科技网

当前位置: 首页 >数码

大数据就像煤矿那大矿主BAT是如何运作金

数码
来源: 作者: 2019-04-05 22:57:30

就像煤矿一样,大数据中的价值含量、发掘本钱比数量更为重要。非结构化数据,就像是有杂质的煤矿,没法直接使用。

新年开工,李彦宏的内部信就在朋友圈中引发了一波刷屏。李彦宏说, 这样一个时期,是很明显的金融创新的新时期 ,这充分表明金融业务将是百度未来的四大方向之一。而他的1句 数据秒杀一切算法 ,更是从侧面泄漏了以大数据为代表的人工智能技术将成为百度金融的必杀技。

金融创新很大一部分缘由在于大数据和金融之间的结合。纵观BAT、京东、小米、万达、平安这些把触角伸到互联金融领域的巨头,无一不是在大数据层面上有所布局。大数据和金融相结合,几近已成为金融领域的通用做法。

金融数据都像是煤矿,价值含量、发掘本钱更重要谈数据必须先谈数据的完全度和价值含量。就像煤矿一样,大数据中的价值含量、发掘成本比数量更为重要。非结构化数据,就像是有杂质的煤矿,没法直接使用。大数据还需要进行脱敏、提纯、结构化,才能变成可以被直接运用于商业层面的有价值的信息。

金融数据作为专业度要求更高的数据尤其如此。对BAT三家而言,布局其实都比较完全。2015年年底的时候,阿里团体泄漏,在阿里数据平台事业部的服务器上,攒下了超过100PB已处理过的数据。

BAT3家公司,数据体积相差不会太多, 3家几近都有LBS、交易、社交等一系列不同维度数据,只是能力有所区别。

比如说,百度有地图、贴吧、糯米、外卖、Uber、携程、去哪儿;阿里有高德、微博、口碑、支付宝、飞猪、优酷等;而腾讯有、、京东、新美大等。

3家数据核心优势可以如此简单划分

百度:基于搜索而诞生的公共数据、需求数据。百度的优势在于数据最全面,数据样本比较复杂,数据的广度和多样性上比较强,具有核心技术和数据矿山,而且是一座富矿。阿里:基于淘宝天猫业务而诞生的电商数据、信用数据。阿里的核心业务在电子商务上,数据比较聚集,更容易做分析。这类数据类型的优势在于,更容易变现,发掘出商业价值。腾讯:基于、诞生的社交数据、关系数据,和游戏数据,相对较杂。不过,容易分析人们的生活和行动,从里面发掘出商业、健康等领域的信息。大数据领域有这样一种说法 所有的数据都是风险数据。而拍拍贷风险副总裁顾鸣博士之前提出过一个金字塔结构图。

在这张图中,征信数据位于金字塔的顶端。往下走是消费数据、运营商数据、社交数据、行动数据和其他数据。

越是靠近金字塔的顶部,大数据在风控领域的运用就会越直接,获得数据的难度随之增加,覆盖率固然会下降;相反,越是靠近金字塔的底部,大数据在风控方面的应用难度就越大,但是数据的数量和覆盖率都会变大。

把BAT三家套入这个金字塔结构中就会发现。阿里的数据离变现几近只有一步之遥。阿里以电商-支付-信誉为三级跳板,针对性很强,数据价值纯度高,金融数据的整合上做的也比较完善,缺点是覆盖面还是不够。不过,这些年来不断收购、入股优酷、微博、高德等一系列企业,阿里数据维度其实也在愈来愈丰富,也在不断往金字塔的底层下探。

腾讯有社交、行动数据,这些数据不能直接应用,但获得的信息会更丰富。而腾讯目前的大数据策略是先将产品补全,产品后台数据买通,构成稳定生态圈。本阶段先利用大数据挖掘改进自己的产品。后期有成熟的模式适合的产品,则利用自家的社交及关系数据时,展开对大数据的进一步挖掘。

虽然说有人认为百度和腾讯很多数据是非结构化数据,在风控上的应用难度较大,很难直接商业化。不过,这些数据恰恰是金字塔最底层的数据。在普惠金融的环境下,互联全域大数据带来的价值不可疏忽。

百度的数据最为全面、完善,覆盖面最广。互联环境下,每个人都会在上留下痕迹。因此,位于底层的互联行动数据覆盖面最广,维度最多样,对破解我国数亿成年人尤其是草根群体的信誉空白难题帮助最大。

表面上看这些数据大多数和金融无关,但如果发掘得当,能够通过建立模型,给用户勾画出比较准确的画像。让那些看似与风险不太相干的数据在互联金融风控的场景中体现价值。

四个角度告知你,金融大数据到底用在了哪些地方

之所以要花这么大的篇幅去谈三家的数据来源,主要还是由于今天无论是金融、电商、物流、生活服务等各个领域,其实都离不开维度全面的数据。

由于数据维度越丰富,对用户粗颗粒的画像就会越了解。某一个画像的用户到底喜欢什么,都可以一清二楚地了解到。企业也能够面对做很多有针对性的营销。

尤其是在金融领域,企业对大数据掌握越全面,所能涉及到的业务也会越丰富。BAT数据最丰富,在金融业务领域横亘支付、贷款、理财、保险、证券、银行、征信、基金、众筹等各个领域。而小米、京东、万达等企业由于体量、数据等相对而言优势不大,则会在这9个领域中缺失某些领域的布局。

