京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用如此深入 征信为何还不成熟
即将在贵阳举办的2017中国国际大数据产业博览会,已经升级为全国唯一以大数据为主题的国家级博览会。与往届大会相比,今年的“数博会”除了规格上升以外,在对大数据产业的解读上也将更加深入。
如今,大数据的应用除了传统的金融、电信、制造等行业外,在社交、电商等领域的应用也逐渐深入。马云在接受外媒采访时甚至表示:“芝麻信用也可以做谈恋爱的资本,丈母娘对未来女婿说,你要和我女儿谈恋爱,给我看看你的芝麻信用评分。”
不过,在丰满的理想背后却是骨感的现实。目前,央行个人征信中心依然是国内唯一的个人征信机构。
早在2015年1月,央行官网就曾公布《关于做好个人征信业务准备工作的通知》,要求包括芝麻信用管理有限公司、腾讯征信有限公司等8家机构做好个人征信业务的准备工作,准备时间为6个月。几乎所有的人都认为这八家机构将成为我国首批商业征信机构时,两年多的事件过去,征信牌照依然没有着落。
对此,中国人民银行征信局局长万存知日前表示,没发牌照的原因有三:1、遭遇互联网金融整顿;2、个人信息保护意识增强;3、八家机构与市场需求和监管要求差距较大。不仅如此,万存知还列举了八家机构存在的三大问题:1、各自信息不共享;2、存在利益冲突;3、对征信的理念和规则了解不足。
应该说,这些原因和问题都是客观存在的。征信体系的建设更多是一个公益行为,而不是商业行为,它需要不同的机构和个人分享自己的数据,进而推动整个整个体系的完善。但对于背靠不同企业的第三方征信机构来说,商业利益如何在征信体系建设过程中获得一定意义上的平衡至关重要。正因为如此,不同机构对于自身数据看得非常重要,生怕对手掌握了这些数据,进而使自己失去竞争力。
如果说企业还需要在商业利益和企业利益上平衡的话,对于个人来说,如何保障个人隐私数据的安全就变得更加重要。尤其在今天,互联网和移动互联网的高度成熟,使得人们对于个人隐私的保护空前关注。因为从理论上讲,如果互联网巨头通过对自己搜索行为、社交网络中的聊天记录、电子商务平台上的购买记录和收货地址等等综合在一起,那么人们将毫无隐私可言。不过,对于这些涉及个人隐私的信息,各个平台都拥有良好的保护体系。可一旦加入到征信体系中,哪些数据可以为征信服务,哪些属于个人隐私数据需要保护,这样的边界仍然需要严格界定。
其实,很多时候,第三方征信机构也希望与更多的数据源进行合作,以补充自身在数据上的短板,其中央行征信局就是一个核心,因为央行掌握着每个人的金融数据,这些对于金融行业的大数据征信发展意义重大;不仅如此,第三方征信机构也希望与政府、司法、公安等众多部门进行信息共享,以便掌握更多的关键数据,比如一个人有没有违法记录、有没有经济纠纷等等,这些数据同样非常有价值。这很大程度上也牵扯到一个信息公开的问题,如果整个社会的大数据不能共享,而是分散到一个又一个部门、企业中,依据不同数据所勾勒出的征信体系都不是完善的。
而从大数据的技术角度来讲,征信体系的建设和完善早已经不再是一个难题。只是,哪些数据进入征信体系,哪些不能进入,如何保护个人隐私等等,这些原则性问题不能很好的解决,征信体系的完善也就不能实现。
事实上,大数据征信从来都不是一个单纯的技术问题,而是政治问题、军事问题、经济问题、制度问题……要解决这些问题,一方面需要各方加强信息的开放和共享,打破信息孤岛;另一方面也需要监管部门制订明确的界限和细则,对征信数据的共享和使用给出明确的边界;甚至,有必要依托不同的监管部门和商业组织,组建征信体系的国家队,与现有的央行个人征信中心互相合作、互为补充,切实推动征信体系的完善。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16