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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08