在《大數(shù)據(jù)在金融業(yè)中的應(yīng)用》發(fā)布之后,便有朋友留言問(wèn),“銀行的大數(shù)據(jù)和互金的大數(shù)據(jù)應(yīng)用有沒(méi)有什么不同?”的確,說(shuō)到金融大數(shù)據(jù),我們會(huì)發(fā)現(xiàn)有兩類(lèi)機(jī)構(gòu)都在提,當(dāng)互聯(lián)網(wǎng)金融企業(yè)都把大數(shù)據(jù)掛在嘴邊、當(dāng)大數(shù)據(jù)風(fēng)控成為新金融的代表性模式時(shí),被稱(chēng)作“傳統(tǒng)金融機(jī)構(gòu)”的銀行業(yè)也坐不住了,站出來(lái)講,銀行業(yè)才是典型的大數(shù)據(jù)企業(yè),銀行內(nèi)部有大量的數(shù)據(jù),既有結(jié)構(gòu)性數(shù)據(jù),也有非結(jié)構(gòu)性數(shù)據(jù),只是沒(méi)有把這個(gè)數(shù)據(jù)富礦更好地利用罷了。
所以,問(wèn)題就來(lái)了。銀行與互金,所講的大數(shù)據(jù)是一回事嗎?二者究竟有何區(qū)別呢?下面分享我的觀點(diǎn),未盡事宜,歡迎大家留言討論。
差異始于自有數(shù)據(jù)的不同
對(duì)于任何一類(lèi)機(jī)構(gòu)而言,其數(shù)據(jù)的構(gòu)成都是自有數(shù)據(jù)+外部數(shù)據(jù),外部數(shù)據(jù)則包括既公開(kāi)數(shù)據(jù),也包括第三方購(gòu)買(mǎi)數(shù)據(jù)和其他渠道獲得的數(shù)據(jù),如下圖所示。照理來(lái)講,外部數(shù)據(jù)的獲取是可以做到大致相似的,自有數(shù)據(jù)便構(gòu)成了金融機(jī)構(gòu)數(shù)據(jù)差異化的基礎(chǔ)。
先來(lái)看看銀行業(yè)
本質(zhì)上,整個(gè)銀行業(yè)的一切活動(dòng)和產(chǎn)品都是與數(shù)據(jù)有關(guān)的,甚至說(shuō)銀行的所有產(chǎn)品都是數(shù)據(jù)也不為過(guò),比如說(shuō)你的存款、你的貸款、你的理財(cái)產(chǎn)品等,實(shí)際上就是在銀行系統(tǒng)內(nèi)記錄的一組數(shù)據(jù)而已。正是由于銀行產(chǎn)品和業(yè)務(wù)的天然數(shù)據(jù)屬性,所以銀行業(yè)在產(chǎn)生數(shù)據(jù)和應(yīng)用數(shù)據(jù)方面一直走在各行各業(yè)的前列。據(jù)悉,計(jì)算機(jī)由軍用轉(zhuǎn)為民用時(shí),率先利用計(jì)算機(jī)技術(shù)來(lái)提升行業(yè)管理能力和發(fā)展能力的就是銀行業(yè)。
銀行的自有數(shù)據(jù)主要是各種業(yè)務(wù)數(shù)據(jù),是對(duì)全行客戶(hù)業(yè)務(wù)活動(dòng)過(guò)程和結(jié)果的記錄。同時(shí),為了更好地開(kāi)展業(yè)務(wù),還會(huì)要求用戶(hù)提供諸如電話(huà)、職業(yè)、教育、住址等信息,如果有過(guò)貸款申請(qǐng)行為,還會(huì)包括收入、房產(chǎn)等強(qiáng)信用屬性數(shù)據(jù)。此外,所有人的工資都是銀行代發(fā),公積金流水也在銀行,房貸和車(chē)貸也都在銀行,銀行在業(yè)務(wù)過(guò)程中還產(chǎn)生了大量的文檔、資訊、圖片、音像等非結(jié)構(gòu)化數(shù)據(jù)。
