
不能单纯依靠大数据做风控_数据分析师
大数据风控被看作是互联网金融的“王牌”。然而P2P网贷宜信CEO唐宁近日表示,单纯依靠互联网大数据做风险控制并不可行,线上线下结合才是中国互联网金融成功的必由之路。尤其是农村金融市场,这一潜力巨大的市场,需要与线下渠道合作,获取具备有效信用的客户,同时需要强大的研发能力将线下信贷数据获取过程标准化,降低成本,从而真正发挥互联网金融的优势。
8年来,数千家P2P公司如雨后春笋出现,中国已成为国际上第一大P2P互联网金融市场。唐宁表示,金融交易互联网化是大势所趋,互联网和移动互联网大数据,正在推动中国金融进行革命性的创新。
但他认为,在网上进行金融交易还属于很早期的阶段,互联网金融需要线上线下相结合。
首先,部分平台需要线下网点帮助增信。“比较严肃的金融服务,很难要求一上来就达成非常高的信任度。互联网数据能够起到非常大的帮助作用,但在现阶段,很多基础数据需要线下网点的沟通,以帮助增信。”唐宁认为,有几类业务需要线下配合,如稍微复杂的财富管理业务,包括税务方面的规划、遗嘱规划等,就需要与专业人士交流。此外,小微企业主不会一开始就对评估平台有较高的信任度,提供有用信息给评估平台去评估额度,也需要线下网点去寻找小微企业主。
其次,风控不能单纯依靠大数据。唐宁表示,部分人群的风控不能用大数据解决,例如,如果P2P平台要服务一些没有明确稳定现金流的小微企业主,就可能需要信贷员到小微企业主的场所,去查看其电表、水表、工资表。“单独依靠互联网信息做风险控制,被证实在中国现阶段以及未来很长一段时间不可行。”唐宁说。
线下工作无疑提高互联网金融的成本,削弱线上优势。对此,唐宁表示,可以采用渠道合作,同时积极研发风控标准化流程来解决这些问题。“线下调查方面,需要很强的标准化,才能提高线下效率,降低成本。”
在农村金融P2P上,宜信目前采用的是与线下小额信贷助农组织合作的方式,其线下合作方包括县级妇女发展协会、扶贫经济合作社、地区扶贫项目促进会等等。唐宁表示,这种渠道合作本身也具有有效性,因为合作渠道可以提供具有有效信用的客户。
唐宁认为,农村金融未来市场和城市不相上下,尤其是农村产业化和集约化下的农机具需求,带来小微租赁市场光大。“像收割机、拖拉机、烘干塔等等这样的设备可能只需要10万元、20万元或30万元,额度很小,但是农户又买不起。而他一旦有了这些工具,不仅自己能够节省人力物力,同时还能够赚外快,所以市场需求非常大。”唐宁说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29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 ...
2025-09-23