互联网征信还是讲故事 大数据难大规模应用
最近“摊上事”的则是刚刚起步几个月的征信业务。近日有媒体报道称,央行近日叫停了蚂蚁金服旗下芝麻信用多个营销活动,包括与首都机场快速安检通道合作。不过蚂蚁金服和芝麻信用等方面很快辟谣,称并未收到央行通知,该公司还表示,所谓转账等方式提高芝麻信用分更是无稽。
否认被叫停
今年1月份,央行首次批准8家企业准备个人征信工作。
包括阿里、腾讯、拉卡拉等互联网公司,成为首批试点幸运儿。值得注意的是,相比其他几家,阿里在个人征信服务方面更是十分活跃,除了可视化的“芝麻信用分”产品外,还与神州租车、一嗨租车、阿里旅行、网易花田等一系列第三方尝试商业化合作,涉及租车、交友、网购、住宿等多个领域。尤其是与支付宝合作,更使得“芝麻信用”成为类余额宝网民话题。
不过最近芝麻信用在机场、校园等场景一系列营销活动,也遭遇了部分媒体质疑。财新援引接近央行消息人士称,“芝麻信用机场快速安检通道被叫停”,此外,还有业内人士质疑,用户可以通过互相划款提高芝麻信用分。
“我们没有收到任何监管叫停通知,”9月24日上午芝麻信用发布声明辟谣,称芝麻信用快速安检通道将面向信用分750以上用户继续开放。声明还提道,芝麻信用公测期间,“一直与监管保持良好沟通。”
记者注意到,芝麻信用当天上午还推送了这一服务的消息通知。消息显示,芝麻分在750以上用户可以走首都机场CIP安检通道(国内快速安检通道),活动期限为9月15日至10月14日,具体时间为每天6:30至20:30。
据了解,自1月份开始“准备工作”之后,蚂蚁金服先是向部分用户开放测试,随后在6月份开放全国范围公测。公测期间,芝麻信用启动了无人超市、大学生信用节、芝麻信用快速安检通道等活动,不过该公司并未透露目前参与芝麻信用用户规模。
按照芝麻信用分可视化的结构,其构建目前呈现为“行为偏好”、“身份特质”、“人脉关系”、“履约能力”和“信用历史”等,对应了用户教育职业、消费行为、资产状况、社交关系等方面信息,但对于媒体报道乃至部分坊间观点认为,可以通过网购、互相转账等方式,来提高信用分的说法,芝麻信用也进行了澄清。
“互相划款提高信用分是无稽之谈”,芝麻信用在回应声明中称,这种手法会被芝麻信用的大数据模型识别,不但无效还会给用户信用历史带来负面影响。按照该公司的解释,其征信系统参考数据关系多达数亿条,结合的底层指标超过上万个,数据来源包括电商数据、互联网金融数据、公安网、最高法、教育部、工商等公共机构数据,除此之外还有第三方合作伙伴以及用户自主递交生活、支付、购物、投资、公益等多个场景。
蚂蚁金服内部人士告诉记者,某一维度数据丰富并不意味芝麻信用分高。该人士还表示,芝麻信用也不是所谓“会员”概念,因为平常的积分是只会增加不会减少,而芝麻信用因为多种数据,可能会有所下降。
但对于这个构建在“大数据”概念下的信用维度架构和规则,芝麻信用方面却一直没有对外透露。“如果我们披露的话,就会有人去刷信用。”前述人士表示。
网络征信试水
“央行对于民企做征信,还是有顾虑的,既然是试点,就应该允许探索不同方法,尤其是企业行为,更应该坚持市场导向,有一些市场行为也无可厚非。”中央财经大学教授黄震表示。
在黄震看来,BAT以及其他一些公司,都积累了很多数据,不管是交易、社交乃至交通旅行等方面数据,有一定数据基础和条件的数据公司,都应该鼓励尝试,“哪怕只是一孔之见。”
他同时指出,国外早就有了用各种数据作为征信依据,包括航空公司、大型零售商与银行机构合作,基于一些评级、评价数据分析,推出相关产品服务。
“央行征信中心难以覆盖到个人征信需求,存在瓶颈问题,”黄震告诉记者,国内多个机构、部门数据实际上都不怎么打通,形成了信息孤岛。互联网和大数据技术发展,带动起个人征信尝试,实际和借款、消费信贷等一样,都是将原有垄断打破。
不过黄震认为,现在互联网征信还谈不上颠覆,更重要是数据价值挖掘、联网、开放。
按照芝麻信用的说法,芝麻信用除了阿里系统数据外,还有很多第三方数据,互联网金融千人会秘书长易欢欢则认为,个人征信不管是外在形式如何,娱乐化或者营销模式怎么样,最重要还是要从内在看数据价值挖掘,能否构建起一个可以信赖、验证模型,这也将是一个长期的过程,既需要数据本身积累,与其他各方打通,同时也需要反复验证以提高准确率,“从目前看,阿里和腾讯都在做积极尝试。”
实际上,包括“芝麻信用”以及其他第三方征信产品,最核心构建理念基本都是互联网与大数据,这也为互联网公司津津乐道。
但迄今为止,成熟的商业产品依然有待验证,与此同时,央行也尚未发布真正的个人征信牌照,所以企业也都是“试牌照”。花果金融CEO认为,所谓“大数据”应用,有很大一部分还是出于互联网讲故事因素,“大数据应用于征信确实有一些成功案例,但大规模应用目前还不存在。此外,目前关于大数据很多时候也是出于互联网公司讲故事的需要。”
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21