螞蟻撼動(dòng)大象?解密大數(shù)據(jù)征信

故事主角

大象:中國(guó)人民銀行征信中心

螞蟻:8家互聯(lián)網(wǎng)個(gè)人征信公司

自2015年1月站宗,央媽對(duì)芝麻闸准、騰訊等8家公司開(kāi)放了個(gè)人征信市場(chǎng)。時(shí)隔兩年梢灭,8家公司交出的答卷均為“不及格”夷家。今天蒸其,小編帶您解讀“個(gè)人征信”,這個(gè)對(duì)大家而言熟悉又陌生的領(lǐng)域库快。個(gè)人征信工作難在哪摸袁,竟連“馬爸爸”的團(tuán)隊(duì)這次都沒(méi)能及格?8只小螞蟻還能否挑起中國(guó)“個(gè)人征信”市場(chǎng)的大梁义屏?大數(shù)據(jù)征信靠汁,是什么樣的FinTech,融入了哪些科技手段闽铐?小編就帶您梳理一下征信工作的業(yè)務(wù)鏈條蝶怔,再分別從征信業(yè)務(wù)各個(gè)環(huán)節(jié)對(duì)比“大象”和“螞蟻”的優(yōu)勢(shì)劣勢(shì)。

征信業(yè)務(wù)鏈條


1.數(shù)據(jù)篩選

根據(jù)征信數(shù)據(jù)來(lái)源的不同兄墅,大致可以分為傳統(tǒng)征信數(shù)據(jù)和互聯(lián)網(wǎng)征信數(shù)據(jù)踢星。傳統(tǒng)征信數(shù)據(jù)的主體部分——“信貸交易信息明細(xì)”,其數(shù)據(jù)主要來(lái)自于銀行隙咸、小貸公司及其他類信貸機(jī)構(gòu)斩狱,數(shù)據(jù)安全性高,其記錄的信用歷史都是由真實(shí)的資金借貸所產(chǎn)生扎瓶,因此,公信力也是最強(qiáng)的泌枪,屬于“強(qiáng)數(shù)據(jù)”概荷。下圖是央行征信報(bào)告(個(gè)人詳版)的數(shù)據(jù)維度。


而基于互聯(lián)網(wǎng)產(chǎn)生的征信數(shù)據(jù)則具備實(shí)時(shí)性高碌燕、覆蓋范圍廣误证、數(shù)據(jù)維度豐富及市場(chǎng)應(yīng)用便利等優(yōu)勢(shì),但數(shù)據(jù)大多只能從側(cè)面反應(yīng)人品特征修壕,是屬于“弱數(shù)據(jù)”愈捅。下圖以芝麻信用為例,列示了互聯(lián)網(wǎng)征信數(shù)據(jù)所收集的數(shù)據(jù)維度慈鸠。


2.數(shù)據(jù)加工處理

由于個(gè)人征信數(shù)據(jù)源細(xì)碎蓝谨、分散、業(yè)務(wù)場(chǎng)景眾多等特點(diǎn)青团,不同來(lái)源的異構(gòu)數(shù)據(jù)譬巫,對(duì)匹配和集成整合工作帶來(lái)了相當(dāng)大的困難。

央行征信中心借助制定數(shù)據(jù)提交標(biāo)準(zhǔn)(Metro2格式標(biāo)準(zhǔn)督笆,美國(guó)信用局制定的用于個(gè)人征信業(yè)務(wù)的統(tǒng)一數(shù)據(jù)報(bào)告格式和標(biāo)準(zhǔn)數(shù)據(jù)采集格式)芦昔,并要求數(shù)據(jù)提供方按標(biāo)準(zhǔn)提交的方式。保證收集到的數(shù)據(jù)在較大程度上是一致的娃肿,但對(duì)于不能滿足標(biāo)準(zhǔn)的非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)咕缎,則會(huì)被拒之門(mén)外珠十。

互聯(lián)網(wǎng)征信公司,其自身?yè)碛袕?qiáng)大的非結(jié)構(gòu)化數(shù)據(jù)資源集成整合能力凭豪,借助文本挖掘焙蹭、語(yǔ)音與圖像識(shí)別等融合機(jī)器學(xué)習(xí)算法,能夠有效地提取有用信息墅诡,完成數(shù)據(jù)匹配與集成工作壳嚎。

因此,在數(shù)據(jù)加工處理方面末早,央行征信中心能力受限烟馅,處于被動(dòng)接收狀態(tài);而互聯(lián)網(wǎng)征信公司然磷,能夠根據(jù)自身需要對(duì)原材料數(shù)據(jù)進(jìn)行主動(dòng)加工處理郑趁,從而具備了更強(qiáng)的擴(kuò)展性。

3.數(shù)據(jù)存儲(chǔ)

