蚂蚁金融、宜信P2P、中信银行如何驾驭大数据？

两大变革：大数据给金融行业带来的颠覆性变化金融业本身没有类似实物的生产、物流等流程，其自身便是数据的生产、处理、仓储和传输的集合。无论是商业银行、证券公司还是保险公司，他们的业务交易系统每天都实时运转着巨量交易数据。不仅如此，每个个体背后都有庞大的历史数据作为分析和决策的支撑。所以大数据对于金融业而言，其施加的影响力更是不容忽视的。

大数据为金融行业带来的变革将首先体现在以下两个方面：1精准营销：大数据改变信息结构，金融 机构通过对客户数据的收集和分析，推出更有个体针对性的服务；2风险管控：大数据改变风险管理 模式，云计算推进最精确和最低成本的风险测算。这也进一步意味着运营效率和绩效的提升；
同时，大数据的发展还将推动互联网金融、移动金融等各种新业态的不断涌现。不少以技术为主导的互联网新兴企业也将参与到金融行业来，一起分享大数据带来的饕餮盛宴。相信在未来的十年内，大数据将以更快的速度渗透到金融行业，掀起新一轮革命浪潮（见图1）。
三大挑战：大数据时代金融企业需要面对的问题大数据的迅速崛起，给传统金融领域带来了颠覆性的变化。无论是传统的金融公司还是崛起的互联网企业，都在迫不及待地加入大数据金融时代。但大数据的出现为金融业带来了机遇的同时也带来了不少挑战。

1. 金融结构和模式的演变大数据将诱发金融市场结构的变化。大数据时代的交易费用和信息不对称都将大幅下降，金融中介尤其是交易中介失去了其存在价值，尤其是虚拟信用平台的出现将加剧金融中介的消亡，而IT智能也会逐步替代传统服务中介的部分角色。同时，大数据在某种程度上降低了金融行业的准入门槛。越来越多的新兴企业将进入金融领域，而更多样化的运作模式将呈现出来。金融行业竞争将更加激烈，不仅有传统金融业的竞争对手，还要诸如阿里巴巴、腾讯等来自跨界的强有力对手，整个行业将出现强者恒强的格局，较弱企业若不能及时展开差异化竞争，将处于逆水行舟的境地，进而被市场淘汰。

2. 设施/技术/人才缺失数据的爆炸式发展和形式多样性对数据的存储能力提出了越来越高的要求，同时也使得传统数据分析软件显得力不从心。毋庸置疑，大数据将对企业的储存架构和数据分析等基础设施产生挑战。对大数据的应用涉及处理数据，并建立复杂的大数据分析模型，快速抽取核心数据和有效信息。这方面需要大量的人才。目前，我国的初级分析人员只能对数据进行简单分析和描述，而随着未来大数据应用的不断增长，大数据人才储备不足的问题将更加严重。

3. 信息安全海量的数据储存方便了数据分析，但是一旦发生数据丢失或者损坏，将对个人或企业产生很大的不利影响。2007年，美国零售巨头TJX公司承认由于黑客入侵，4千多万交易金额数据被盗。2010年，香港八达通公司为了自身获利，变相出售近200万份客户数据。而国内数据保护意识更加薄弱，隐私数据在互联网上曝光的情况比比皆是。2011年，我国最大程序员网站CSDN的600余万个人信息和邮箱密码被黑客公开，进而引发了连锁的泄密事件。2013年，中国人寿80万客户的个人保单信息泄露。如何保障数据的安全成为大数据金融时代亟需解决的难题。

