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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09