無(wú)論央行征信中心還是互聯(lián)網(wǎng)征信公司姿搜,勢(shì)必面臨海量數(shù)據(jù)的存儲(chǔ)和管理的問(wèn)題寡润。據(jù)此,征信機(jī)構(gòu)都需要根據(jù)實(shí)際的數(shù)據(jù)應(yīng)用需求設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市舅柜,目的是為數(shù)據(jù)分析挖掘和征信產(chǎn)品輸出奠定基礎(chǔ)梭纹。由于數(shù)據(jù)存儲(chǔ)室一個(gè)很大的問(wèn)題,在本文中無(wú)法深入探討征信機(jī)后背后的數(shù)據(jù)儲(chǔ)存解決方案致份。后續(xù)“豆芽FinTech”會(huì)專門(mén)對(duì)金融大數(shù)據(jù)公司的存儲(chǔ)架構(gòu)和工作流程進(jìn)行梳理变抽,請(qǐng)持續(xù)關(guān)注我們。

4.征信產(chǎn)品

信用報(bào)告

作為征信市場(chǎng)最基礎(chǔ)的數(shù)據(jù)產(chǎn)品氮块,展示了被征信對(duì)象的分類信息绍载,但不對(duì)其信用狀況進(jìn)行評(píng)價(jià)。現(xiàn)階段央行征信中心的信用報(bào)告則屬于這一類滔蝉,主要有個(gè)人版(簡(jiǎn)版和明細(xì)版)击儡、銀行版、社會(huì)版三種蝠引。

信用評(píng)分

信用風(fēng)險(xiǎn)評(píng)分:預(yù)先設(shè)計(jì)好評(píng)分卡及指標(biāo)權(quán)重阳谍,根據(jù)收集到的人群的數(shù)據(jù)特征,將各項(xiàng)指標(biāo)的分?jǐn)?shù)按照相應(yīng)權(quán)重相加立肘,得到信用分边坤。著名的FICO信用得分就屬于此類。

申請(qǐng)風(fēng)險(xiǎn)評(píng)分:對(duì)金融信貸的申請(qǐng)人信用狀況進(jìn)行評(píng)估谅年,以預(yù)測(cè)可能發(fā)生壞賬和出現(xiàn)逾期的概率茧痒。

市場(chǎng)營(yíng)銷(xiāo)評(píng)分:根據(jù)信用記錄中的表現(xiàn)特征,制定差異化的營(yíng)銷(xiāo)策略融蹂,提高用戶的響應(yīng)率旺订。共享經(jīng)濟(jì)類產(chǎn)品的評(píng)分大多屬于此類弄企。

欺詐風(fēng)險(xiǎn)評(píng)分:將信貸申請(qǐng)者的提交的數(shù)據(jù)與檔案中的數(shù)據(jù)進(jìn)行鑒權(quán),從而識(shí)別欺詐者区拳。在運(yùn)營(yíng)商實(shí)施手機(jī)號(hào)實(shí)名制登記后拘领,多渠道信息的一致性鑒權(quán)在反欺詐中的難度有所下降了。

申請(qǐng)欺詐評(píng)分:采用數(shù)據(jù)挖掘方法構(gòu)建計(jì)量模型樱调,對(duì)申請(qǐng)者的基本信息和歷史行為進(jìn)行評(píng)判约素,給出可量化的欺詐風(fēng)險(xiǎn)評(píng)估結(jié)果。

5.征信應(yīng)用

在征信產(chǎn)品的應(yīng)用層面笆凌,傳統(tǒng)征信產(chǎn)品主要用于金融借貸的審批和貸后管理圣猎。而互聯(lián)網(wǎng)征信公司,由于其對(duì)互聯(lián)網(wǎng)入口的強(qiáng)大掌控能力(如:支付寶乞而、微信等)送悔,能夠很容易的將征信產(chǎn)品應(yīng)用到金融借貸以外的各個(gè)領(lǐng)域。如賒銷(xiāo)爪模、精準(zhǔn)營(yíng)銷(xiāo)欠啤、共享經(jīng)濟(jì)、信用擴(kuò)展等方面屋灌。

賒銷(xiāo)

京東洁段、淘寶、飛豬等平臺(tái)已經(jīng)打造出融合信用共郭,為消費(fèi)者提供商品賒銷(xiāo)眉撵、服務(wù)免押金等功能。通過(guò)在商業(yè)中融入信用機(jī)制落塑,一方面引導(dǎo)消費(fèi)者形成建立和維護(hù)良好個(gè)人信用的觀念,另一方面也加速了商品經(jīng)濟(jì)的周轉(zhuǎn)速率罐韩,擴(kuò)大全社會(huì)消費(fèi)規(guī)模憾赁。

精準(zhǔn)營(yíng)銷(xiāo)

