网贷百科
网贷百科 >>所属分类 >> 网贷名词    金融科技   

大数据

目录

[显示全部]

定义 编辑本段 回目录

大数据(BigData)又称为巨量资料,是指无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合,需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。业界通常用4个V即Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)来概括大数据的特征。

“大数据”概念最早由维克·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出,指不用随机分析法(抽样调查)的捷径,而是采用所有数据进行分析处理。

大数据的特征 编辑本段 回目录

数据体量巨大(Volume)

截至目前,人类生产的所有印刷材料的数据量是200PB,而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。

数据类型繁多(Variety)

相对于以往便于存储的以文本为主的结构化数据,非结构化数据越来越多,包括网络日志、音频、视频、图片、地理位置信息等,这些多类型的数据对数据的处理能力提出了更高要求。

价值密度低(Value)

价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。

处理速度快(Velocity)

大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告,预计到2020年,全球数据使用量将达到35.2ZB。 从数据的类别上看,“大数据”指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。

大数据的类型 编辑本段 回目录

传统企业数据(Traditionalenterprisedata)

包括CRMsystems的消费者数据,传统的ERP数据,库存数据以及账目数据等。

机器和传感器数据(Machine-generated/sensordata)

包括呼叫记录(CallDetailRecords),智能仪表,工业设备传感器,设备日志(通常是Digitalexhaust),交易数据等。

社交数据(Socialdata)

包括用户行为记录,反馈数据等。如Twitter,Facebook这样的社交媒体平台。

专家论大数据 编辑本段 回目录

舍恩伯格,大数据时代

不是随机样本,而是全体数据;不是精确性,而是混杂性;不是因果关系,而是相关关系。

埃里克·西格尔,大数据预测

大数据时代下的核心,预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理,未来预测分析必定会成为所有领域的关键技术。

官方对大数据的态度 编辑本段 回目录

工信部印发了《大数据产业发展规划(2016-2020年)》,特别提出加快推进大数据产业应用能力,到2020年,大数据相关产品和服务业务收入突破1万亿元,年均复合增长率保持30%左右。

随着信息化的推进,数据已经成为一种重要的资源。目前,大数据在生活中运用较为广泛。比如,地图软件用其测算拥堵路段提示出行,购物软件用其分析消费者喜好精准营销等。

中国BAT三家在大数据领域的布局 编辑本段 回目录

BAT在9个领域的布局,其实都是以大数据为核心串联在一起的。无论是征信风控消费金融财富管理都或多或少运用到了大数据。

大数据征信

在个人征信领域,目前是金融行业面临的最大问题。基于用户在互联网上的消费行为、社交行为、搜索行为等产生的海量数据,其价值并未被充分挖掘,个人征信在大数据的采集和信息挖掘上面仍有很大的想象空间。 阿里的芝麻信用在其中算是最会玩的。芝麻信用几乎打通了用户的身份特质,行为偏好,人脉关系,信用历史,履约能力等各类信息。这恰恰是因为接入了电商、支付、社交等各类数据维度。

大数据风控

大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及。目前,美国基本上都用三大征信局的信息,最传统的评分基本上都是用FICO来做的。各家平台会尝试着用机器学习、神经网络等大数据处理方法。

国内市场对于大数据风控的尝试还是比较积极。特别是大公司,可以将移动互联网的行为和贷款申请人联系到一起展开大数据风控。百度在风控层面上的进展还是比较突出,百度安全每天要处理数十亿网民搜索请求,保护数亿用户的终端安全,保护十万网站的安全,因此积累了大量的数据。

一个很具体的案例就是,通过海量互联网行为数据,比如监测相关设备ID在哪些借贷网站上进行注册、同一设备是否下载多个借贷App,可以实时发现多头贷款的征兆,把风险控制到最低。

大数据消费金融

消费金融对大数据的依赖是天然形成的。比如说消费贷、工薪贷、学生贷,这些消费型的金融贷款很依赖对用户的了解。所以必须对用户画像进行分析提炼,通过相关模型展开风险评估,并根据模型及数据从多维度为用户描绘一个立体化的画像。

百度金融的优势在于,通过基于大数据和人工智能技术为基础的合作商户管理平台,为合作商户提供涵盖营销和金融服务的全面管理方案,降低获客成本,解决细分行业的微小需求。一方面可以降低风险,另一方面也能提升金融的安全度。 在大数据消费金融的领域中,腾讯和阿里的优势很大程度上是在渠道层面上的。正如前文所说的,阿里以电商-支付-信用为三级跳板,针对性很强支付宝接入消费金融产品之后会有较强的渠道作用。而在去年12月,腾讯的“微粒贷”已经接入到了微信支付当中。在消费金融的发展速度上,腾讯速度也不差。

大数据财富管理

财富管理是近些年来在我国金融服务业中出现的一个新业务。主要为客户提供长期的投顾服务,实现客户资产的优化配置。这方面业务在传统金融机构中存在的比较多。不过因为技术能力不足,大数据财富管理在传统金融机构中相对弱势。