四大案例：大数据在银、保、微、信四大领域的关键应用案例
1. 中信银行信用卡借大数据实现精准营销
1.1 中信银行大数据实施2010年起，中信银行信用卡中心就开始着手建立数据库，4月开始实施了EMC Greenplum数据仓库解决方案。Greenplum数据仓库解决方案为中信银行信用卡中心提供了统一的客户视图，中信银行可以[size=1em]借此更清楚地了解其客户价值体系，为客户提供更有针对性的营销活动。[size=1em]基于该数据仓库，中信银行可以从交易、服务、风险、权益等多个层面分析数据。
在数据仓库的基础上，中信银行于2013年又启动了“天罗地网”项目，建立完善“天罗”、“地网”两大类基础信息库。其中“地网”数据涵盖客户交易信息、客户自身属性、住宅信息等线下基础信息；而“天罗”数据库则包含交易偏好、风险偏好、社交活动等线上行为信息。通过“天罗”与“地网”的结合，绘制出一个较全面的客户整体形象。

基于“天罗地网”基础数据库来引入新客户是一种全新的多维度判断理念，摒弃了之前传统的只看收入、工作单位等简单指标的审核标准。“天罗”充分整合线上各类与消费息息相关的战略性资源信息，可以了解客户线上的行为，“地网”则充分发挥了银行的优势，深入到实体经济内部挖掘有用的信息资源，可以了解客户线下的行为和当地经济生态环境，根据客户的三个属性：地理位置、经济属性、时间属性，多维度进行考察，从而判断是否引入客户。

1.2 大数据帮助实现精准营销对于通过网络申请信用卡的新客户，中信银行通过社交媒体关系/活动、客户行为等外部数据，对客户网络行为进行归类和描述，判断其消费特征和消费偏好；与此同时，在客户申请页面中，加入信用卡推荐选项。例如，营销人员通过客户经济属性，如拥有的房产档次、担任职位等相关信息，对高端住宅区的住户和高级写字楼的白领、企业高管、国家机关的领导等高端用户进行白金卡以及高端信用卡产品的推荐。
此外，中信信用卡基于“天罗地网”基础信息库进一步加强了客户精准化营销等具体应用的研发工作。通过客户公开发布的相关行业、职业信息、网络版主、群主等相关身份信息，对存量客户进行社会关系图谱的设计和归纳，挖掘出具有鲜明特征的“热点客户”。这些“热点客户”往往在现实生活或者网络社区的某一领域具有显著影响力。以“热点客户”为基础，向他具有影响力的客户圈扩散，进行相关卡产品、消费金融产品的推荐。2013年年底，央视报道中国星巴克价格过高，掀起一场舆论波澜。而之后网上出现了个帖子表示“星巴克并不贵，用中信银行信用卡，9分钱就可以喝一杯”。