大数据征信迎爆发时机 这几家企业或将率先破局

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:

数据=信用=财富

“互联网+”令普惠金融成为可能,这为中国基于互联网 大数据 的征信发展带来巨大的市场机会,数据和技术正在成为互联网征信关键门槛。

在互联网时代,数据即信用,信用即是财富。大数据征信将会把个人的全部社会行为映射到一纸信用报告上,而此信用报告又将影响到信用主体的生活。

将来一个人可以凭借信用报告上漂亮的分数而顺利地求职、贷款买房、出国旅游、租车订房,也有可能因为信用报告上一个小小的污点而求职无门、贷款被拒。信用报告将会成为每个社会人的一张“信用身份证”。

从世界经验看,个人有效征信数据90% 产生在信贷领域,90% 使用也是在信贷领域。长久以来,我国征信市场是指央行征信系统,但其主要收集以银行信贷信息为核心的企业和个人信息,截至2015底,该系统收录自然人8.7亿,其中有信贷记 录的3亿人,收录企业及其他组织近2102万户。然而,依然有超过5亿多人的征信情况未能纳入系统。

随着普惠金融在中国的推进,如何满足这没有征信记录的5亿多人的金融需求,正好成为互联网大数据征信的市场机会。

简而言之,一个成功的征信产品的核心关键包括三点:

第一是数据源,如果比作做菜的话,就是菜怎么样。

第二是厨师,如何通过分析与建模,发挥数据最大的威力。

第三是对行业的理解,比如对租车行业不理解,生产的数据产品不一定适应他们的需求。

大数据拼图

目前,有8家民间征信公司成为首批待验收企业,这意味着央行开了“半扇门”,让这些第三方机构均进入大数据征信业务,其扮演的是数据融合,打破数据壁垒的中间人角色。

在这八家征信巨头之中,真正称得上是大数据公司的,可能只有阿里、腾讯、平安三家。因为他们的数据来源广泛丰富,且能把各行各业的数据融合在一起。只有多维的数据交叉,才能精准地刻画一个人或一个企业,每增加一个维度,数据的价值不是加法,而是乘法般的增长。

对于很多企业来说,他们传统意义上的数据是面向业务的,对于每一条业务线来说都会有数据的积累。而大数据的价值在于:通过多样性的数据交互,能够让商业产生更大价值甚至颠覆性创新。这个多样性是指能够将多种数据连接在一起看,通过彼此之间的关联和互动让数据产生商业的价值。

就像早上8点在A路遇到堵车,要发现这个原因,就要搜集与A路相邻相交的各条路的情况,才能用这些周边数据验证A路堵车的原因。

同理,一个征信的新客户进入业务系统后,他的消费能力、还贷能力,消费喜好,交易场景等等,都需要用不同的交互数据去把他的画像“拼”出来。以前在数 据分析中只有对个体的线性研究,现在可以通过分析网络结构和社会关系,通过分析个人行为特征,来预测其违约风险、还贷能力

从某种意义而言,很多公司虽然都说在做大数据,但其实他们只能说是‘多数据’。比如银行和电商,银行的数据主要是在存贷、中间业务、汇兑等等;电商主 要是买卖、支付。他们的数据量超级大,但数据类型少。如果只是知道一个人每月消费多少,收入多少,其实并不能准确描述一个人。同样的,如果只是知道这个 ID的搜索记录,地图定位,也不能准确判断‘他是他’。

目前阿里有大量的购物数据和小商户交易数据,可以从购物数据中去拼出小商户的销售能力、还贷能力;腾讯有大量的社交类数据,可以从社会数据中拼出商家的需求;而前海征信则是其中唯一一家以传统金融数据为基底、兼整合了新型社会数据的公司。

根据媒体报道 ,前海征信的数据来源包括平安集团各个子公司的数据、合作机构的数据(电信公司、政府机构、交通信息数据、银联等)、合作方金融公司数据(如小贷公司、P2P等)以及通过网络渠道公开获取的数据。总体上讲,前海征信的数据库相比前两者更为丰富。

