农村金融成巨头新战场 大数据或为破局核心

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

对整个农业产业生态圈来说,数据化都是至关重要的一步。

诺贝尔和平奖的获得者穆罕默德·尤努斯,从行业定义上来说,其实应该是个金融家。不同的是,他的格莱珉银行的目标客群是孟加拉农村的穷人。

“1976年我们建立了这家银行,而直到1982年才真正拿到银行牌照。”尤努斯曾经这样描述他在农村金融上遇到的困难。事实上,国内的农村金融,尽管需求巨大,但由于种种困难,至今仍然没有得到有效的总体解决。

尤努斯之梦

在互联网金融上线以后,这个蓝海市场开始被广泛注意到。很多企业开始展示自己的中国式尤努斯之梦。

这其中包括蚂蚁金服和京东这样的巨头,也包括很多创业者。蚂蚁金服将农村金融视为三大战略之一,今年成立了独立的农村金融事业部,由副总裁袁雷鸣亲自挂帅。

今年的政府工作报告中提出要加快发展现代农业,促进农民持续增收,完善强农惠农富农政策,深化农村改革,拓展农民就业增收渠道,着手提高农业质量、效益和竞争力。

形成对比的是,《中国农村金融服务报告》截至2014年底的数据显示,中国金融机构本外币农村贷款余额为19.4万亿元,占各项贷款余额比重不到23%,农村村镇银行县域覆盖率仅为54%,这意味着大量的农村缺乏最基础的金融服务。

农村金融这个巨大的市场,基本还是处于半荒漠状态。这在很大程度也限制了农村的产业和经济金融。毕竟对城市企业家来说,金融已经成为产业促进的重要工具。

尽管“供给侧改革”是2016年的关键词之一,但对农村金融来说,距离出现真正的巨头还有很大距离。一个明显的事实是,在城市里可以鏖战超市大妈的巨头们,在农村的脚步都走得不算快。

中国向来适合农村包围城市,但金融在农村却总是呈现水土不服的症状。这背后有一个重要原因,数据。

农村金融的痛点

当讨论中提到农村金融的时候,一位朋友的第一反应是,“扶贫办?”

一个公认的事实是,农村金融长久以来,存在的痛点很多。

第一,农村传统机构效率低下,审批流程冗长、放款效率低下,资金供应不足;农村典当行、互助会、抬会自有资金不足,风险控制水平落后、无法跨区域配置资金;农村个人放贷、熟人借贷规模小、合规性差,不确定性高。

第二,农村金融需求得不到满足,大量资产无法获得有效识别和合理定价。衣食住行、婚丧嫁娶等消费性需求,和原料、农机采购、养殖种植、农产品加工等生产性金融需求都得不到有效满足。

第三,农村资产获取困难。不管是社区场景、供应链场景还是B2B场景,对于农村金融体系的资产获取都相对困难,不易获取相应的资产资金管理体系。

第四,也是很重要的一点,农村信用基础设施差、风控成本高,优质资产很难被有效识别和定价。农民往往不在央行征信的覆盖范围内,又没有抵押物和担保人,传统银行很难把钱放心借给农民。利率高、不规范的民间借贷成了他们的主要借款渠道。

所以,农村金融的痛点核心,最终归结到了数据匮乏、以及由此造成的风控缺失。这是金融的命门,没有合理的定价体系,农村金融想要真正规模化,基本是天方夜谭。

幸运的是,移动互联网来了。数据显示,农村的网民数大概占整个中国总网民数的1/3,有1.7亿左右,其中的1.5亿是手机网民,他们手机上网的比率,比城市还高3%。他们网购、支付和理财,他们的行为变的可被数据化。

生态圈或成为发展方向

很显然,农村金融已经成为促进三农产业发展和供给侧改革的重要助力。这其中,谁手握数据,谁就能玩转这副大棋。

但数据如何使用,才能达到一个更好的效果,是一个值得探讨的课题。从多个企业的探索来看,围绕三农生态圈来做,可能是一个方向。

最近刚刚完成1.5亿元A轮融资的可溯贷就是这个思路。

可溯旗下目前有三个主要业务,可溯贷、可溯生活和可溯数据,分别负责三农生态圈中的不同角色。其中可溯贷负责解决农村中小微企业的资金需求;可溯生活作为电商,充当流量担当的角色,负责产品的销售渠道;可溯数据则是一个农产品质量追溯平台,通过物联网数据采集,结合GPS全球定位系统、摄像头监控、数据记录平台、气象变送器等,覆盖生产、仓储、运输等环节,负责农业产品安全性。

这其中,可溯数据承担了一个很重要的作用,就是农业数据化。通过产品质量追溯系统,解决了此前农业很难量化分析的问题。通过数据库的分析,也可以提高农民、农企的资金使用效率,帮助农企科学运营。同时,信息透明的品质保证也会直接成为企业的核心竞争力,帮助企业打造品牌。

对整个农业产业生态圈来说,数据化都是至关重要的一步。

可溯贷CEO刘栋曾表示,农业大数据是农业信息化过程中的必然产物,是重要的农业资源,可以帮助破解农业成本地板和价格天花板的双重挤压。通过大数据精准实现农产品的有效供给,将成为推进农产品供给侧和需求侧结构改革的有效工具。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7月前
|
存储 JSON 大数据
大数据离线数仓---金融审批数仓
大数据离线数仓---金融审批数仓
589 1
|
1月前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
146 3
|
7月前
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
337 6
|
7月前
|
监控 搜索推荐 大数据
大数据在金融领域的应用有哪些?请举例说明。
大数据在金融领域的应用有哪些?请举例说明。
126 0
|
运维 大数据 数据挖掘
SelectDB x 白鲸开源金融大数据解决方案正式发布!
飞轮科技联合白鲸开源,针对金融行业大数据实时分析的场景共同推出高效实用的解决方案。
|
大数据
《金融级别大数据平台的多租户隔离实践》电子版地址
金融级别大数据平台的多租户隔离实践
94 0
《金融级别大数据平台的多租户隔离实践》电子版地址
|
分布式计算 大数据 Hadoop
从十大技术和十大巨头了解大数据
从十大技术和十大巨头了解大数据
130 0
从十大技术和十大巨头了解大数据
|
存储 运维 Cloud Native
|
SQL 分布式计算 算法
传统金融IT男转型互联网大数据码农,图啥?
传统金融IT男转型互联网大数据码农,图啥?