中信银行便通过“热点客户”，将“九分享兑”作为客户的一个权益，在其社交圈之间进行相互的赠送，并将其社交圈中的朋友也转化成中信银行的客户。1.3 大数据带来的影响- 大数据增加可控风险客户的数量过去因为各种原因有部分本应引入的客户由于不能确定风险程度被放弃或过滤掉。而现在通过多维度的数据分析，可以更准确地评估一个人的信用程度和风险水平，确保不会“伤及无辜”。对于通过中信银行特定网络申请渠道的新客户，审核通过率从25%左右上升至 70~80%。也正因如此，中信信用卡在2013年上半年的累计发卡量达到1879.01万张，在股份制银行中排名仅次于招商银行。- 大数据提高单位客户消费额基于“天罗地网”的精准营销也让中信信用卡在消费额方面受益良多。
首先，中信银行可以根据客户在社交媒体上公开发布的相关商户、商圈的信息，发现客户关注的新商户和新商圈，进行商圈、商户的拓展，推动市场活动的规模和时效。其次，中信银行可以基于客户位置进行商户推荐，通过客户的交易信息推荐所在商圈内现有的中信信用卡优惠活动；还可以通过分析现有客户在积分商城/邮购商城兑换礼品的种类组合及兑换频率，挑选出最恰当的积分礼品、邮购商品，实现相关礼品和商户的优化管理。再次，中信银行还可以通过在“动卡空间”上汇集整理存量客户对特定属地商圈的评价，并采集分析社交媒体上公开发布的热点、新兴商户信息，将相关信息汇总统计后在动卡空间推荐。数据显示，在运用大数据技术后，部分商圈交易量提升了300%，而之前提升水平仅有10~15%（见图2）。
得益于客户量的增长以及对客户的深度挖掘，中信信用卡消费额在2013年上半年同比增长率高达73.63%，达到2008.19亿元。信用卡业务上半年收入达到38.66亿元，同比增加50%。
- 大数据带来运营效率的提升中信银行通过Greenplum数据仓库等大数据手段，在国内银行业率先实现了“秒级营销”。2011年，中信银行信用卡中心通过数据库营销平台进行了1286次宣传活动，单次营销活动平均配置时间从2周缩短到2－3天，显著提升了运营效率。商业银行通过大数据分析实现信用卡的精准营销是大数据金融最广泛的应用。信用卡对数据的依赖和敏感与生俱来，大数据所带来的庞大资源和信息风暴为信用卡的发展带来了很多的契机，包括中信银行、浦发银行和光大银行等诸多国内大型银行都已经开始筹措部署大数据解决方案。然而，由于中国金融市场成熟度不高，我国信用卡市场相比于技术成熟的美国市场而言尚存在一定的差距。但是，随着业务的不断发展以及市场的日趋成熟，未来借助大数据的个性化服务会越来越明显。