财富管理在互联网公司的业务中也非常流行。蚂蚁金服一开始最为简单的财富管理方式就是余额宝,后来逐渐演化成经过大数据计算智能推荐给用户的各种标准化的“宝宝”理财产品。百度金融是依托“百度大脑”通过互联网人工智能、大数据分析等手段,精准识别和刻画用户,提供专业的“千人千面”的定制化财富管理服务。

大数据在网贷领域的应用 编辑本段 回目录

精准获客

传统的获客成本高、获客效率低,不能及时挖掘到有效的潜在客户。而通过大数据思维和技术,能够实现精准定位潜在有效用户,借助于大数据建模分析描写精准的用户画像与借款场景,以用户资质、还款能力、还款表现、行为习惯等多维度信息综合判断用户真实金融需求。

借贷流程线上化

网贷用户属长尾市场用户,融资需求具有短、频、快等特征,若通过线下流程和模式既不能满足用户的金融需求,也加大了人力成本和运营成本。而通过大数据系统平台完全可以实现线上申请、线上审批、线上授信等流程,大大降低了服务的综合成本。

借款审批

中国有数亿人未得到匹配的银行信用额度,有较多优良客户未能在银行端通过借贷审批。因此,国内有能力进行小额贷款的人群体量比美国信用市场中的要多三到五倍,在此需求下这类人群更需要通过借贷公司的大数据处理通过贷款审批。 中国尚未建立完整的信用体系,在此背景下,国内用户可以授权给借贷公司的数据资料则相对更广泛更多样,例如用户在京东上的浏览记录,购物记录等都可以作为数据用来计算用户的还款能力和还款概率。金融科技企业不可能只从政府获取一个人完整的信用记录,必须依靠大数据想出其它的办法来评估一个人的信用。由于互联网金融基础设施不够完善,中国互联网金融公司在数据获取上也需要更多发展空间。中国用户信息数据的分散化,在中国获取有效数据的难度较大,中国互联网金融公司更需要自行寻找数据来源。因此,抓取社交,非社交等多渠道数据并建设完善的数据模型也将是各互联网金融公司的主要研发方向。

无抵押贷款成为可能

通过大数据进行全方位多维度了解用户真实状况,降低了双方的信息不对称程度,解决了无抵押担保的困惑。

风控智能化

传统的风控局限于通过现场尽职调查、信用报告、高管访谈等渠道收集和了解客户真实状况,凭借业务人员、风控人员的主观经验和判断进行授信决策。而大数据思维和技术则通过生产场景、生活场景对客户的基本信息、交易信息、行为信息等多维度进行大数据建模、关联性分析、交叉性验证,实现对客户风险识别、风险计算、风险预警等智能化操作。

信息实时互通实现

在传统的信贷模式下,金融服务与用户是脱节的、离散的。大数据平台可以通过互联网、物联网等手段实时监控,对信息进行实时、动态、全面把握。

反欺诈

在中国互联网金融的发展中,群体诈骗和个人信用不良都会给互联网金融公司造成较大风险。因此,利用大数据反欺诈在各大公司的技术发展尤为重要。

中国金融风控的创新 编辑本段 回目录

传统的金融风控,主要依赖于央行征信报告,但我国目前仅有3.5亿人拥有信贷记录,未来的云风控系统,必然要求接入更多个性化数据。征信报告往往只能反映过往的信用记录,并不能完全体现未来的信用风险,而加入消费数据、行为习惯、甚至宏观经济行业景气指数后,大数据征信将更加准确、快速地完成风控审批。

国内金融风控创新的方法:

第一,为城商行、村镇银行提供创新的互联网解决方案,帮助银行拓展服务人群、服务渠道和服务类型。

第二,传统银行风控主要依赖于央行征信报告,但我国拥有信贷记录仅3.5亿人覆盖,银行需要大数据模型的解决方案。

第三,帮助银行发展线上信贷业务,进行互联网化转型。

第四,帮助银行标准化的审批流程,提高自动化程度,提升审批效率。

消费类金融公司风控创新解决方案:

第一,为消费金融公司设计从前端获客到资金端对接的全托线上风控解决方案。

第二,通过分析过往客户消费习惯,精准地筛选出目标客户,在前端保证获客质量。

第三,用户只需要提供简单的申请信息,即可快速完成风控系统的认证和评分过程,在短时间内获得审批结果。

第四,让消费金融公司做到最大程度的自动化审批,提升用户的体验。

P2P创新解决方案:

