`
wx1569510009
  • 浏览: 53089 次
最近访客 更多访客>>
文章分类
社区版块
存档分类
最新评论

P2P平台尝试大数据征信初见成效

 
阅读更多

 

    “数据是资产,数据是石油。传统是得能源者得天下,现代是得数据者得市场。”在6月20日全国政协青联举办的青年讲堂上,中关村大数据产业联盟副秘书长汪德诚说,科技的进步为大数据的普及奠定了坚实的基础,大数据正在日渐深刻地影响着我们的世界。



    现如今,大数据这一概念已开始对商业经营产生深刻影响。不少企业意识到,要想赢得市场竞争,关键是要通过数据分析和数据应用做出明智决策。然而,一个普遍的误区是,很多企业投入大量人力或物力去收集大数据,却最终淹没在海量数据中,未能对商业经营产生指导作用。


    就目前来看,金融、电信、制造等价值数据拥有者,信息化水平较高,对于大数据业务的需求迫切。尤其是金融行业,对数据挖掘、分析、处理还有更高的要求,十分适合进行大数据的采集并进一步整合。


    然而,对于大数据的采集成本还是比较高,很多外部数据都需要平台有偿获取,这方面主流的平台比较有优势,而其他的小型平台如果要切入大数据应用,还有很长的路要走。今后区分平台优劣,是否能最大限度地拥有大数据源将成为重要的标志之一。


    大数据在互联网金融方面主要分为两个方向,第一个就是结构化的数据,在维度多的情况下用好,现有的数据挖掘方式还没有能够完全挖掘;还有一个方向就是非结构化的数据分析,因为现在有更多碎片化的数据产生。懂得怎么处理这些数据,建造模块的人,才是真正抓住互联网金融的核心。


    金融的本质是风险:从风险领域进入,建造计算法则,把数据系统化是一个入手的方面。大数据征信,将注意力从数据的精确性转移到数据的相关性上来:个人的身份信息核实(从面对面实地核查到通过社交网络、微信、QQ等进行数据分析);个人的偿债能力,包括收入水平与债务压力(从考察一个人的工作性质、收入水平以及房产、汽车等财产信息以及现实债备情况到分析其的消费水平、每月消费金额甚至社交圈中的交谈等);个人的还款意愿(从分析还款记录到通过交易的好评度、朋友圈内的交流内容、甚至个人用语,对人物进行刻画分类);约束力(从传统的抵押、担保到将违约纪录纳入征信纪录中的制度设计等)。


    “一定程度来说,正因为传统征信无法覆盖,才推动了大数据在风险管理领域的发展。反过来,大数据也可以丰富完善传统征信数据的不足,相互补充。”有关专家表示,大数据的分析并没有偏离风险管理的业务基础和判断逻辑。


    现如今P2P企业纷纷自行建设征信数据库。记者针对现在比较火的几个P2P平台进行了采访调研,这其中,宜信宜人贷所开创的大数据征信模式是比较典型的代表。据宜人贷的产品负责人透露,其平台的信用管理体现在方方面面,除了进行基础的数据分析外,还关系到后续产品的政策制定,以及提供预期催收依据等等。


    “宜信有着8年的线下征信经验,最初的征信都是通过人工审核来完成的。现在通过技术创新,我们将实现征信的自动化、数据化,提炼用户的个人基本特征、消费行为特征等,利用社交活动所形成的数据分析来客观评价一个人的信用度,从而判断其还款能力和欺诈风险。”


    通过采集借款人各个维度的数据判定其违约成本,并给出可以贷款的额度和相应的风险定价。宜人贷的这种新型风控系统和传统的银行相比是模式上的重大创新。从而实现纯线上的P2P模式,减少平台企业的运营成本。


    各家P2P企业已经开始逐渐形成自己的特点,而这种趋势也正在业内得以逐渐普及,相信随着国内P2P行业的进一步成熟,这种由各个细分领域所形成的征信大数据的集合将为行业整体的信用体系建设做出贡献。

转载于:https://my.oschina.net/u/1160813/blog/286922

分享到:
评论

相关推荐

    大数据征信破解小微企业融资困境探讨.docx

    拍拍贷是中国领先的P2P借贷平台之一,它利用大数据征信技术为小微企业提供便捷的融资服务。通过收集并分析借款人的各种数据(包括但不限于社交媒体活动、在线购物记录等),拍拍贷能够快速评估借款人的信用水平,并...

    互联网金融概论:第7章 信用管理与大数据征信.pdf

    同时,探讨了互联网金融领域的信用风险,尤其是P2P平台的信用问题,并介绍了大数据征信在解决这些问题上的潜力和应用。通过学习,读者应能理解和掌握信用管理的关键点,以及大数据征信在互联网金融信用风险控制中的...