与此同时，商业银行的大数据应用也不仅仅停留在信用卡领域。中信银行与银联合作，通过分析银联的交易数据推出了“POS贷”服务，实现了秒贷。2012年，建行“善融商务”率先上线，随后交行的“交博汇”、中行的“云购物”以及工行的“融e购”也相继推出，各大商行都期望通过电子商务的建立掌握大数据时代的主动权。
2. 大数据使得保险公司获得新生保险行业从诞生伊始就与数据息息相关，需要预测各种交通事故或者病情发生的概率以及频率，从而进行更加合理的定价。与过去主要依赖大数法则不同，保险公司在大数据时代将更多地考量单个用户的个体性以及相关因素的复杂性。

大数据分析为保险行业带来的变革将会涉及产品研发、定价、营销、渠道、理赔以及服务等诸多因素，这一系列变化在国际领先的保险公司已经有所体现。
2.1 产品设计和精准营销
一些保险公司与电信公司展开合作，通过数据分析掌握客户的特殊需求，从而推出更有针对性的产品以[size=1em]达到精准营销的目的。[size=1em]例如，东京海上日动火灾保险和电信公司NTT DoCoMo联合推出了“DOCOMO [size=1em]ONE TIME保险”。在NTT DoCoMo的用户到达高尔夫球场时，该保险公司会在第一时间向该用户发送[size=1em]产品推荐短信，内容为“您已经抵达高尔夫球场。我们的保险会为您承担伤情治疗费用、赔偿责任支出[size=1em]和一杆进洞费用，不知您是否有参保意向”。与此同时，该产品针对高尔夫球运动的特点进行了特殊设[size=1em]计。例如，该保险可以按日参加；再比如，以一杆进洞条款为例，用户只需支付300日元，便可以在打[size=1em]出一杆进洞时获得30万日元的补偿，作为宴请球友的活动经费。东京海上日动火灾保险公司正是通过[size=1em]精准营销实现了订单的高效获取。[size=1em]
[size=1em]此外，无处不在的社交网络也在依照不同客户群体的兴趣爱好自发地对其进行了划分。[size=1em]比如，很多社[size=1em]交网络都有车友会，甚至可以细分到奥迪A4的车友会。[size=1em]车险公司可以在针对此类网络社群的数据分析[size=1em]的基础上主动介入进行营销，从而达到事半功倍的效果。[size=1em]与大数据时代下的精准营销相比，以往由保[size=1em]险公司销售人员挨家挨户上门推销产品的做法不仅效率低下，而且也耗费了大量的人力资源。2.2 定价和理赔结合移动通信，利用车载监控系统以及定位技术来捕捉实时数据将会变得越来越普及。通过安装车载[size=1em]监控系统，保险公司可以更好地了解驾车者的行为习惯，从而进行更加合理的定价以及理赔。[size=1em]
[size=1em]例如，美国领先的车险公司Progressive推出的驾车行为追踪器（Snapshot）就可以将保费与投保人[size=1em]的行车习惯直接建立联系。[size=1em]保险公司并不关心投保人去的地点或者是驾驶速度，其关心的是行驶的里[size=1em]程数、行驶时间（白天还是凌晨）以及刹车习惯。对于那些行车习惯良好的投保人，保险公司将会给[size=1em]出更多的优惠折扣。[size=1em]在过去的五年中，Progressive已经将他的用户群从15000人扩展到了超过[size=1em]150000人。特斯克（Tesco UK）、忠利集团（Generali Group Italy）等欧洲不少保险企业也都在尝[size=1em]试让他们的顾客使用这种监控装置。[size=1em]
[size=1em]再比如，美国国际保险公司（AIG）还针对青少年群体推出了青少年驾车保险。通过一款利用了GPS技[size=1em]术的微型软件系统，父母可以为自己的孩子设定安全的驾驶区域和行驶速度；一旦检测到该青少年超[size=1em]出了划定的行驶区域或者超速，该装置会自动触发并以短信的形式通知其父母。2.3 风险控制保险诈骗一直是保险公司最头疼的问题之一。以保险业最为发达的美国为例，每年因为欺诈造成的损失即达到300－500亿美元。

