金融大數(shù)據(jù)：一切不能產生價值的數(shù)據(jù)都是“耍流氓”！

金融大數(shù)據(jù) 數(shù)據(jù)價值信用卡

數(shù)據(jù)分析網(wǎng) | 2016-07-08 10:57

【數(shù)據(jù)猿導讀】世界上只有四種數(shù)據(jù)：行為數(shù)據(jù)、交易數(shù)據(jù)、社交數(shù)據(jù)和傳感器數(shù)據(jù)。在作者看來，如果數(shù)據(jù)不能產生價值都是耍流氓。而數(shù)據(jù)在整個金融行業(yè)的應用，則有三個方向，一是數(shù)字化運營，二是精準營銷，三是數(shù)據(jù)風控。本文將給大家分享一份不耍流氓的金融大數(shù)據(jù)

金融大數(shù)據(jù)：一切不能產生價值的數(shù)據(jù)都是“耍流氓”！

DT君繼續(xù)要說說金融領域的大數(shù)據(jù)應用。來自TalkingData的首席金融分析師鮑忠鐵老說自己是“首席布道師”，DT君覺得名副其實，因為他一上來說話就是金句：大數(shù)據(jù)不是為了錦上添花，而是為了雪中送炭。他還說，如果數(shù)據(jù)不能產生價值都是耍流氓。以下是他在“尋找數(shù)據(jù)俠”活動中的演講文字實錄。

大數(shù)據(jù)要想在金融領域變現(xiàn)，得靠這兩種方式

我想傳達的數(shù)據(jù)理念是，如果數(shù)據(jù)不能產生價值都是耍流氓。

世界上只有四種數(shù)據(jù)：行為數(shù)據(jù)、交易數(shù)據(jù)、社交數(shù)據(jù)和傳感器數(shù)據(jù)。

數(shù)據(jù)在企業(yè)里邊基本上會做三件事情：效率提升，業(yè)務提升，成本降低。如果這三件事情做好，數(shù)據(jù)就實現(xiàn)了價值。

而數(shù)據(jù)在整個金融行業(yè)的應用，則有三個方向，一是數(shù)字化運營，二是精準營銷，三是數(shù)據(jù)風控。其中精準營銷和風控是目前世界上大數(shù)據(jù)可以變現(xiàn)的兩種方式。

TalkingData主要是利用移動互聯(lián)網(wǎng)人群的行為數(shù)據(jù)來描述一個人的興趣偏好、出行軌跡、興趣愛好等信息，過去一年我們幫助很多企業(yè)利用移動大數(shù)據(jù)洞察他們的客戶。

案例1 精準營銷：有車族更愛用Uber，向他們推銷綁卡!

這是我們幫一個信用卡公司做的數(shù)據(jù)分析和數(shù)據(jù)營銷案例。

我們利用移動App數(shù)據(jù)，發(fā)現(xiàn)很多客戶愿意玩游戲。于是就利用游戲幫它進行引流。同時利用手機游戲的活動，激活了40%的休眠客戶。這個信用卡公司在整個金融移動APP占比是非常高的，日活可以達到330萬，這個APP每個月為信用卡公司創(chuàng)造將近幾個億的凈收入。

另外，客戶希望信用卡和借記卡可以更多綁定在優(yōu)步(Uber)應用上。但是前期廣播式投放廣告之后，效果非常之差，只有千分之三的人在這個應用上綁了客戶機構的卡。

沒有數(shù)據(jù)分析之前，大家都認為Uber是應該推薦給沒有車的人，因為沒有車的人會有很高的打車需求。但實際上我們用數(shù)據(jù)分析之后，通過精準營銷和數(shù)據(jù)分析，發(fā)現(xiàn)有車一族使用Uber的頻率更高，更愿意利用信用卡或借記卡綁定Uber。為什么呢?因為這些有車的人已經(jīng)習慣自己開車上班了，已經(jīng)不習慣公共交通了，不習慣地鐵和其他公共交通了，這些人才是剛性Uber的需求，聚會的時候，喝酒的時候，吃飯的時候都是需要打車的。

