互聯網金融培訓師講師劉杰克老師文摘：互聯網金融機構與大數據

互聯網金融培訓師講師劉杰克老師文摘：互聯網金融機構與大數據。央行征信中心副主任王曉蕾表示，目前接入上海資信系統的P2P機構，簽約345家，其中報數累計142家。這意味著有200家平臺只是查詢，而并不愿共享數據。王曉蕾直言，不愿報送數據也是機構不愿意接入征信的原因之一。而現在，即便是征信數據比較完善的銀行，也不愿意在追逐大數據的風潮中被落下。

　　崔洋對小微貸款給出的三個關鍵詞是移動、互聯和數據。所謂移動是指一線人員利用Pad作業，錄入基本信息，之后通過大數據平臺上的信用數據形成征信報告，推送分析結果，最后集中后臺審批；互聯是指三季度推出的網絡貸，客戶自動申請，5分鐘授信。而關于數據，崔洋透露明年會有新的動作。

銀行的貸后管理，民生銀行將其稱為售后服務。崔洋表示，單靠人工的售后服務有效性和準確度非常低。“一個做了十年生意的客戶，你問他你的生意做得怎么樣，他可能檔口都頂出去了，明天的機票都買了，他會告訴你好得很，結果第二天他就買了機票撤了。”崔洋舉例稱，民生銀行的思路將在于為客戶提供更多的免費基于云端的平臺服務，從而有更多的角度了解生活、經濟活動等有無較大的變化。

崔洋表示，更多的內容會在明年推出，目前不方便過多透露。“云平臺會基于更多的數據，不僅僅是民生銀行的數據，還包括很多第三方的數據，來增加我們對客戶的理解能力。”他向本報記者解釋。

在宜信公司超過4萬名員工中，相當一部分是遍布全國的一線業務人員，對線下業務團隊的倚重，甚至讓一些行業研究者在很長一段時間都沒有把宜信歸入P2P。而從2012年推出宜人貸，2013年建立大數據中心，2014年推出更多的在線產品，宜信正在逐步向線上業務傾斜。但公司各業務的規模占比，并沒有披露。

剛剛加入宜信一年的張小沛強調，云平臺并不是要取代線下團隊，而是“錦上添花”，各自發揮所長。未來更希望到宜信以外，對接其他P2P或小貸公司。

決戰大數據。在宜信之前，包括阿里的螞蟻金服、拍拍貸等互聯網金融機構都提出了大數據的概念。之所以引入大數據，很大程度是為了彌補征信數據的不完善。

對于互聯網金融機構建立的云平臺，崔洋表示“可以做充分的交流，互通有無”，“如果他們的數據很有價值。我們會相互交換一部分數據給彼此。”崔洋認為，銀行還是掌握著客戶的核心數據的。

針對大數據是否能替代傳統的線下業務模式，崔洋認為就微型客戶而言，替代的空間非常大，而且大數據技術有助于推進普惠金融。他舉例一些村鎮銀行的客戶，可能地理距離有二三十公里，如果只指望線下直接接觸，業務流程太慢而且成本高。

對于熱門的“大數據”概念，孟加拉鄉村銀行創始人穆罕默德·尤努斯在15日回應《華夏時報》記者采訪時表示，技術只是便利性工具，小額信貸堅持幫助窮人的目標和原則依然非常重要。

“在孟加拉，我們并非無法使用新的技術，而是因為監管擔心可能帶來某些問題而采取了限制，在中國你們對待技術使用持有支持的態度，這使得技術可以很好地在中國發揮。”他說。

以線下業務起家的宜信正在向線上領域集中發力，宜信大數據創新中心總經理張小沛正式對外披露了“宜信金融云”及建立信用數據知識圖譜的具體思路。

而熱衷于云平臺概念的不止是互聯網金融企業。在12月16日召開的2014年中國小額信貸聯盟年會上，民生銀行(600016,股吧)小微金融部副總經理崔洋透露，民生銀行即將在明年推出更多的云平臺服務，通過整合第三方數據，以增加對客戶的理解能力。

崔洋接受本報記者采訪時認為，對微型客戶來說，以大數據替代線下直接接觸的傳統業務模式，空間非常大。

早在7月份，宜信公司 CEO唐寧就曾向本報記者闡述了大數據理念。具體來說就是對借款人信用評估時使用不同維度的數據相互比對、印證，包括直接詢問獲得數據、與電商平臺等合作獲取借款人相關業務數據和從網絡直接抓取與其相關的信息等。當時，宜信大數據中心成立剛剛只有半年。

今年9月，宜信與eBay公司達成戰略合作，通過大數據技術為eBay平臺上的中國電商賣家進行授信；11月，宜信發布宜人貸極速模式，也是以大數據分析實現對信用卡人群的即時授信。

除了服務線上產品的實時授信平臺，云平臺的另一個核心產品是叫“姨搜”的垂直風控搜索引擎。云平臺本身接入了宜信的歷史數據、客戶授權的第三方數據以及互聯網的公開數據，通過特定的算法模型，形成對借款人的知識圖譜，“姨搜”就是知識圖譜的對外輸出。云平臺還會主動搜索借貸信息，向業務人員推送新的獲客線索。

張小沛向本報記者解釋，宜信的歷史數據包括用戶曾經提交的信用報告、聯系人信息、工資單、銀行流水等傳統數據；第三方數據來源包括電商平臺以及各類租賃的O2O平臺等；互聯網數據則可能包括用戶在社交網絡上的評論、上傳的音視頻等各類非結構化數據。但目前并未接入公積金或社保等個人授權的政府數據。

對于數據維度是否足夠判斷某些特定人群的信用情況，張小沛表示，“在大數據時代，我們注意使用更多維度的數據對用戶進行細分。只有越細分，才越具體。但過于細分后，會導致某一個細分人群上的樣本過少，無法進行分析。而在機器學習里，如何使用大量的低頻率的特征來提高預測的準確性，已經是一個研究得比較透徹的問題。”

但目前這一系統還不能給出一個確切的信用評級，仍需要信審員的自主判斷。張小沛表示機器的學習是一個動態的過程，隨著變量的增多，模型也將更加準確。

在發布會上，張小沛以白色襯衣、牛仔褲亮相，提起“姨搜”的名稱來歷，也主動以自己的年齡打趣。她想要展示的互聯網企業風格對宜信而言并不多見。