韩国现代海上火灾保险公司于2010年引进了SAS的欺诈防范系统（FAS），旨在减少欺诈案件的发[size=1em]生。[size=1em]该系统采取“混合式”侦测方法，运用业务规则的同时，还采取了“异常侦测”方式防范风[size=1em]险——当理赔案件发生时，可跟其他类似人群做比对，在相同的状况之下，用数据分析该案件跟别的案件相比是否存在不寻常的地方，以此发现更多欺诈的行为。[size=1em]一般情况下，保险公司的业务规则有成[size=1em]百上千条，调查人员很难一一核对所有规则。然而通过数值模型的使用，大量的业务规则将会计算归[size=1em]一为一个统一的分值；然后通过该分值可以将每位投保人发生欺诈的概率做排序，[size=1em]这样保险公司只需[size=1em]特别关注高风险的人，而对低风险的人则可快速实施理赔，从而大大提升理赔时效和客户满意度。[size=1em]除[size=1em]此之外，该欺诈防范系统还具有社交网络分析功能，可以识别团伙欺诈。引进该系统之后，现代海上[size=1em]火灾保险公司欺诈案件的比例下降了20%，取得了良好的防范效果。
不仅保险公司正在卖力减少自身风险，美国政府也在积极利用大数据减少医疗保险诈骗事故。2013[size=1em]年，大数据分析公司奥浦诺为美国各州及医保医补服务中心建立了软件平台，依靠其医保索赔数据侦[size=1em]测领域的专业技术对交易中的可疑模式进行检测，从而有效防止了保险交易中诈骗的发生。2.4 启示诸如美国国际保险集团（AIG）、大都会人寿保险（MetLife）等国外领先的保险公司都在不断加强自[size=1em]身的大数据综合应用能力。与此同时，越来越多的国内保险公司也逐渐意识到大数据未来的潜在机[size=1em]遇，纷纷加强自身数据建设。2012年，平安保险马明哲牵手马云、马化腾，联合建立众安在线财产保[size=1em]险公司，融合了阿里巴巴的网络渠道和腾讯的社交网络。2014年1月，中国保险行业首家真正意义上的[size=1em]大数据公司中国保险信息技术管理公司成立，由保监会管理，统一建设、运营和管理保险信息共享平[size=1em]台，它将采集保险经营管理数据，建立标准化、系统性的数据体系，在数据汇集的基础上，中国保信[size=1em]根据不同需求，开展数据分析和数据挖掘，开发多种类型的数据产品，为保险业发展和监管提供基础[size=1em]性的支持和服务。这一举动也被业界称为我国保险业正式步入大数据时代的标志。[size=1em]
3. 小微金融：阿里巴巴布局“大数据时代”近年来，国内互联网公司开始大规模进军金融业，“互联网金融”也成为各大媒体炒作的热点。而在[size=1em]异军突起的互联网金融公司中，最为引人瞩目的要数阿里巴巴集团旗下的蚂蚁金服。从支付宝到阿里[size=1em]小贷，再到全民热捧的余额宝，蚂蚁金服逐步触及传统金融领域，让传统商业银行感受到了危机。
而蚂蚁金服之所以能走到今天的强势地位，依靠的是自身强大的平台基础和大数据的支撑。阿里巴巴[size=1em]始终[size=1em]以电子商务平台为核心，不断向外拓展新的业务，反过来又加强巩固大平台核心价值[size=1em]。而[size=1em]随着平台发展，客户规模增长，客户粘性增加，其业务创新和向外拓展能力又得到进一步的提升。[size=1em]2012年7[size=1em]月，天猫与阿里云、万网联合推出聚石塔平台，为天猫、淘宝平台上的电商及电商服务商等提供数据[size=1em]云服务，而当时担任首席数据官的便是今日阿里巴巴集团马云接班人陆兆禧。足见阿里巴巴集团对数[size=1em]据的重视度。无论是C2C的淘宝网，还是B2C的天猫，抑或是B2B的阿里巴巴，都为其带来了非常庞大[size=1em]的潜在客户以及海量的客户交易数据。[size=1em]正是在此海量数据的基础上，阿里巴巴得以运用大数据对金融[size=1em]服务进行升华。3.1 大数据对蚂蚁金服的作用通过平台和大数据的支持，蚂蚁金服可以很方便地了解贷款客户的信息和信用情况，从而有效地控[size=1em]制风险。[size=1em]在数据分析模型中，蚂蚁金服会实时不断微调各种权重，让数据分析更精准，从而确保坏账率不会上升。[size=1em]以阿里小贷为例，在贷前，阿里小贷可以调取企业的电商经营数据并结合三方认证[size=1em]信息，判断企业的经营状况、信用情况以及偿债能力；在贷中，通过支付宝、阿里云以及未来的物 [size=1em]流系统监控企业信息流、物流以及资金流情况，可以提前做出风险预警。阿里巴巴会根据实时信息[size=1em]及时调整用户信用等级；账户交易、订单的波动，支付宝资金往来情况的变化等都会导致用户信用[size=1em]等级的调整。一旦突破设定的“红线”，阿里小贷就会要求企业提早还款，在企业各种贷款渠道中最先收回资金，有效降低坏账率。[size=1em]在贷后，进一步监控企业的经营行为，深化信用评判，将限制或[size=1em]关停违约客户的网络商铺，并向其他网络客户通报其潜在风险[size=1em]。通过这些举措来进一步加强企业信[size=1em]用考核和监督（见图3）。 3.2 启示