換個(gè)角度來(lái)看,銀行賬戶(hù)是經(jīng)濟(jì)社會(huì)所有活動(dòng)的起點(diǎn)和重點(diǎn),所有人的財(cái)富狀況和變動(dòng)情況都會(huì)在銀行留有痕跡,所以要判斷一個(gè)人有錢(qián)沒(méi)錢(qián),找銀行就對(duì)了。為何保險(xiǎn)產(chǎn)品、基金產(chǎn)品都喜歡交給銀行來(lái)銷(xiāo)售,一方面是銀行有著龐大的線(xiàn)下渠道,更重要的在于,銀行知道哪些用戶(hù)有錢(qián),從而進(jìn)行更好的產(chǎn)品匹配銷(xiāo)售。
本質(zhì)上講,若能精準(zhǔn)地判斷一個(gè)人有錢(qián)沒(méi)錢(qián)、有多少錢(qián),無(wú)論是進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)還是風(fēng)險(xiǎn)防控,基本也不太需要太多的其他數(shù)據(jù)了。但問(wèn)題在于,銀行業(yè)的數(shù)據(jù)是割裂的,除了信貸類(lèi)的關(guān)鍵信息會(huì)以征信的形式報(bào)送央行征信中心,實(shí)現(xiàn)一定程度上的共享外,其他的各類(lèi)財(cái)富相關(guān)數(shù)據(jù),都分別沉淀在各家銀行。
比如張三,在中國(guó)銀行有1000塊存款,在建設(shè)銀行有20萬(wàn)塊存款,在工商銀行沒(méi)有存款。那么,在建行看來(lái),這是個(gè)有錢(qián)人;在中行看來(lái),這是個(gè)再普通不過(guò)的用戶(hù),在工行看來(lái),這個(gè)人的財(cái)富狀況無(wú)法判斷。
再來(lái)看看互金平臺(tái)
如果是創(chuàng)業(yè)型互金平臺(tái),其自有數(shù)據(jù)也主要是各類(lèi)業(yè)務(wù)數(shù)據(jù),這點(diǎn)與銀行相似,不過(guò)數(shù)據(jù)量要少得多,受單一的業(yè)務(wù)模式制約,數(shù)據(jù)維度也很單一,單靠其自有數(shù)據(jù),是幾乎談不上什么大數(shù)據(jù)應(yīng)用的。
而幾大互金巨頭就不同了,比如BAT,其本身就是互聯(lián)網(wǎng)時(shí)代的數(shù)據(jù)黑洞,沉淀了巨量的用戶(hù)數(shù)據(jù),當(dāng)其轉(zhuǎn)型做金融時(shí),之前積累的電商數(shù)據(jù)、社交數(shù)據(jù)、行為數(shù)據(jù)等便成為其可用的自有數(shù)據(jù)。當(dāng)然,互金巨頭對(duì)用戶(hù)財(cái)富數(shù)據(jù)的掌握程度遠(yuǎn)遠(yuǎn)比不上銀行,不過(guò)好在銀行最有價(jià)值的金融數(shù)據(jù)——信貸數(shù)據(jù)已經(jīng)在征信中心實(shí)現(xiàn)了共享。
金融數(shù)據(jù)的日月星辰之光
數(shù)據(jù)的多少或優(yōu)劣,只能通過(guò)其對(duì)業(yè)務(wù)的促進(jìn)作用來(lái)進(jìn)行比較,我們以信貸業(yè)務(wù)為例進(jìn)行分析。不考慮房產(chǎn)抵押、存款質(zhì)押、理財(cái)質(zhì)押等抵質(zhì)押類(lèi)貸款產(chǎn)品,從純信用類(lèi)的消費(fèi)貸款產(chǎn)品來(lái)看,排除欺詐風(fēng)險(xiǎn)的因素,大數(shù)據(jù)風(fēng)控要解決的是核心問(wèn)題是:一個(gè)人的還款意愿、還款能力、還款穩(wěn)定性等因素。判斷這些因素,這個(gè)人的信貸行為數(shù)據(jù)、歷史借款數(shù)據(jù)、歷史違約信息等征信類(lèi)信息是最有效的數(shù)據(jù),我們可以從FICO分的構(gòu)成進(jìn)行驗(yàn)證。
