
P2P网贷大数据从O2O模式开始_数据分析师
由全球最大征信机构益博睿(Experian)主办的“大数据实践与创新”的高端闭门研讨会在京举行,普惠金融及爱钱进创始合伙人董祺受邀出席并发表主旨演讲,出席大会发言的嘉宾还有中国人民银行征信中心研发部总经理李连三先生和中国民生银行的相关负责人。大会上,董祺表示,公民征信体系缺位,大数据将在P2P网贷整个业务链条发挥驱动作用, 同时在互联网数据尚未普及下,P2P公司更应该坚持O2O模式,脚踏实地完成个人信用数据征集,来更高效、更全面、更精准地实现业务决策。
董祺介绍,P2P网贷发展的核心在于做传统银行业务覆盖不到的区域,两大关键即在于—小额分散的借贷标准以及无抵押的信用贷款模式,这两者都建立在数据集市和大数据决策分析的基础上。
首先体现在小额分散上,小额信用贷款直观特征是借款客户数量庞大,个人信用数据庞杂。“这种情况下,完全依赖线下尽职调查的传统信用审核成本过高,需要类似国外信贷工厂的模式,搜集借款客户带有个人信用标签的各类特征数据,建立数据集市和数据模型,用量化评估的手段进行自动化的归类、分析与决策,提升审批效率,同时降低人工操作带来的误差。”董祺表示。
除了小额分散,专注于无抵押个人信用风险评估是P2P区别于银行业务的第二大特征,在董祺看来,个人信用评估建立在针对目标群体的行为特征与个体信息的信用数据累积上,而目前互联网金融数据应用于信用评估尚不完全成熟,需要P2P公司采取相对“重”的经营模式去做一些线下尽职调查,这也是普惠金融为何投入大量精力建设庞大线下门店并坚持O2O模式的原因。“但是,随着互联网的发展,未来每个人吃穿住行都会在线上留下痕迹,而在公民信用体系尚未建立前提下,需要将这些痕迹数据化,通过分析这些个人行为数据来评估潜在信用风险并构建数据集市、不断完善基于个人信用的大数据体系。这就是大数据在社会征信上的现实作用,实现这一技术后,互联网大数据会对金融产生本质的影响。”
益博睿(Experian)大中华区总裁姚诚彰在会上也表达了同样观点,在他看来,未来包括电商平台、社交媒体、搜索引擎以及不断公开化的电子银行业务,在信息交互流动中都将不断产生带有个人信用标签的数据。把这些数据累积下来并通过系统化的决策引擎过滤,将为包括P2P网贷在内的平台提供更自动化、覆盖更广的信息决策服务。
值得注意的是,爱钱进母公司-普惠金融在年初便是国内首家与益博睿建立战略合作关系,并引进其决策引擎的P2P小微信贷公司。双方在小微信贷数据模型、信用数据决策分析以及个人信用评分上全面合作。
董祺对其大会发言作总结阐述表示,P2P网贷的大数据应用有三个方向:积累数据、确定维度进行数据过滤、每一类数据固化到对应的个人信用特征。因此,大数据不是简单的把数据堆积在一起,而是一种思维方式,一种发现有效数据、数据间的相互关系以及数据背后隐藏的信息的能力与高效解决个人信用评估的方式。同时,从普惠金融的角度看,大数据的运用与以此为基础的服务优化,也将有利于打破传统金融信息壁垒,使金融服务触及每一个社会角落。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10