网络金融的客户质量良莠不齐，金融需求也不同，无法通过房产抵押等传统商业银行贷款模式来降低[size=1em]风险，这就[size=1em]需要更加高效和完善的数据做支撑，从而更好地挖掘潜在需求，进行准确的信用评价，以[size=1em]及有效控制风险水平[size=1em]。而互[size=1em]联网企业的优势就是本身积累了大量的数据[size=1em]，无论是阿里巴巴、腾讯，还[size=1em]是百度，内部都储存了成千上万客户的消费行为和偏好等数据，可以通过这些历史数据的综合分析来[size=1em]判断借款者的信用，从而促成交易。
4. P2P的野蛮生长：宜信普惠金融“互联网金融的核心是普惠，互联网金融的基石是信用，而大数据是互联网金融的未来。”——宜信CEO 唐宁4.1 公司概况

宜信（Credit Ease）于2006年在北京成立。作为中国最早的P2P小额信用贷款服务中介机构之一，宜[size=1em]信目前已在100多个城市和20多个农村地区设立了分支机构，规模超过美国最大的P2P机构Lending [size=1em]Club。
宜信的“普惠金融”思路和实践内容，总结起来就是“帮助富人理财，把钱借给穷人”。宜信的投资[size=1em]者作为出借人可将手中的富余资金出借给宜信平台推荐的、信用良好但缺少资金的大学生、工薪阶[size=1em]层、微小企业主、农民，帮助他们实现教育培训、电脑或家电购买、装修、兼职创业等理想，通过利[size=1em]息收益获得较高、稳定的投资回报（见图4）。4.2 宜信借助大数据实现信用体系的建立小微企业、个体户、农户以及学生等由于缺少实物资产以及社会资源，无法通过抵押贷款的形式获取[size=1em]贷款[size=1em]，因此一直面临融资困难的困境，[size=1em]一个关键的解决方法就是帮助他们建立信用。[size=1em]这些人缺乏信用[size=1em]记录，也没有和银行打过交道，而宜信正是通过自身创新达到评估他们的还款意愿和能力的目的。[size=1em]
[size=1em]宜信投入千万元于信用系统的建设，并拥有几百人的信用管理团队，通过人力建立各种信用数据。[size=1em]借[size=1em]鉴美国大数据金融玩家FICO公司的信用评分体系，并结合中国具体情况进行信用评估，宜信的不良贷[size=1em]款率一直保持在2%以下。[size=1em]目前宜信已经服务了近百万名客户，积累的数据达到近百万条，而这些交易数据、行为数据、特征数据形成了核心资产与核心竞争力，通过评分卡和决策引擎等信贷技术，以及[size=1em]基于大数据应用，宜信不断加强自身对小额借贷的评估能力。[size=1em]
[size=1em]随着信用数据越来越丰富，越来越广泛地可以获得，交易双方就在一定程度上直接进行信用价值的判[size=1em]断，再结合互联网的力量，促成了跨时空的交易。4.3 普惠成效
宜信的创新模式已经帮助了众多小微企业主和贫困农户建立信用，获取贷款，还为他们提供培训等增[size=1em]值服务。4.4 启示
中国P2P网络借贷起步于2007年，发展迅猛，截止2013年底，国内有近1000家P2P企业。其实质是一[size=1em]种“自金融”的借贷模式。[size=1em]由于正规金融机构长期以来始终未能有效解决中小企业融资难的问题，[size=1em]而[size=1em]以大数据为创新驱动的金融改革具有互联网用户聚合和高速传播的特点[size=1em]，[size=1em]能够大幅降低信息不对称和[size=1em]交易成本，促进信息消费升级，加快民间资本对金融业的支持[size=1em]，从而促使资金供需双方都是个人的投[size=1em]融资模式成为可能。[size=1em]但是，宜信背后的模式尚处于争议中。P2P模型在中国还处于初级阶段，整体市场较为不成熟，不少机[size=1em]构最终倒闭或者卷钱跑路。[size=1em]这种模式尚处于灰色地带，很可能演变成高利贷和非法民间集资的手段。[size=1em]央行副行长刘士余曾在互联网大会上直指目前P2P平台内部已经出现了道德问题。但是毕竟这是一次前[size=1em]所未有的尝试，[size=1em]是借着互联网和大数据的发展而推动起来的金融改革，并进一步昭示着未来传统金融中介地位的弱化。

看了眼睛都花了啊，晕晕。。

看了眼睛都花了啊，晕晕。。