P2P網貸平臺想搭大數據快車,這三個問題至關重要

由于互聯網思維的影響，互金圈一直都有追逐“潮流”的習慣。隨著互聯網滲透率到達高位，流量紅利也逐漸消失，大數據概念便開始在圈內被熱炒。由此也便引發了各種公司與大數據搭界的情況，以此挖掘大數據的價值潛力。

也正是由于大數據有很大的商業價值，很多的公司才會進行挖掘，而這些公司在大數據方面有三個共性：

首先，開創了一個大數據獲取的場景，或者說其商業模式本身就有“眾包”優勢;【眾包：一個公司或機構把過去由員工執行的工作任務，以自由自愿的形式外包給非特定的(而且通常是大型的)大眾網絡的做法?！?

其次，擁有通過海量數據“獲取真相”的能力。在突破建立眾包場景或渠道的門檻后，大家同樣擁有了海量元數據，此時可以通過定量模型或經驗模型從中提取“真相”;

再者，將得到的“真相”變現。通過資產配置或其他方式，在執行層面由“真相”替代原有的推演，讓大數據解決了“做什么”、“怎么做”的問題，而沒有糾纏在“為什么”的層面。

所以說，大數據還是有很多的優勢的，可以置換掉時間和邏輯都比較長且復雜的過程。那么P2P網貸平臺想要玩大數據靠譜嗎?P2P網貸平臺要想進入大數據領域，要先仔細考慮這三個問題：

第一，大數據“變現”前，有沒有做好定位?

如果用大數據做運營，你有沒有足夠維度的投資人行為偏好數據?有沒有在水平層面上做交叉分析?如果用大數據做風控，你的數據維度與你的資產類型是否匹配?或者用大數據來做產品，或大數據本身是產品，不同的位置需要考慮不同的打法。初步定為之后要深入下去圍繞這個核心做一系列的工作。

第二，有沒有找到或者成為一個合適的數據眾包場景?

在P2P網貸平臺，第一類通過合作方式獲得數據的，不將大數據本身作為產品變現。在眾包的選擇上是否做到的準確且迅速?選擇小貸公司或者地方征信公司作為眾包的P2P平臺，有沒有做地域上，行業上的交叉分析?這些數據本身是靜態的還是動態的，能不能在將來支撐你的風控模型變量地調整?再比如第二類，自己作為眾包入口，收集多維度投資人數據，再運用到運營或其他層面，或者作為數據產品變現的平臺。也至少需要考慮行業內數據的交叉分析，不然得出的結論并沒有太大意義。

第三，在大規模執行從大數據中得到的“真相”之前，有沒有充分考慮可能造成數據表現異常的情況?是否進行過試錯?

大數據和模型的優勢不是替你做決策，這些只是輔助做決策的工具。要抓住這個工具，用它去做事情，而不是讓這個工具替你做事情，依靠但不依賴才是正解。

比如，某P2P平臺使用10月份的投資人行為數據分析，結果發現85-90后投資人當月投資金額有顯著下滑，得出結論下個月要針對這個年齡區間的投資人進行集中推廣活動。在這個決策過程中，平臺完全沒有對數據可靠性進行判斷，在面對時間區間較短，量大的數據時，要考率會造成大范圍影響的事件或者活動。

所以說，大數據解決的是相關性問題，但不回答因果關系，所以只能是優化、簡化決策過程。在大數據概念“當紅”之際，P2P網貸平臺想要搶占市場，確立市場認知是很重要，應當減少表面現象，注重鉆研，讓大數據幫助平臺成長才是真正的目的。