新型社会数据与传统数据的交叉拼图,有助于更精确地拼出用户画像。

比如2016年初,媒体称前海征信目前已经整合了传统金融信贷逾期数据、互联网金融信贷逾期数据、法院公开老赖名单、交通失信数据,以及携手住建局打造的住房和建设诚信体系,等于形成了一个跨行业失信信息平台。

假设某个人客户想通过某网贷平台进行贷款,通过查阅该客户的人行征信信息,平台可以得知其有较高的收入水平、无车贷无房贷、信用卡还款记录良好等信用 信息。但是如果加上更多社会数据的交叉对比,就能更好地实现动态风控。比如加上其他P2P平台以及住房诚信体系的数据,就能通过大数据来侦测申请者的信贷 饥渴程度,以此判断客户的风险状况——比如说,一个总是向小贷公司、典当行借钱,而且曾经长期拖欠工程款、逃税的包工头,虽然表面光鲜,但风险是不是可能 更大呢?

百花齐放到数枝独秀

未来大数据搜集工具,会与各种人们经常使用的可穿戴设备结合,比如手环。只有设备和人天天在一块,才能时刻搜集人的各种行为特点。用的频率越高,黏度越大,搜集数据越全面。硬件厂商会越来越多在这方面发力。

从美国的征信市场发展来看,1960年代末美国的征信公司曾一度多达2200家,但随着行业不断发展和整合,如今已减少到400家左右。其中,艾可飞 (Equifax)、益百利(Experian)和全联(Trans Union)三大巨头便占到了90%的市场份额。

当下中国大数据征信还处于第一阶段,即个人征信机构跑马圈地、百花齐放;而到了第二阶段,征信行业可能就会想美国一样出现大规模并购,最大的两三家公司将占据市场60%以上份额或者更多,其他几家共享细分市场。

而目前民间征信发展缓慢的最大障碍是数据壁垒、数据孤岛。不同公司不愿意透露自己的数据,怕被对手利用自己的数据打击。但未来数据融合是大概率的事。 民间征信公司就是打破数据壁垒的中间人。只有征信公司成为完全的民间第三方,和任何人都不发生冲突。任何人把数据放这里来都是安全的,达到1+1大于3的 效果,才能获得信任度,才能以严谨的行业规范,逐步让整个社会体会到大数据征信的好处,重视征信。
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 
相关文章
|
SQL 存储 监控
大数据Flume企业开发实战
大数据Flume企业开发实战
74 0
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
101 2
|
2月前
|
Oracle 大数据 数据挖掘
企业内训|大数据产品运营实战培训-某电信运营商大数据产品研发中心
本课程是TsingtaoAI专为某电信运营商的大数据产品研发中心的产品支撑组设计,旨在深入探讨大数据在电信运营商领域的应用与运营策略。通过密集的培训,从数据的本质与价值出发,系统解析大数据工具和技术的最新进展,深入剖析行业内外的实践案例。课程涵盖如何理解和评估数据、如何有效运用大数据技术、以及如何在不同业务场景中实现数据的价值转化。
59 0
|
5月前
|
存储 机器学习/深度学习 大数据
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
Apache Flink 诚邀您参加 7 月 27 日在杭州举办的阿里云开源大数据 Workshop,了解流式湖仓、湖仓一体架构的最近演进方向,共探企业云上湖仓实践案例。
180 12
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
|
5月前
|
存储 监控 数据挖掘
云上大数据分析平台:赋能企业决策,挖掘数据金矿
5.3 场景化 针对不同行业和领域的需求特点,云上大数据分析平台将推出更多场景化的解决方案。这些解决方案将结合行业特点和业务场景进行
174 7
|
5月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
427 0
|
6月前
|
机器学习/深度学习 数据采集 大数据
大数据技术下的企业智能决策支持系统
大数据技术下的企业智能决策支持系统
213 0
|
7月前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
7月前
|
存储 人工智能 安全
AI大数据分析对企业安全隐私的保护非常重要
AI大数据分析在提供企业发展和决策支持的同时,也涉及到大量的企业数据和用户隐私信息。因此,保护企业安全隐私是非常重要的。
|
7月前
|
分布式计算 大数据 数据处理
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
69 0