通過(guò)關(guān)聯(lián)算法,推算消費(fèi)者對(duì)于新產(chǎn)品的接受程度散吵,并主動(dòng)將接受程度達(dá)到特定域值的人群識(shí)別為目標(biāo)客戶龙考,根據(jù)不同目標(biāo)客戶的互聯(lián)網(wǎng)行為偏好,分別進(jìn)行網(wǎng)絡(luò)矾睦、郵件晦款、社交媒體等進(jìn)行渠道營(yíng)銷(xiāo)。

信用擴(kuò)展

借助身份基本信息枚冗、社交人脈缓溅、互聯(lián)網(wǎng)行為信息等,采用聚類赁温、關(guān)聯(lián)等機(jī)器學(xué)習(xí)算法坛怪,實(shí)現(xiàn)對(duì)征信未覆蓋人群——信用白戶的評(píng)價(jià)淤齐,從而拓展了征信的覆蓋面,推動(dòng)信用社會(huì)的形成和發(fā)展袜匿。

總結(jié):螞蟻與大象共舞

通過(guò)對(duì)征信業(yè)務(wù)鏈條的拆解更啄,以及對(duì)鏈條中的各個(gè)環(huán)節(jié)進(jìn)行對(duì)比分析發(fā)現(xiàn),“螞蟻撼動(dòng)大象”的命題是不成立的居灯。央行信貸中心在數(shù)據(jù)源的獲取和篩選方面祭务,具備不可撼動(dòng)的權(quán)威性,能夠直接獲取個(gè)人征信所需的“強(qiáng)數(shù)據(jù)”怪嫌。而互聯(lián)網(wǎng)征信公司依靠其技術(shù)優(yōu)勢(shì)义锥,對(duì)征信數(shù)據(jù)進(jìn)行更完善的集成整合,靈活打造出符合社會(huì)發(fā)展需求的征信產(chǎn)品喇勋,借助其自身的渠道優(yōu)勢(shì)完成征信產(chǎn)品的運(yùn)營(yíng)和推廣缨该,對(duì)信用社會(huì)的建設(shè)起到巨大的推動(dòng)作用。

因此川背,中國(guó)未來(lái)的個(gè)人征信市場(chǎng)贰拿,將會(huì)是螞蟻和大象“和諧共舞”的市場(chǎng)。央行征信中心憑借對(duì)“強(qiáng)數(shù)據(jù)”的獲取能力熄云,建立征信數(shù)據(jù)的主體膨更。互聯(lián)網(wǎng)征信公司聚合其他各類數(shù)據(jù)對(duì)征信畫(huà)像進(jìn)行補(bǔ)充缴允,結(jié)合多渠道荚守、低成本的互聯(lián)網(wǎng)入口完成征信產(chǎn)品的運(yùn)營(yíng)和應(yīng)用。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末练般,一起剝皮案震驚了整個(gè)濱河市矗漾,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌薄料,老刑警劉巖敞贡,帶你破解...
    沈念sama閱讀 211,042評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異摄职,居然都是意外死亡誊役,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,996評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門(mén)谷市,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)蛔垢,“玉大人,你說(shuō)我怎么就攤上這事迫悠∨羝幔” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,674評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)甫男。 經(jīng)常有香客問(wèn)我且改,道長(zhǎng),這世上最難降的妖魔是什么板驳? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,340評(píng)論 1 283
  • 正文 為了忘掉前任又跛,我火速辦了婚禮,結(jié)果婚禮上若治,老公的妹妹穿的比我還像新娘慨蓝。我一直安慰自己,他們只是感情好端幼,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,404評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布礼烈。 她就那樣靜靜地躺著,像睡著了一般婆跑。 火紅的嫁衣襯著肌膚如雪此熬。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,749評(píng)論 1 289
  • 那天滑进,我揣著相機(jī)與錄音犀忱,去河邊找鬼。 笑死扶关,一個(gè)胖子當(dāng)著我的面吹牛阴汇,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播节槐,決...
    沈念sama閱讀 38,902評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼搀庶,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了铜异?” 一聲冷哼從身側(cè)響起哥倔,我...
    開(kāi)封第一講書(shū)人閱讀 37,662評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎揍庄,沒(méi)想到半個(gè)月后未斑,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,110評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡币绩,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,451評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了府阀。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片缆镣。...
    茶點(diǎn)故事閱讀 38,577評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖试浙,靈堂內(nèi)的尸體忽然破棺而出董瞻,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 34,258評(píng)論 4 328
  • 正文 年R本政府宣布钠糊,位于F島的核電站挟秤,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏抄伍。R本人自食惡果不足惜艘刚,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,848評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望截珍。 院中可真熱鬧攀甚,春花似錦、人聲如沸岗喉。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,726評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)钱床。三九已至荚斯,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間查牌,已是汗流浹背事期。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,952評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留僧免,地道東北人刑赶。 一個(gè)月前我還...
    沈念sama閱讀 46,271評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像懂衩,于是被迫代替她去往敵國(guó)和親撞叨。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,452評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容