消费金融挖潜大数据

在消费金融蓬勃发展的当下，大数据成为消费金融公司业务发展的利器。不过，仅仅拥有大数据还远远不够，善于对大数据的解析和运用，才是消费金融公司赖以生存的法宝。马上消费金融高级数据决策总监李届悦近日在接受晨报记者专访时表示，央行征信在数据时效性、全面性和层次性上的不足。因此深度挖掘互联网大数据信息，开发大数据风控模型，弥补央行个人征信信息的短板，在互联网金融蓬勃发展的今天尤为重要。
　　大数据关键要看怎么用
　　除了传统的金融数据，互联网发展让目前用户的数据交互方式增多，尤其是消费金融公司主要服务的是那些信用卡覆盖不到的人群，这些人群可能没有征信记录，只有在互联网上留下的浏览、购物、社交等多种维度的数据，但是不是所有数据都有用？
　　“一切数据都是可以利用的，不过你在事先很难判断这个数据的价值，只有经过分析之后，才会知道到底是有用还是没用的”。李届悦表示，“我们会把海量数据进行解析，转换成计算机能看得懂的语言，再让计算机对几千甚至几万个纬度的风险变量进行计算，然后看它的价值”。
　　有意思的是“以前的数据大家觉得没用，但现在我觉得有用”。比方说一个人网购，她的交易行为时常在大半夜凌晨三四点发生，那可能这个客户就没有固定的工作，或者没有比较好的生活习惯，这种人信用相对可能会差一点；相反，如果一个人做事比较规律，对自己自律性很强，这个人信用可能就好些，类似这样的数据大家以前不觉得有用，但是现在我们都会觉得有用。
　　“而以前大家认为很有用的数据，现在也可能用处不大”。比方说一个能贷得起款买别墅的人，来我们消费金融平台申请几百或几千元消费金融的贷款，要么他本身有问题，要么他的身份被盗了，欺诈分子用了他的身份来申请。李届悦表示，之前银行能给客户批房车贷，放在今天消费金融平台可能就无法审批小额消费金融贷款。
　　如何判定“好人”与“坏人”
　　消费金融持牌机构除了直联央行征信外，更多的数据获得是与第三方合作，在用户授权的情况下获得其它维度的数据，然后进行数据解析。但是消费金融跟传统金融机构用简单线性逻辑回归，建立信用判别评分不一样，消费金融的数据大多数是用非线性的，这就导致了大数据交叉判断之后，“好人”可能就成为了“坏人”。
　　如何用大数据评价一个人征信的好坏？李届悦举例说，传统金融企业可能觉得个人收入越高越好，但是我们要把他的收入跟年龄结合起来，交叉之后，就有非线性的数据出来，他可能会有这种情况：年龄很小但收入看起来很高，这样的情况到底是好还是不好，其实我们就觉得可能有风险。
　　个人信用须重视
　　李届悦特别提醒消费者，一定要重视个人的信用，以后一旦个人信用不好，不但高铁和飞机可能无法坐了，就连租房也不好租了，而你的信用好的话，就能享受到很多红利。拿租房来说，比如，一般租房需要一次性押一付三，但是因为你良好的信用表现，押一付一就可以了，像现在的美国租房就是要看你的个人信用，信用红利会给你带来更多便捷和实惠。
　　此外，伴随着消费金融迅猛的发展。一些专营网络诈骗、电信诈骗的黑中介也打起消费金融的主意。李届悦特别提醒广大的消费者，一定要注意保护自己的个人信息，身份证不要随意乱放，也不要把自己的银行卡或者上网时的各种密码泄露给别人，更不能把收到的手机验证码直接发给别人，让电信欺诈分子有机可乘，盗用你的个人信息。