消費金融挖潛大數據

在消費金融蓬勃發展的當下，大數據成為消費金融公司業務發展的利器。不過，僅僅擁有大數據還遠遠不夠，善于對大數據的解析和運用，才是消費金融公司賴以生存的法寶。馬上消費金融高級數據決策總監李屆悅近日在接受晨報記者專訪時表示，央行征信在數據時效性、全面性和層次性上的不足。因此深度挖掘互聯網大數據信息，開發大數據風控模型，彌補央行個人征信信息的短板，在互聯網金融蓬勃發展的今天尤為重要。
　　大數據關鍵要看怎么用
　　除了傳統的金融數據，互聯網發展讓目前用戶的數據交互方式增多，尤其是消費金融公司主要服務的是那些信用卡覆蓋不到的人群，這些人群可能沒有征信記錄，只有在互聯網上留下的瀏覽、購物、社交等多種維度的數據，但是不是所有數據都有用？
　　“一切數據都是可以利用的，不過你在事先很難判斷這個數據的價值，只有經過分析之后，才會知道到底是有用還是沒用的”。李屆悅表示，“我們會把海量數據進行解析，轉換成計算機能看得懂的語言，再讓計算機對幾千甚至幾萬個緯度的風險變量進行計算，然后看它的價值”。
　　有意思的是“以前的數據大家覺得沒用，但現在我覺得有用”。比方說一個人網購，她的交易行為時常在大半夜凌晨三四點發生，那可能這個客戶就沒有固定的工作，或者沒有比較好的生活習慣，這種人信用相對可能會差一點；相反，如果一個人做事比較規律，對自己自律性很強，這個人信用可能就好些，類似這樣的數據大家以前不覺得有用，但是現在我們都會覺得有用。
　　“而以前大家認為很有用的數據，現在也可能用處不大”。比方說一個能貸得起款買別墅的人，來我們消費金融平臺申請幾百或幾千元消費金融的貸款，要么他本身有問題，要么他的身份被盜了，欺詐分子用了他的身份來申請。李屆悅表示，之前銀行能給客戶批房車貸，放在今天消費金融平臺可能就無法審批小額消費金融貸款。
　　如何判定“好人”與“壞人”
　　消費金融持牌機構除了直聯央行征信外，更多的數據獲得是與第三方合作，在用戶授權的情況下獲得其它維度的數據，然后進行數據解析。但是消費金融跟傳統金融機構用簡單線性邏輯回歸，建立信用判別評分不一樣，消費金融的數據大多數是用非線性的，這就導致了大數據交叉判斷之后，“好人”可能就成為了“壞人”。
　　如何用大數據評價一個人征信的好壞？李屆悅舉例說，傳統金融企業可能覺得個人收入越高越好，但是我們要把他的收入跟年齡結合起來，交叉之后，就有非線性的數據出來，他可能會有這種情況：年齡很小但收入看起來很高，這樣的情況到底是好還是不好，其實我們就覺得可能有風險。
　　個人信用須重視
　　李屆悅特別提醒消費者，一定要重視個人的信用，以后一旦個人信用不好，不但高鐵和飛機可能無法坐了，就連租房也不好租了，而你的信用好的話，就能享受到很多紅利。拿租房來說，比如，一般租房需要一次性押一付三，但是因為你良好的信用表現，押一付一就可以了，像現在的美國租房就是要看你的個人信用，信用紅利會給你帶來更多便捷和實惠。
　　此外，伴隨著消費金融迅猛的發展。一些專營網絡詐騙、電信詐騙的黑中介也打起消費金融的主意。李屆悅特別提醒廣大的消費者，一定要注意保護自己的個人信息，身份證不要隨意亂放，也不要把自己的銀行卡或者上網時的各種密碼泄露給別人，更不能把收到的手機驗證碼直接發給別人，讓電信欺詐分子有機可乘，盜用你的個人信息。