我們利用數(shù)據(jù)精準地找到了有車的客戶，向他們推送綁定信用卡廣告，提高了精準營銷的效果，用戶綁定信用卡/借記卡的成功率提高了十多倍。

在沒有數(shù)據(jù)支持的情況下，在沒有數(shù)據(jù)分析之前可能一個客觀事物判斷往往是基于一個人主觀的經(jīng)驗，基本上普遍廣告轉化率大概只有千分之三。但是如果有數(shù)據(jù)可以精準營銷，基本上轉化率可以提高5%。我們根據(jù)這些客戶畫像幫銀行找到它的目標客戶，優(yōu)化它的產品。

在沒有數(shù)據(jù)之前，很多銀行給中小企業(yè)貸款的時候，風險評估依據(jù)于POS機的刷卡記錄。這個刷卡記錄是可以做假的的，例如可以用信用卡套現(xiàn)來提高POS機的流水。

我們可以通過移動設備數(shù)據(jù)采集的方式來判斷，這個店鋪的客流量，每天進來多少人，多少人去試衣服，多少人去結賬，多少人離開等數(shù)據(jù)。通過這些數(shù)據(jù)判斷小商戶的客流量和經(jīng)營的情況，然后參考這些信息和POS機信息，給出一個更加客觀的授信額。這種利用移動設備數(shù)據(jù)的風險管理方式，比原來僅憑借交易數(shù)據(jù)判斷信用等級的方式，提高了30%左右準確率，降低了欺詐的可能性。

網(wǎng)絡犯罪正在成為互聯(lián)網(wǎng)金融公司公司面臨的主要威脅之一，甚至在一些互聯(lián)網(wǎng)金融公司公司，惡意欺詐產生的損失占整體壞賬的60%。很多互聯(lián)網(wǎng)金融公司公司將主要精力放在如何預防惡意方面，高風險客戶識別和黑名單成為預防惡意欺詐的主要手段。而移動大數(shù)據(jù)則可以幫助互聯(lián)網(wǎng)金融公司實現(xiàn)反欺詐。

1用戶居住地和工作地的辨別

移動大數(shù)據(jù)可以驗證客戶的工作地和居住地點，例如某個客戶在利用手機申請貸款時，填寫自己居住地是上海。但是互聯(lián)網(wǎng)金融公司企業(yè)依據(jù)其提供的手機設備信息，發(fā)現(xiàn)其過去三個月從來沒有居住在上海，這個人提交的信息可能是假信息，發(fā)生惡意欺詐的風險較高。

2 欺詐聚集地的識別

惡意欺詐往往具有團伙作案和集中作案的特點。犯罪團伙成員常常會在集中在一個臨時地點，雇傭一些人，短時間內進行瘋狂作案。

借款平臺發(fā)現(xiàn)短短幾天內，在同一個GPS經(jīng)緯度，出現(xiàn)了大量貸款請求。并且用戶信息很相似，申請者居住在偏遠郊區(qū)，這些貸款請求的惡意欺詐可能性就較大。

3 高風險貸款用戶的識別

互聯(lián)網(wǎng)金融公司企業(yè)可以利用數(shù)據(jù)了解過去3個月用戶的行為軌跡。如果某個用戶經(jīng)常在半夜2點出現(xiàn)在酒吧等危險區(qū)域，并且經(jīng)常有飆車行為，這個客戶定義成高風險客戶的概率就較高。如果客戶近期使用多個App進行借款，其多頭借貸的風險就很高。如果客戶經(jīng)常換手機卡，則客戶欺詐可能性就很高，

很多互聯(lián)網(wǎng)金融公司正在利用移動大數(shù)據(jù)來進行欺詐識別，利用數(shù)據(jù)幫助互聯(lián)網(wǎng)金融公司提高風控水平。