
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
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19