设为首页收藏本站

小牛社区-大数据学习交流社区|大数据免费学习资源

 找回密码
 立即注册!

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 180|回复: 0

1.5万亿次计算和人均2000个标签 大数据将消费金融用户“画”出来 ...

[复制链接]

169

主题

0

帖子

28

积分

吃土小白

Rank: 1

积分
28
发表于 2017-11-4 23:22:28 | 显示全部楼层 |阅读模式
互联网,用过即留痕。我们每一次在互联网应用上的交易和交互,都会留存数据,而这些数据,可以提取出我们的地理位置信息、身份信息、消费信息、行为信息等,进而让屏幕后面的互联网公司把我们“画”出来。
这些数据会被用来干什么?一言以蔽之:多层次身份分析、多维度行为刻画、多场景风险评分。随着用户画像的完善,消费金融的生死线——风控,开始变得靠谱多了。
用户画像就是贴标签
你的手机支付信息、你在理财通的理财习惯和风险偏好、你的公众号都关注了什么、你在朋友圈或微信群打开过哪些链接、你平常关注哪些财经新闻、你都参与了什么类型的微信/QQ群、你担任群主吗、你是游戏玩家吗、你爱玩哪款游戏、你是不很爱喝星巴克、你是不是爱吃麦当劳、你有没有信用卡、你的账单日、你的充话费频率、你买过保险吗、你有车贷吗、你收红包多还是发红包多、你日常行车路线、你一般都在哪些商圈消费、你爱看电影吗、打车会经常取消吗……这些都是互联网公司给我们每个人标记的标签。
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。用户画像建立的过程就是添加相应的标签,在数据挖掘领域称为标签化。标签是通过对用户信息分析而得到的高度精炼的特征标识。

腾讯给每个用户贴2000多个标签、招行给零售用户人均贴1000多个标签。就在这些巨头为我们贴标签的同时,细分领域的互联网应用同样也在给用户打标签。
以腾讯为例,每一个用户都会生成一个用户画像,据悉腾讯标记在我们每个人身上的标签,人均2000多个。之所以能够搜集并标记多类型标签,首要原因当然是腾讯庞大的有效用户数。沉淀下来的海量用户数据,大概可以归类为账户数据、交易数据、商户数据、QQ平台数据、微信平台数据、安全平台数据。而腾讯为了能“画”出我们,无时无刻不在对这些数据进行计算,日均计算量达到1.5万亿次。
是的,1.5万亿次。这是腾讯云高管在出席由证券时报举办的AI金融探路者峰会上透露的数据,而另外一个令人吃惊的数据是——腾讯目前累积了1000亿条用户关系链。
这些数据会被用来干什么?一言以蔽之:多层次身份分析、多维度行为刻画、多场景风险评分。
大数据用户画像如何驱动消费金融?
大数据分析必将成为消费金融的主要风口手段。不过,不同人群在消费理念、风险管理、心理预期等主观行为上有很大的差异,这会导致即便属不同群体的用户导入同一数据模型能得出近似的两个“用户画像”,结果却是截然不同的。所以说,消费金融在大数据风控上最大的区别将会体现在数据采集来源。
消费金融公司在接入大数据用户画像之后,便能准确把握用户的用户信用情况,帮助公司准确定位自己的客户群体。
蚂蚁金服旗下的花呗就是这些数据价值最好的体现。根据消费者以往的消费情况,蚂蚁金服可以对其消费能力以及信用情况形成准确的认知,并向其提供一定额度的分期付款服务。对于蚂蚁金服本身而言,数据挖掘拓展了它的业务范围和盈利手段;但对于整个行业和社会而言,它的价值远不止于此。
对于消费金融公司而言,贷前审核和贷后风控都有着不同的重要意义。风控前置是消费金融公司降低风险的一种重要手段。
此前芝麻信用还发布过国内老赖大数据画像。在超过300万样本的数据基础上,报告显示,东部地区,40-49岁男性,且具有大专或本科学历,是国内老赖典型特征。从老赖的性别比例来看,男人比女人多。男性老赖约占老赖总人数的四分之三,是女性老赖的三倍。从年龄分布看,40-49岁的中年人最容易陷入信用危机成为老赖,占35%。报告还指出,高学历并不等于高信用,东部地区的老赖人士还高于西部地区...

大数据和人工智能正在成为科技金融公司的新引擎。经过大数据和机器学习运用,其中包括反欺诈系统、预测模型和大数据评分、交易风险识别处理系统和自动化学习反哺体系几大核心并针对贷前欺诈、贷中行为风险和贷后催收,还可需要建设信用风险模型,可做到对用户信审的智能化、自动化和无人干预。
中国目前正处于一个消费金融的爆发式增长最好的五年,爆发后的结果必然是会迎来史上最强监管。从近期出台的监管政策来看,监管层加大监管力度重在疏通市场,提高行业门槛,阻止和淘汰劣质企业进入,进而肃清整个行业市场环境。
未来可以预料的是,对自采数据建立合理分析模型将会成为消费金融的核心竞争之一。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册!

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册!

本版积分规则

快速回复 返回顶部 返回列表