中如何界定风险损失的权责?”“如何在抓取中规避数据被故意改动的可能性?”“通过金融知识图谱推定的借贷人信息准确概率如何?”5月15日晚,西南财大光华讲坛上,意犹未尽的听众纷纷抛出关心的议题。
这场以“金融创新之大数据云”为主题的演讲遇到热情的背后,正是金融企业亟待转型的现实需求。
作为主讲人,宜信公司高级副总裁、大数据创新中心总经理张小沛将大数据金融上的探索方向描述为“金融云平台”。其在接受金融投资报记者专访时表示,未来金融与场景的结合必将成为大潮流,而通过大数据金融云构建的生态体系,会让金融服务无缝发生。
A
突破风控手段局限性
当金融开始走向普惠,传统金融征信手法不能完全满足互联网金融业务风控需求的问题也随之暴露。不过,在金融遇上大数据之后,这个缺失已久的信用体系有了搭建的可能性。
在张小沛看来,风控、反欺诈、获客能力等,正是“金融云平台”的核心内容。她指出,在以往的纯线下流程中,信贷审核员需要一系列表格与流程核实贷款申请人的各项事项。而借助大数据分析方法,凭借在用户授权的情况下搜集到的数据,以及相关模型,就可以帮助信贷审核员实时得到这一申请人的信用分析结果,进而令“实时授信”成为可能。同时还可根据数据分析的结果,对不同信用等级的人进行风险定价,实现更加多元化的业务组合。
金融知识图谱正是这个体系的关键所在。“通过将宜信多年来记载贷款及风控数据,以及爬虫得到的互联网公开数据、合作伙伴授权的数据分类整合,通过算法和专家系统的经验,就形成了知识图谱。”张小沛表示,这有助于对个人的性格特征、信用状况、财富属性有更深层、更全面的理解。
B
打造生态场景无缝嵌入
“知识图谱”的构建,也为获客、实时授信、产品个性化推荐、贷后管理等诸多应用场景提供了可能性。通过将这种金融能力向生态系统的合作伙伴去分享,就可以为大数据提供新的变现手段。“金融云的服务是对外开放的,合作伙伴们可以按需购买,比如需要做流动性贷款,就可以只寻求风控系统方面的合作。”张小沛认为,未来金融往下走,与场景的结合成为大潮流,而通过大数据金融云构建的生态体系,将会让金融服务无缝发生。
一个通过云数据将金融和相关产业聚合起来的巨大生态圈也由此形成。
值得关注的是,随着大数据的风靡,人们也越来越担心自身的信息安全,由此带来的数据修改或无可避免。如何保证数据的真实性?对此,张小沛表示,在具体的操作中,为了尽可能的对数据去噪,应该使用多方数据来进行交叉验证,同时通过数据门槛,去伪存真。
C
共同做大“金融云”版图
“我从互联网出身,现在跨界来做金融,其中有很多可能性。”张小沛说道。而对于在成都感受到的热情,她向记者表示,这说明很多人对这个领域都有好奇心。“成都作为西南的重镇,有很多传统行业,通过科技、大数据、或者说移动互联网的很多技术手段,其中都蕴含着机遇。”
值得注意的是,希望通过大数据做开放金融云平台的,并不仅仅是宜信,其中就包括同样在做“生态系统”的阿里金融云。
面对随之而来的竞争,张小沛很坦然。“中国最终不会只有一个生态体系,而会是多个生态体系并存,就如同银行中的五大行。同时,以金融为核心竞争力的,未来也不会只有一家,不过想要建立双赢或多赢的生态服务体系,门槛还是非常高的,预计最终不会超过10家。”
事实上,张小沛指出,目前数据的价值刚刚被唤醒,大数据+金融其实还有很大的市场空间。在中国整体大市场下,实体对金融的需求如此旺盛,但传统的金融机构满足传统的普惠金融需求方面其实是一个很大的缺口。“做市场份额有两种途径,一种是市场份额只有这么大,大家都来争夺,你多我就少,”张小沛说,“但我们更看重另一种,即蛋糕现在如此之小,大家应一起来做大,这样首先多数人都可以从金融普惠中,满足融资需求,且成本更低,速度更快。而作为从业者,也能够获得对应的份额。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27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