FICO(Fair Isaac Company)信用分是由美國(guó)個(gè)人消費(fèi)信用評(píng)估公司開(kāi)發(fā)出的一種個(gè)人信用評(píng)級(jí)法,其分值在300-850之間,已經(jīng)得到社會(huì)廣泛接受。據(jù)一項(xiàng)統(tǒng)計(jì)顯示,信用分低于600分,借款人違約的比例是1/8,信用分介于700~800分,違約率為1/123,信用分高于800分,違約率為1/1292。一般認(rèn)為,F(xiàn)ICO分高于680分,就屬于信用卓著的用戶(hù)了;而若低于620分,則很可能被拒貸,或被要求增加擔(dān)?;虻仲|(zhì)押。
而FICO評(píng)分模型主要就是圍繞個(gè)人的歷史借貸行為等征信類(lèi)信息展開(kāi)的,包括付款歷史(占比35%左右,包括各類(lèi)信用/貸款賬戶(hù)的還款記錄,公開(kāi)記錄即支票存款記錄,逾期償還情況等)、未嘗債務(wù)(占比約30%,包括仍需償還的信用賬戶(hù)總數(shù),信用賬戶(hù)余額,總額度使用率等)、信貸時(shí)長(zhǎng)(占比約15%,信貸賬戶(hù)的賬齡)、新開(kāi)立信用賬戶(hù)(占比10%,包括新開(kāi)立信用賬戶(hù)數(shù),新開(kāi)里賬戶(hù)賬齡,正在申請(qǐng)的信用賬戶(hù)數(shù)量,查詢(xún)查詢(xún)記錄等),正在使用的信貸組合(占比10%左右,包括信用卡賬戶(hù)、零售賬戶(hù)、分期付款賬戶(hù)、抵押貸款賬戶(hù)等混合使用情況)。
從效用等級(jí)來(lái)看,記錄歷史借款數(shù)據(jù)的征信數(shù)據(jù)有效性最強(qiáng),可看作是太陽(yáng)之光;消費(fèi)、社交等數(shù)據(jù)的有效性次之,可看作月亮之光;興趣愛(ài)好及其他行為數(shù)據(jù)的有效性再次之,可看作星辰之光。在評(píng)價(jià)一個(gè)人的信用時(shí),如果這個(gè)人有征信數(shù)據(jù),那么基本可以不用再看消費(fèi)、社交、興趣等等其他數(shù)據(jù)就可以進(jìn)行判斷,就像太陽(yáng)一出,月亮和星辰之光便黯淡無(wú)色了。
問(wèn)題在于,大多數(shù)的人都缺乏有效的征信數(shù)據(jù),中國(guó)13億人口中,有信貸征信記錄的僅有3.5億。對(duì)于沒(méi)有征信記錄的人,只能用月亮星辰之光進(jìn)行信用判斷,雖然效用差一些,但很多情況下也勉強(qiáng)可用,這是互聯(lián)網(wǎng)大數(shù)據(jù)風(fēng)控模型崛起的內(nèi)在邏輯。
銀行與互金大數(shù)據(jù)風(fēng)控的差別所在
最后再來(lái)看二者的差別,我們從客群的角度來(lái)對(duì)比。
對(duì)于具有征信記錄的優(yōu)質(zhì)客群,這部分客戶(hù)的信貸記錄多來(lái)自于銀行體系,意味著銀行不僅掌握其更細(xì)維度的借款歷史數(shù)據(jù),還掌握了其存款、理財(cái)?shù)蓉?cái)富數(shù)據(jù),在這部分用戶(hù)的大數(shù)據(jù)信用評(píng)判上,銀行是占據(jù)先機(jī)的,有其獨(dú)到的優(yōu)勢(shì)。
對(duì)于征信記錄較少或沒(méi)有征信記錄的客群,沒(méi)有了日光照射,對(duì)銀行而言,可能意味著徹底的黑暗,難以判斷用戶(hù)的信用情況;而掌握了用戶(hù)消費(fèi)數(shù)據(jù)、社交數(shù)據(jù)的互聯(lián)網(wǎng)巨頭,掌握了月亮星辰之光,反倒可以大致看清用戶(hù)的輪廓,具備了差異化的優(yōu)勢(shì)。
問(wèn)題來(lái)了,銀行為何不去掌握這些月亮星辰之光呢,因?yàn)橛袃r(jià)值的行為數(shù)據(jù)多數(shù)都掌握在互聯(lián)網(wǎng)巨頭手中,這些巨頭像數(shù)據(jù)黑洞一樣,數(shù)據(jù)進(jìn)得去、出不來(lái),誰(shuí)也拿不走,而正是這些數(shù)據(jù),構(gòu)成了其在次級(jí)用戶(hù)信用評(píng)級(jí)上的核心優(yōu)勢(shì)。
