
京东携美国大数据公司 推个人征信系统_数据分析师考试
日前,京东宣布将与美国大数据分析公司ZestFinance合作推出一个中国消费者信用数据系统,双方同时还宣布成立名为JD-ZestFinance Gaia的合资公司。据京东方面表示,此举是为了“将在自身领先的互联网大数据信用模型中,进一步引入ZestFinance的先进技术和丰富经验,利用京东生态系统中亿级用户的消费轨迹数据和在中国市场的业务实践,打造更为强大、精准的大数据信用评估体系,为互联网金融行业提供创新的信用模型和技术,帮助互联网用户群、年轻消费者发掘和变现其信用价值。”
而在外界看来,京东发力大数据推动个人征信系统将会是对竞争对手阿里巴巴的个人征信系统“芝麻信用”发起的直接挑战。
消费信用风险评估服务释放万亿需求
随着近日国家放开消费市场准入的利好消息,我国消费金融的井喷式发展可期,健康的信用消费市场将有效释放数以万亿计的消费需求,市场潜力不可估量。据艾瑞咨询预计,2014年至2017年中国消费信贷规模依然将维持20%以上的复合增长率,预计2017年将超过27万亿市场规模。
国际现代意义上的消费金融公司的出现可上溯至20 世纪初,欧美成熟国家消费金融公司已经成为提供消费贷款的主要机构,在完善信贷市场、推动经济增长等方面起着重要的作用,而中国的消费金融公司成立起步较晚。由于中国经济的飞速增长,消费金融市场发展也极速攀升。
京东金融副总裁姚乃胜表示:“目前,我国在信用评估方面的体系还不成熟,由于中国消费者通常没有完备的信用记录,个人信用难以预估,这就成为了我国消费信贷的发展瓶颈,也是与发达国家普及消费信贷存在明显差距的主要原因。此次与ZestFinance合作,京东金融将可以利用自身优势,结合合作伙伴的前沿数据技术,进一步完善我国的消费信贷信用评估服务,满足市场需求。”
深耕信用消费市场
据悉,这款创新的信用模型将率先应用于京东金融的消费金融体系,使得产品风险管理、量化营销等服务更加精准,在提升既有用户使用体验的同时,也为更多年轻人群提供优质的消费金融服务。
谈及与京东集团的合作,ZestFinance创建者兼CEO Douglas Merrill也颇为期待:“我们很高兴能有机会与京东携手共同完善中国的信用评估体系服务,利用数据科学进行信贷评估决策,促进中国的信用消费市场发展。”
据了解,ZestFinance公司是美国炙手可热的大数据分析和征信领域的创新领先公司,使用机器学习的方式利用广泛的数据来评估个人信用。
“在消费金融白条上的信用技术实践只是第一步,未来我们还将共享这项技术给全行业的合作伙伴,共同开拓国内信用消费市场,构建互联网大数据生态圈。”京东消费金融高级总监表示。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02