銀行與互金，所講的大數(shù)據(jù)是一回事嗎？

銀行互金大數(shù)據(jù) 金融

薛洪言 | 2017-05-15 11:32

【數(shù)據(jù)猿導(dǎo)讀】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？照理來講，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)

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)則包括既公開數(shù)據(jù)，也包括第三方購買數(shù)據(jù)和其他渠道獲得的數(shù)據(jù)，如下圖所示。照理來講，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)。

銀行_互金_大數(shù)據(jù)_金融-1

先來看看銀行業(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，甚至說銀行的所有產(chǎn)品都是數(shù)據(jù)也不為過，比如說你的存款、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)全行客戶業(yè)務(wù)活動(dòng)過程和結(jié)果的記錄。同時(shí)，為了更好地開展業(yè)務(wù)，還會(huì)要求用戶提供諸如電話、職業(yè)、教育、住址等信息，如果有過貸款申請(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，房貸和車貸也都在銀行，銀行在業(yè)務(wù)過程中還產(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)角度來看，銀行賬戶是經(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)人有錢沒錢，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銷售，一方面是銀行有著龐大的線下渠道，更重要的在于，銀行知道哪些用戶有錢，從而進(jìn)行更好的產(chǎn)品匹配銷售。

本質(zhì)上講，若能精準(zhǔn)地判斷一個(gè)人有錢沒錢、有多少錢，無論是進(jìn)行精準(zhǔn)營銷還是風(fēng)險(xiǎn)防控，基本也不太需要太多的其他數(shù)據(jù)了。但問題在于，銀行業(yè)的數(shù)據(jù)是割裂的，除了信貸類的關(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，在中國銀行有1000塊存款，在建設(shè)銀行有20萬塊存款，在工商銀行沒有存款。那么，在建行看來，這是個(gè)有錢人；在中行看來，這是個(gè)再普通不過的用戶，在工行看來，這個(gè)人的財(cái)富狀況無法判斷。

再來看看互金平臺(tái)

如果是創(chuàng)業(yè)型互金平臺(tái)，其自有數(shù)據(jù)也主要是各類業(yè)務(wù)數(shù)據(jù)，這點(diǎn)與銀行相似，不過數(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)用戶財(cái)富數(shù)據(jù)的掌握程度遠(yuǎn)遠(yuǎn)比不上銀行，不過好在銀行最有價(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，只能通過其對(duì)業(yè)務(wù)的促進(jìn)作用來進(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)押類貸款產(chǎn)品，從純信用類的消費(fèi)貸款產(chǎn)品來看，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（FairIsaacCompany）信用分是由美國個(gè)人消費(fèi)信用評(píng)估公司開發(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，FICO分高于680分，就屬于信用卓著的用戶了；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信息展開的，包括付款歷史（占比35%左右，包括各類信用/貸款賬戶的還款記錄，公開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總數(shù)，信用賬戶余額，總額度使用率等）、信貸時(shí)長(zhǎng)（占比約15%，信貸賬戶的賬齡）、新開立信用賬戶（占比10%，包括新開立信用賬戶數(shù)，新開里賬戶賬齡，正在申請(qǐng)的信用賬戶數(shù)量，查詢查詢記錄等），正在使用的信貸組合（占比10%左右，包括信用卡賬戶、零售賬戶、分期付款賬戶、抵押貸款賬戶等混合使用情況）。

銀行_互金_大數(shù)據(jù)_金融-2

從效用等級(jí)來看，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，就像太陽一出，月亮和星辰之光便黯淡無色了。

問題在于，大多數(shù)的人都缺乏有效的征信數(shù)據(jù)，中國13億人口中，有信貸征信記錄的僅有3.5億。對(duì)于沒有征信記錄的人，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

最后再來看二者的差別，我們從客群的角度來對(duì)比。

對(duì)于具有征信記錄的優(yōu)質(zhì)客群，這部分客戶的信貸記錄多來自于銀行體系，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有征信記錄的客群，沒有了日光照射，對(duì)銀行而言，可能意味著徹底的黑暗，難以判斷用戶的信用情況；而掌握了用戶消費(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的輪廓，具備了差異化的優(yōu)勢(shì)。

問題來了，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，誰也拿不走，而正是這些數(shù)據(jù)，構(gòu)成了其在次級(jí)用戶信用評(píng)級(jí)上的核心優(yōu)勢(shì)。

反過來再問，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更為有效，當(dāng)然，因?yàn)檎餍庞涗浭情_放的，所以對(duì)于有征信記錄的用戶而言，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)在智能營銷上的應(yīng)用看，互金巨頭掌握了用戶的消費(fèi)、社交等行為數(shù)據(jù)，可以更好地了解用戶的行為偏好，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。相比之下，銀行掌握的更多是用戶有錢沒錢，在智能營銷上其應(yīng)用范圍就窄得多，在銷售基金和理財(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。

來源：洪言微語

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。