反過(guò)來(lái)再問(wèn),怎么去對(duì)抗這些數(shù)據(jù)黑洞呢?唯一的出路就是增加太陽(yáng)光的照射范圍,即推動(dòng)可以全社會(huì)共享的征信體系的發(fā)展,屆時(shí),月亮星辰之光的影響也就越來(lái)越小了。
最后簡(jiǎn)單總結(jié)下結(jié)論吧。
如果從大數(shù)據(jù)信用風(fēng)控的角度看,銀行與互金的主要差別就是因數(shù)據(jù)源的不同導(dǎo)致的客群有效性的差異,整體上,銀行的大數(shù)據(jù)風(fēng)控模型針對(duì)有征信記錄的用戶(hù)更為準(zhǔn)確;互金巨頭的大數(shù)據(jù)風(fēng)控針對(duì)缺乏征信記錄的用戶(hù)更為有效,當(dāng)然,因?yàn)檎餍庞涗浭情_(kāi)放的,所以對(duì)于有征信記錄的用戶(hù)而言,互金巨頭的模型也可覆蓋,只是與銀行相比缺乏優(yōu)勢(shì)罷了。
如果從大數(shù)據(jù)欺詐風(fēng)控的角度看,銀行與互金則各有千秋,因?yàn)槠墼p風(fēng)險(xiǎn)更多地與業(yè)務(wù)模式和流程有關(guān),業(yè)務(wù)模式的不同決定了銀行和互金面臨的欺詐風(fēng)險(xiǎn)很多情況下是不同的,所以缺乏可比性,應(yīng)該是各有各的特長(zhǎng)。
如果從大數(shù)據(jù)在智能營(yíng)銷(xiāo)上的應(yīng)用看,互金巨頭掌握了用戶(hù)的消費(fèi)、社交等行為數(shù)據(jù),可以更好地了解用戶(hù)的行為偏好,從而可以更好地將金融產(chǎn)品融入場(chǎng)景打包推薦給用戶(hù)。相比之下,銀行掌握的更多是用戶(hù)有錢(qián)沒(méi)錢(qián),在智能營(yíng)銷(xiāo)上其應(yīng)用范圍就窄得多,在銷(xiāo)售基金和理財(cái)產(chǎn)品上精準(zhǔn)度比較高,但在場(chǎng)景化金融上就要遜色很多。
如果從大數(shù)據(jù)在內(nèi)部管理上的應(yīng)用看,銀行業(yè)已經(jīng)進(jìn)行了長(zhǎng)達(dá)十幾年的探索,在很多方面是要領(lǐng)先的,而絕大多數(shù)的互聯(lián)網(wǎng)金融企業(yè),在這方面還需要補(bǔ)課。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋(píng)果,下個(gè)大計(jì)劃瞄準(zhǔn)AI機(jī)器人
- 微信零錢(qián)通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費(fèi)引熱議
- 消息稱(chēng)塔塔集團(tuán)將收購(gòu)和碩印度iPhone代工廠60%股份 并接管日常運(yùn)營(yíng)
- 蘋(píng)果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過(guò)熱挑戰(zhàn),交付延期引發(fā)市場(chǎng)關(guān)注
- 馬斯克能否成為 AI 部部長(zhǎng)?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號(hào)發(fā)布,意外泄露引發(fā)關(guān)注
- 無(wú)人機(jī)“黑科技”亮相航展:全球首臺(tái)低空重力測(cè)量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開(kāi)展人形機(jī)器人合作
- 賽力斯觸及漲停,汽車(chē)整車(chē)股盤(pán)初強(qiáng)勢(shì)拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。