除了加強風控，大資料還能為FinTech做些什麼？

近幾年，處于網際網路和科技風口上的許多事物都飛起來了。似乎一夜之間，雲計算火了，人工智能火了，虛拟現實火了，O2O，P2P，以及支撐這些新鮮事物發展的大資料一并火了起來。不過，我們知道，大資料其實并非近幾年剛剛萌生的新鮮事物，實際上，早在上個世紀80年代初期，世界著名未來學家阿爾文· 托夫勒就在《第三次浪潮》一書中預言，大資料極有可能是繼農業革命和工業革命後的“第三次浪潮”。

到了90年代，随着美國資訊高速公路計劃的推行，IT技術的對人類生活的發展越來越重要，大資料資訊的價值逐漸在人類活動尤其是金融活動中顯現出來。2009年前後，大資料一度成為網際網路資訊技術的熱詞。直到2013年，蓬勃發展的網際網路金融使得大資料頻頻被應用在風控領域，大資料也才真正意義上的“火”了起來。

毋庸置疑，大資料對人類思維和人類活動具有不可比拟的重大價值，但人們在大資料的挖掘和使用方面似乎還有所欠缺。著名資料分析師車品覺在剛剛過去的錢牛牛B+輪戰略融資合作釋出會上提到：對于一家真正意義上的大資料公司來說，它不僅要相信資料未來将會成為社會的核心資産，并且還要確定所擷取的資料線上下也能夠使用，另外還要懂得如何使用大資料去平衡人們之間的利益。

衆所周知，作為繼網際網路金融之後又一大熱的金融形态，FinTech（金融科技）在發展過程中沒少對大資料進行鑽研和探索，各家平台意欲将大資料價值充分挖掘以能為己所用。不過，在金融科技領域，我們比較了解的就是大資料在風控方面的普及和應用，即近幾年如火如荼的大資料風控技術。

放眼國内金融科技行業，無論是螞蟻金服、京東金融以及宜信等大型公司，還是點融網、錢牛牛一類創業型前沿平台，都在運用大資料風控技術來控制貸款規模擴張中的風險。

提到螞蟻金服，不得不說著名的芝麻信用，芝麻信用是基于大資料和雲計算技術在機器學習的基礎之上給個人提供征信技術的一種方式，通過分析大量的網絡交易及行為資料，進而對使用者進行信用評估并建立畫像，幫助網際網路金融企業判别借款使用者的還款能力和還款意願，繼而進行授信與分期服務。

京東金融最為知名的大資料風控應用則是白條的授信。在消費領域和支付方面京東金融搭建了一個基于機器學習的實時防欺詐系統，為幾億使用者建立起風險畫像，進行個人信用評估，并依據評估結果給予白條和金融授信，很大程度上提高了風控效率。

同樣，剛剛獲得京東金融B+輪戰略融資的錢牛牛，在大資料風控技術方面也有極大建樹。通過對接京東、騰訊、阿裡等平台的海量電商和社交行為資料，并基于這些資料用數學化模組化的方式搭建了一套大資料智能雲風控“元方”系統，元方風控一方面可對網絡詐騙進行識别處理，杜絕欺詐行為，另一方面則為使用者建立畫像進行信用評估。

在國外，大資料在金融科技領域的應用也主要集中在風控和征信方面。我們所熟知的FICO評分卡邏輯就運用了大資料技術，它通過将借款人的信用曆史資料與目前資料庫中儲存的借款人信用行為資料進行比對，檢查借款人的發展趨勢是否與經常違約、随意透支、甚至破産等各種财務困境的借款人的發展趨勢相似，進而規避欺詐損失、信貸風險等問題。

另一個則是ZestFinance金融資料分析服務公司，該公司使用機器學習方式和大資料技術為放款者提供承保服務，旨在為一些信用不良或不足以獲得銀行貸款資格的個人提供服務。主要原理是通過分析模型對信貸申請人的上萬條原始資料進行篩選、分析，幾秒鐘即可得出超過十萬個行為名額，并運用這些名額指導放貸。

以上皆為大資料在金融科技領域風控技術方面的運用。普遍來講，大資料風控為傳統人力風控技術帶來了革新，很大程度上提高了風控效率，降低了風控成本，補充了傳統風控的不足。不過，大資料的巨大價值遠遠不止風控技術方面的運用，除風險管理外，就金融科技領域而言，大資料能做的還有更多。

比如，大資料能夠對公司的營運管理進行優化和更新。一方面，在市場廣告投放管道上，可通過對各種市場推廣管道的分析研究，明确各個管道推廣品質問題，進而篩選或增删管道，優化提升推廣服務品質。另一方面，在對管道進行分析的同時也可以監測輿情狀況，針對正面回報和負面資訊進行及時有效地處理，降低品牌形象受損可能，這對于目前尚處在發展階段的金融科技公司來說尤為重要。

另外，大資料在金融科技公司品牌營銷方面的價值也不容小觑。平台可通過對營銷引流的注冊使用者行為資料進行分析和畫像，了解閱聽人的喜好和關注點，進而針對使用者口味優化營銷方式，提供個性化和精準化金融服務，一定程度上也能避免營銷資源的浪費，達到效率的提升和營銷成本的優化。

最後，大資料在提升金融科技産品品質方面也有一定的作用。企業可通過機器學習技術分析金融消費者對某一款金融産品的使用體驗，然後将消費者的需求與産品設計相結合，開發出更符合人類需求的金融産品，促進整個金融體系建構的完善和壯大。

可以說，大資料資源無論對于金融科技領域還是其他行業來說都是一筆巨大的财富。不過，筆者認為，企業在使用大資料時也不能過于迷信大資料的價值和效用，應當辯證地看待大資料的價值和不足。

譬如，資料真實性問題。我們都知道在中國金融科技企業風控建設中，很大部分其實都是在進行反欺詐識别和反欺詐攔截，也就是說，資料造假問題泛濫，這種時候資料本身就已經失去了意義，再說資料的價值問題就是無稽之談。

另一個就是關于資料時效性的問題。我們收集到的資料多為過去某一階段的曆史資料資訊，無論如何我們不能預測未來，但人類社會始終在不斷前進，不否定過去的經驗在未來确實還有一些價值，但經驗和趨勢并不總是與事實完全吻合，這樣就使資料分析打了一定折扣，資料也并不總是有效的。

不得不提的一點就是，大資料給人們生活服務、金融消費帶來便利的同時，卻也極大程度威脅了人們的隐私和安全，常見的就是我們接到的詐騙電話和推銷短信，往往就是因為個人資訊資料洩露導緻。如今網絡傳播迅速快捷，身份資訊、消費資料、投資資料以及開房記錄等等無一不面臨着公開化、透明化，讓本是隐晦、私密的資訊被放到大衆視野之中。

是以，大資料對金融科技來說就像一把雙刃劍，利弊皆存。企業尤其是金融科技企業在使用大資料過程中，一定要做好安全防護措施，保證使用者隐私資訊安全，同時也要注意資料的真實性和有效性并充分挖掘大資料背後的巨大價值，讓大資料為己所用，讓金融科技在大資料支撐下展翅高飛。

本文轉自d1net（轉載）