前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >包银消费金融总经理助理汤向军:消费金融行业的大数据

包银消费金融总经理助理汤向军:消费金融行业的大数据

作者头像
数据猿
发布2018-04-25 10:37:04
6910
发布2018-04-25 10:37:04
举报
文章被收录于专栏:数据猿数据猿

数据猿报道,2017年10月25日,由 数据猿 联合《清华金融评论》共同主办的“2017金融科技价值峰会——数据驱动金融商业裂变”在北京隆重召开。本文为数据猿现场直播“包银消费金融总经理助理汤向军”的发言实录。

作者 | 汤向军

官网 | www.datayuan.cn

微信公众号ID | datayuancn

数据猿报道,2017年10月25日,由 数据猿 联合《清华金融评论》共同主办的“2017金融科技价值峰会——数据驱动金融商业裂变”在北京隆重召开。本届峰会主要从「消费金融」、「供应链金融」、以及「金融前沿科技探索」三个角度深入探索数据智能为金融领域带来哪些颠覆式的变革!

以下是数据猿现场直播“包银消费金融总经理助理汤向军”的发言实录:

大家好,今天我要分享的主题是《大数据在消费金融的应用》。

大数据在这两年是一个很火热的话题,被各家互联网金融公司、消费金融公司用于风控和反欺诈领域,特别是今年基于AI的风控和反欺诈是各家消费金融、信贷、银行等机构比较大的一块业务。

首先分享一下大数据的现状,对于大数据的定义,很多公司可能存在一个误区,觉得自己有数据就有大数据。

你公司的数据从哪里来?我们以消费金融为例,大量传统行业的信息是通过用户手工填写,但如今在网上就可以办理。用户在网上进行填写,不可能像传统银行那样需要填写几百个信息项。对于目前各家消费金融企业来说,追求的都是极致的客户体验和用户的忍受度,用户在几分钟内就能达到你贷款的结果。那么,如果用户填写这么少的数据,企业该如何积累你的数据呢?这就考验到了各家的消费金融公司。

其次,处理速度。一般情况下,用户在两三分钟内填写一个贷款申请,三到五分钟内完成整个申请,再过一分钟就能收到贷款,这就考验到你的处理速度。数据获取、数据处理、数据分析、数据处理速度,这方面代表了大数据,考验了各家公司的大数据处理能力和你是否是一家大数据公司。我认为大数据能力是衡量你公司的最重要的标志之一。

大数据的核心价值

首先,用户提供的大数据和你获取的大数据,能够详细地了解到风险识别情况。

其次,大数据的应用也比较多:

第一,精准营销。

如何影响到你的用户,你的用户在哪里,如何花最少资源找到你的用户,这才是大数据的威力之一。

第二,风控。

今年大数据被各家公司应用到风控,特别是反欺诈方面,其相应的还款能力也是处理能力的一个体现。

第三,风险。

金融行业其实就是金融风险,金融风险如何控制?现在很多公司都是靠数据去控制风险的,你的数据是否及时正确、是否及时得到了处理,这都考验到你的风险处理能力。

大数据的核心技术

第一,数据库采集,也就是比较格式化的数据;第二,网络数据的采集,还有文件采集,如何把你的数据采集过来、然后清晰、集成、转换、规约;还有就是算法;更重要的是你数据分析的能力,包括机器学习、深度学习、AI怎么样处理你的数据,最终你的算法,选用什么样的算法、模型,怎么分析客户、要什么结果,这是整个处理的过程。

详细介绍一下大数据在整个消费金融行业的应用,大数据虽然好,但怎么用,如何体现价值?它怎么推动你公司业务的发展,如何提高你公司的应用效率。

第一,统计分析。

很多人认为大数据就是分析,其实统计分析对大数据来说是最传统最基本的结果。大数据最终用来做什么?是用来预测的,大数据对客户的预测,对客户的精准营销,还有对客户的风险识别能力和客户的其它识别能力,这才是大数据的真正的价值,也是各家公司在大数据技术上投入的一个核心目标之一。

第二,用户的行为分析。

对一个公司来说,最重要的是用户。你获客成本是多少,客户的转化能力、转化比是多少,你公司的产品是什么,客户群体是什么样的,然后你的客户在哪里,你怎么营销,客户来了怎么转化,你转化率是多少,这就要靠用户行为分析。

第三,人物画像。

首先对用户打标签,用户标签就是用户行为的特征,把不同标签通过不同体系整合在一起,最后组合成不同的用户画像。经常使用的用户是什么样的用户?正常还款的是什么样的用户、逾期还款的是什么样的用户、不良用户画像,都要靠你分析。

第四,反欺诈。

今年整个消费金融和在线信贷蓬勃发展,也催生了一大批黑产,他们就是典型的欺诈团伙,作为在线信贷消费金融来说,最重要的一点是如何在线做反欺诈。反欺诈主要还是用大数据来解决。大数据如何通过这个人的社交关系,这个人申请的位置、时间点、申请过程中的哪些异常点来判断,大数据建模来建设反欺诈能力。

第五,机器学习。机器学习最重要是监督学习和非监督学习,这些算法,对你的用户,针对你的产品,选择不同的一个算法,然后再投入,对数据进行分类,慢慢提高你算法的精准能力。机器学习这块,首先你要采集数据,然后进行数据处理,这是两块最基本的工作;然后是特征,如何针对用户特性选择特征板,接着选择消费模型,对模型进行评估。

整个大数据在推动发展,也推动大数据越来越成熟,我认为大数据在整个金融的发展会越来越蓬勃,两边相互作用。谢谢大家。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-11-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据猿 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档