第一,为P2P客户量身订作适合自身的场景风控解决方案。

第二,针对场景专门开发了大数据模型,提高人工审批通过率,降低人工审批成本。

第三,根据服务P2P的业务流程,提高效率。

大数据的问题 编辑本段 回目录

大数据风控过程中存在数据泄漏问题

近年来,数据泄漏风险事件屡见报端。2015年2月12日,汇丰银行大量秘密银行账户文件被曝光,显示其瑞士分支帮助富有客户逃税,隐瞒数百万美元资产,提取难以追踪的现金,并向客户提供如何在本国避税的建议等。这些文件覆盖的时间为2005年至2007年,涉及约3万个账户,这些账户总计持有约1200亿美元资产,堪称史上最大规模银行泄密。Verizon发布的全球调研报告《DataBreachInvestigationsReport2015》显示,2015年网络安全事件共有79790起,确认的数据泄露事件超过2000个(2122个)。这些都大大降低了大数据风控的有效性和应用价值。

大数据风控有效性不足的问题

数据泄露产生的诸如身份盗窃、欺诈行为、数据滥用等触犯法律的行为

一般来说,不法分子主要是通过网络攻击、植入病毒等方式,破坏计算机系统的功能、正常运营、并以删除数据相威胁,向网站经营者、用户等利益相关人索要钱款。如5月12日全球多国爆发电脑勒索病毒事件,受害者的电脑被黑客锁定,需按照提示支付价值相当于300美元(约合人民币2069元)的比特币才可解锁。

金融科技企业大数据安全问题

大数据时代,对于金融科技企业来说,其核心资产大都以的数据形式存在,主要分为企业数据和用户数据。企业数据一般指与其企业经营类型有关的商业秘密、商业广告及其他公开数据;用户数据即企业在经营过程中获得的用户个人信息。对于企业的商业秘密等非公开数据,我国有专门的法律及司法解释予以保护,具有一定内部性,而用户个人信息的数据涉及多方利益,因而则具有外部性,且法律关系较为复杂。

对于金融科技企业来说,技术驱动型本质决定了其潜在的技术风险,技术和交易平台系统的安全漏洞将会对其核心资产——数据资源带来较大风险,进一步辐射到整个金融系统。因此,金融科技公司必须重视数据维护、数据应用和数据创新,加大在网络安全方面的技术的投入和研发。

大数据大数据

参考资料
[1].  陆岷峰:大数据之剑直破小微企业融资难囧局   http://www.wdzj.com/news/hangye/675944.html
[2].  腾讯系大数据图谱首次亮相 数据规模惊人   http://www.wdzj.com/news/hydongtai/30317.html
[3].  陈虹:央行征信报告只能反映历史 加入大数据更准确   http://www.wdzj.com/news/hangye/36578.html
[4].  大数据时代的安全难题 泄露个人信息怎么判   http://www.wdzj.com/news/hydongtai/35225.html
[5].  芝麻信用首份老赖大数据画像:已惩戒超54万人   http://www.wdzj.com/news/hydongtai/36598.html
[6].  “区块链+大数据”跨界合作 风控现创新机遇   http://www.wdzj.com/news/hydongtai/40277.html
[7].  现在的大数据风控还只是个宝宝   http://www.wdzj.com/zhuanlan/guancha/17-3437-1.html
[8].  工信部:2020年大数据产品服务收入突破1万亿   http://www.wdzj.com/news/hydongtai/61529.html
[9].  布局这么久 阿里百度腾讯如何运作金融大数据   http://www.wdzj.com/news/hydongtai/65788.html
[10].  LendIt2017:中美互金平台间差距在大数据利用   http://www.wdzj.com/news/hangye/74140.html
[11].  P2P坏账率猛增火了催收:大数据讨债是啥生意?   http://www.wdzj.com/news/hangye/66114.html
[12].  朗迪峰会主席专访:中国金融科技大数据领先美国   http://www.wdzj.com/news/hydongtai/75007.html
[13].  私募最新大数据:11万亿规模 产品突破6万只   http://www.wdzj.com/news/licai/90777.html
[14].  保监会完善互联网保险监管 拟加强大数据运用   http://www.wdzj.com/news/hydongtai/97292.html
[15].  征信与大数据风控咋玩?这篇文章或许说透了   http://www.wdzj.com/news/hydongtai/99504.html
[16].  银行与互联网金融 谁的大数据更厉害?   http://www.wdzj.com/zhuanlan/guancha/17-4259-1.html
[17].  央行将加快金融科技应用试点 大数据风控成重点   http://www.wdzj.com/news/hydongtai/104183.html
[18].  金融科技产生的大数据 如何确保被合法合理地使用   http://www.wdzj.com/zhuanlan/guancha/17-4459-1.html
[19].  陆金所计葵生:大数据定位 投资者适配更准确   http://www.wdzj.com/news/hydongtai/211739.html

附件列表


词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
1

词条信息

网贷之家洋洋
网贷之家洋洋
超级管理员
词条创建者 发短消息   
  • 浏览次数: 8897 次
  • 编辑次数: 1次 历史版本
  • 更新时间: 2017-08-23

相关词条

关注我们

微信公众号wdzj-official