京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据风控的边界——数据分析师培训
时下的互联网金融行业,大数据风控绝对是热门关键词中的大热门。
尤其是对其中风险系数更具弹性、政策上亦处于灰色地带的P2P网贷来说,时髦的大数据风控,往往成为不少平台标榜自身核心竞争力的不二法门。
风控当然重要,不过,也有一些P2P平台的负责人认为,在“你有我有大家有”的风控手段背后,更重要的是产品创新。
大数据的前提
华为常务董事、战略Marketing总裁徐文伟对记者表示,大数据分析的前提是拥有数据,“首先要有数据,有数据以后才能分析”。
这是一个常识。也是目前不少传统行业面临的尴尬—他们可能有很大的营收规模、很高的市场占有率,但并没有掌握真正的用户数据;他们可能有经过市场检验的产品,但这些产品所销售的对象还只能称之为客户,而不是用户。
在“互联网+”喊声如雷的当下,掌握用户数据的入口无疑成为不少企业转型的题中之义。
星美院线目前拥有近200家影院,会员人数达到300万。星美集团总裁郑吉崇预测,今年到星美院线观影的人次将超过5000万。
不过,郑吉崇坦承,目前消费者的观影习惯在快速改变,真正到现场购票观影的比例在减少,很多都是通过移动互联网的手段和平台进行提前购票、选座。与此相对应,很多电影的发行也在采取基于互联网的方式,用户传统渠道宣传的费用比例在下滑。
“如果入口放在别人身上,你未来就被动了。”郑吉崇对记者表示,星美几年前就看到了向移动互联网转型的重要性,其推出的虚拟运营商业务,以及启动“星美生活互联网++平台”等举措,就是希望掌握用户入口,搭建起基于会员服务的大数据中心。
就P2P网贷行业来说,尽管这本身就是一个身处互联网之中的行业。利用大数据进行风控,也被一些行业人士视为区别于传统银行借贷的互补性特征。但正如银客网副总裁李飞所言,整个中国能被称为大数据公司的企业少之又少,P2P网贷行业尤其是,“很多公司说自己是大数据公司,充其量只能说是数据公司,数据量很小”。
“行业有句戏言,很多P2P公司的风控,是风向控制,而不是风险控制。”融360的CEO叶大清表示,大数据风控能力是互联网金融时代的核心竞争力,而在国外,利用大数据进行风控也已经被证明行之有效的方式,不过,目前国内大数据风控仍然存在一些瓶颈。比如说,数据没有互联互通;再比如说,征信门槛还比较高,还需要有个不断积累的过程。
正由于大多数P2P平台本身并不拥有进行风控的大数据基础,其大数据风控手段往往只能借助于第三方平台,是一种“你有我有大家有”的状态。
李飞表示,目前大家都在谈监管、牌照、风控,但市场总有一天会回归到比产品、比服务的时候。
产品创新亦是风控
李飞表示,在银客网看来,在各种常规风控手段的基础之上,能够行之有效地提高借款人偿还贷款的更重要方法,就是“让他们活得更好”,因此平台方除了提供资金给借款方之外,还可以在为他们提供资源上做文章,“比如搭建平台让提供资金的用户,可以免费或以折扣的方式,获得借款人的部分服务”。
某种程度上,巴士在线控股有限公司副总裁袁博也认同这种“产品创新亦是风控”的观点。
巴士在线向移动互联网转型的过程中,也瞄准了互联网金融。“大概在2015年春节前夕,我们开始筹划互联网金融业务板块,目前想到的关键词是大学生和P2P。”袁博近日在接受记者采访时表示,目前市场上针对学生群体的互联网金融产品非常多,仅2014年在此领域获得融资的互联网金融公司就超过10家。
但尽管如此,袁博认为,这个市场仍有优化的空间,“目前大部分产品都是瞄准消费金融的,但我们并不鼓励学生进行超前消费”。
袁博表示,巴士在线旗下的首个互联网金融产品—麦客于4月29日公测发布,其定位就是专注于大学生学费、生活费、创业贷款的社交金融平台。
在袁博的设想中,麦客的助资人(投资人)主要来源于两个方面:一是基于情感纽带的亲友、学长等;另外一部分来自于机构,他们非常重视校招,但以往投入很大,回报却不能让其满意,麦客希望通过自己的方式来帮助这些企业机构建立一种新的校招方式。
“大学生的还款能力比较弱,需要通过产品创新来更好地进行风控。”袁博表示,前一种方式中,基于情感纽带的风控比任何风控手段都要来得靠谱;而后一种方式中,企业可以与发起筹款的学生建立起兼职、实习等更进一步的联系,通过这种社交互通进行信息共享,提供给学生赚钱的机会,也建立了一种新的风控手段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05