
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
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03