    大数据技术在P2P网贷平台征信系统的应用研究

    P2P网贷平台在运用大数据征信技术时,应注重信用风险管理策略的制定与执行,建立起一套科学完善的信用评估体系,以期在保证安全的前提下,提升服务效率和用户体验,促进我国P2P网贷行业的良性发展。

    智子云P2P新媒体大数据精准营销方案(PPT格式).rar

    最后,智子云P2P新媒体大数据精准营销方案还具备强大的可视化报告功能,使企业能够直观地了解营销活动的进展和成效,及时做出决策调整。总之,智子云P2P新媒体大数据精准营销方案是企业在激烈的市场竞争中脱颖而出的...

    浅谈P2P网络借贷大数据风险控制体系的构建.pdf

    为了保障网络借贷平台的正常运行,构建一个有效的P2P网络借贷大数据风险控制体系显得尤为必要。 首先,P2P网络借贷平台的风险主要包括信用风险、集资风险和洗钱风险。信用风险主要源于P2P网络平台常采用无需抵押和...

    智子云P2P新媒体大数据精准营销方案.pptx

    智子云P2P新媒体大数据精准营销方案是指通过智子云新媒体资源平台,利用大数据和人工智能技术,实现精准营销和智能传播的解决方案。该方案旨在帮助企业和组织更好地了解目标受众,实现精准投放,提高营销效果和品牌...

    智子云P2P新媒体大数据精准营销方案.zip

    智子云P2P新媒体大数据精准营销方案是一个综合性的大数据解决方案文档,旨在帮助企业通过利用大数据技术来提升其市场营销的效果和效率。该方案深入分析了当前新媒体环境下消费者行为的多样性和复杂性,并提出了一套...

    浅谈P2P网络借贷大数据风险控制体系的构建.zip

    然而,随着市场规模的扩大,风险控制问题也随之凸显,特别是大数据在风险控制中的应用,成为了P2P网络借贷平台稳健运营的关键。本文将围绕“浅谈P2P网络借贷大数据风险控制体系的构建”这一主题,深入探讨如何利用...

    【推荐】智子云P2P新媒体大数据精准营销方案

    【推荐】智子云P2P新媒体大数据精准营销方案 这份42页的PPT文件详细阐述了如何利用新媒体和大数据进行高效的P2P(Peer-to-Peer)精准营销。智子云作为一家专业的智能广告与数据分析公司,其提出的方案旨在帮助企业...

    基于大数据的互联网金融征信体系建设.docx

    3. **征信机构的发展**:为了适应市场变化,传统征信机构开始尝试引入大数据技术进行征信,出现了如芝麻信用、腾讯征信等基于大数据的新型征信产品和服务。 #### 三、构建基于大数据的互联网金融征信体系的关键措施...

    【精品】智子云P2P新媒体大数据精准营销方案.pptx

    专注于为中国的广告主提供完整的智能营销云服务。...智子云营销服务平台已经数百家广告主、每天数亿级PV的实践检验。 智子云RTB智能广告产品在与广告主合作过程中取得了显著效果,增强了企业的核心竞争力。

    P2P网贷平台征信系统研究.doc

    P2P网贷平台征信系统研究.doc

    大数据期末考试题型.pdf

    大数据金融的适用领域包括线上金融领域(P2P、互联网众筹等)和传统金融领域(银行、保险、证券、信托)。模式平台金融模式是指通过大数据技术对金融模式进行变革和创新,使金融模式更智能、更高效、更安全。供应链...

    3.李虎-大数据驱动的P2P风险防控.pdf

    应用成效方面,大数据驱动的P2P风险防控平台能够实时监控P2P平台的运行状态,发现并预警潜在的风险。对于不同类型的平台,如“疯子”、“骗子”、“矮子”和“瞎子”,平台能够针对性地提出解决策略,通过监管机构的...

    易通贷-康文大数据辅助P2P风控新手段.pptx

    1. **精准营销**:通过对用户行为的深度分析,大数据帮助P2P平台了解客户需求,设计出符合用户偏好的金融产品,并实现精准营销。通过用户的理财、投资习惯、社交数据等信息,平台可以找到合适的潜在客户。 2. **...

    基于大数据的P2P信贷风险管理模式分析与探索.pdf

    大数据技术的引入,使得P2P信贷平台能够收集和分析更多的非结构化数据,如用户的社交媒体信息、电商行为数据、地理位置信息等,以此来判断借款人的信用状况和还款能力。通过大数据技术的分析应用,能够对借款人的...

    P2P平台

    【P2P平台】是一种基于互联网技术的新型金融服务模式,全称为“点对点”(Peer-to-Peer)网络借贷平台。在这个平台上,借款人和出借人可以直接进行交易,消除了传统金融机构作为中介的角色,降低了融资成本并提高了...

    大数据辅助P2P风控新手段ppt课件.ppt

    5. **内部管理效率提升**:大数据技术的应用也优化了P2P平台的内部管理,如加快数据处理速度,提高运营效率,实现自动化决策支持。 6. **合规性**:大数据还可以用于监控平台自身的合规性,确保各项操作符合监管...

Global site tag (gtag.js) - Google Analytics