BAT在9个领域的布局,其实都是以大数据为核心串连在一起的。无论是征信、风控、消费金融、财富管理都或多或少应用到了大数据。

1、大数据征信:在个人征信领域,目前是金融行业面临的最大问题。基于用户在互联上的消费行为、社交行动、搜索行动等产生的海量数据,其价值并未被充分发掘,个人征信在大数据的收集和信息发掘上面仍有很大的想象空间。

阿里的芝麻信誉在其中算是最会玩的。芝麻信用几乎打通了用户的身份特质,行为偏好,人脉关系,信誉历史,履约能力等各类信息。这恰恰是由于接入了电商、支付、社交等各类数据维度。

2、大数据风控:大数据风控目前应该是前沿技术在金融领域的最成熟运用,相对智能投顾、区块链等还在早期的金融科技运用,大数据风控目前已在业界逐渐普及。目前,美国基本上都用三大征信局的信息,最传统的评分基本上都是用FICO来做的。各家平台会尝试着用机器学习、神经络等大数据处理方法。

国内市场对大数据风控的尝试还是比较积极。特别是大公司,可以将移动互联的行动和贷款申请人联系到一起展开大数据风控。百度在风控层面上的进展还是比较突出,百度安全每天要处理数十亿民搜索要求,保护数亿用户的终端安全,保护十万站的安全,因此积累了大量的数据。

一个很具体的案例就是,通过海量互联行动数据,比如监测相干装备ID在哪些借贷站上进行注册、同一装备是不是下载多个借贷App,可以实时发现多头贷款的征象,把风险控制到最低。

3、大数据消费金融:消费金融对大数据的依赖是天然构成的。比如说消费贷、工薪贷、学生贷,这些消费型的金融贷款很依赖对用户的了解。所以必须对用户画像进行分析提炼,通过相干模型展开风险评估,并根据模型及数据从多维度为用户描绘一个立体化的画像。

百度金融的优势在于,通过基于大数据和人工智能技术为基础的合作商户管理平台,为合作商户提供涵盖营销和金融服务的全面管理方案,降低获客本钱,解决细分行业的微小需求。一方面可以降低风险,另一方面也能提升金融的安全度。

在大数据消费金融的领域中,腾讯和阿里的优势很大程度上是在渠道层面上的。正如前文所说的,阿里以电商-支付-信誉为三级跳板,针对性很强支付宝接入消费金融产品以后会有较强的渠道作用。而在去年12月,腾讯的 微粒贷 已接入到了支付当中。在消费金融的发展速度上,腾讯速度也不差。

4、大数据财富管理:财富管理是近年来在我国金融服务业中出现的一个新业务。主要为客户提供长期的投顾服务,实现客户资产的优化配置。这方面业务在传统金融机构中存在的比较多。不过由于技术能力不足,大数据财富管理在传统金融机构中相对弱势。

财富管理在互联公司的业务中也非常流行。蚂蚁金服一开始最为简单的财富管理方式就是余额宝,后来逐步演变成经过大数据计算智能推荐给用户的各种标准化的 宝宝 理财产品。百度金融是依托 百度大脑 通过互联人工智能、大数据分析等手段,精准辨认和刻画用户,提供专业的 千人千面 的定制化财富管理服务。

金融大数据的孪生兄弟金融云是地基,未来更具看点大数据和云计算永远都是相伴相随的一对孪生兄弟。金融大数据核心工作包括3方面,即获取数据、建立模型、模型在实践中优化、迭代。而对金融大数据而言,金融云才是它的地基。

打个不恰当的比方,前文中说大数据是煤矿,而金融云其实就是矿井。矿井的安全行、可靠性决定了挖煤的效力和结果。

金融云把底层技术很多问题都解决了。大量金融模型都是金融云所引入的,如客户模型、产品模型、账务模型等。同时金融云关注金融本身的严谨性和周密性、安全性的斟酌。

2016年7月, 腾讯云+未来 峰会上,腾讯云和腾讯金融云都已成为最重点部署的业务。同年9月,百度世界大会金融科技分论坛上,百度金融云正式向业界开放。10月,阿里云栖大会上,阿里金融云负责人则是提出将会和生态合作伙伴、服务同盟为金融行业量身定制推出云增强服务。

大数据必须要跑在云端,而金融大数据更需要和业内其他企业展开数据、支付、业务等一系列的合作。金融云对可用性、安全性的要求严格,比如说对一个高度可控可信的云安全体系而言,基础环境安全、风控与审计、数据安全3者缺一不可。而金融云在未来的竞争中将发挥愈来愈重要的作用。

(钛媒体作者:吴俊宇,公众号 深几度 )

更多精彩内容,关注钛媒体号(ID:taimeiti),或下载钛媒体App

第一时间获得TMT行业新鲜资讯和深度商业分析,请在公众账号中搜索「钛媒体」或「taimeiti」,或用扫描左方二维码,便可取得钛媒体逐日精华内容推送和最优搜索体验,并参与活动。

我们会向您的号发送验证码,请查收并按提示验证您的号。如果您没有收到短信,请留意垃圾短信拦截

经检测,你是“钛媒体”和“商业价值”的注册用户。现在,我们对两个产品因进行整合,需要您选择一个账号用来登录。不管您选择哪一个账号,两个账号的原有信息都会合并在一起。对于给您造成的不便,我们深感歉意。

风寒风热感冒治疗方法
感冒区分风寒风热感冒
甲流用莲花清瘟胶囊

相关推荐