征信为国，立信为民——你准备好大数据征信了么？_王端军吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：40贴子：
征信为国，立信为民——你准备好大数据征信了么？
　　《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》(国办发〔2015〕51号)提出，要充分认识运用大数据加强对市场主体服务和监管的重要性，提高大数据运用能力，增强政府服务和监管的有效性。以国家统一的信用信息共享交换平台为基础，运用大数据推动社会信用体系建设，建立跨地区、多部门的信用联动奖惩机制，构建公平诚信的市场环境。　　在国家方针政策的指引下，绿盾征信(北京)有限公司创建了“覆盖全国、跨行业、标准统一”的大数据征信平台——绿盾全国企业征信系统，为全国6000多万家企业建立了网上信用档案，供大众免费查询。　　大数据征信模式各有千秋，并不是千篇一律的。绿盾征信的大数据模式采用互联网技术采集企业信用信息，形成基础数据库，并对及时捕捉来的数据适时分析，纳入数据评估系统，对企业信用进行动态评估。通过系统内统一的数学计算模型，对企业的信用信息进行计算，得出相关企业的信用分值和信用等级，为企业出具实时信用报告。　　依托这一大数据征信平台，绿盾征信与地方政府、协会共同推进地方社会信用体系建设。　　2016年，涿州、三门峡、咸宁、孝感、宜昌、武威、郴州、海安等地，绿盾征信陆续进驻地方政府政务服务中心大厅，开设“企业征信”窗口，为当地企业建立、完善信用档案。　　青海、湖南、云南、贵阳、陇南、武汉、中山、韶关等地，绿盾征信与当地协会签署战略合作协议，联手构建行业诚信体系，涉及电商、金融、机械、水产、旅游、混凝土、建材等领域。　　征信业利国利民，是社会信用体系建设的重要组成部分。它可以降低交易参与各方的信息不对称，解决制约信用交易的瓶颈问题，避免因信息不对称而带来的交易风险与损失。　　《建立我国社会信用体系的政策研究》课题组的学者也指出：“从各国市场经济发展经验来看，比较成熟的市场经济体制的运行都是以完善的社会信用体系为基础的。企业征信业作为社会信用体系的重要组成部分，在国外已经有170余年的历史，形成了比较完善的运行机制和规则体系，对完善市场体系、维护市场秩序、促进市场经济发展起到了重要作用。”　　在国家相关法律法规指导、规范、支持征信业发展的今天，大数据模式已为业界所称道。2016中国国际大数据大会上，国家信息中心信息化研究部主任张新红指出，数据是人类智慧的原始宝藏，在数据不断融合过程中，将催生出新的业态，未来所有能数据化的都将数据化，而数据开放则是数据化未来的突破口，我国需要并有良好契机发展大数据。　　随着互联网金融、P2P、消费金融等新型金融业务的快速发展，以央行征信中心为代表的政府主导的征信体系已无法完全满足市场需求，随着大数据技术的日益成熟，中国的征信市场将迎来新的“蓝海”。　　善窥先机者，方能独占鳌头。大数据征信行业，谁能独领风骚，还看今朝!
贴吧热议榜
使用签名档&&
保存至快速回贴京东投资美国大数据公司 建信用评估体系
作者: 亿邦动力网来源: 亿邦动力网 09:22:17
【亿邦动力网讯】6月26日消息，亿邦动力网获悉，京东今日宣布，投资美国领先的、基于机器学习算法的大数据分析公司ZestFinance，双方同时还宣布成立名为JD-ZestFinance Gaia的合资公司。据悉，京东将在自身的互联网大数据信用模型中，进一步引入ZestFinance的技术和经验，利用京东生态系统中亿级用户的消费轨迹数据和在中国市场的业务实践，打造更为精准的大数据信用评估体系。京东金融副总裁姚乃胜表示：“此次与ZestFinance合作，京东金融将可以利用自身优势，结合合作伙伴的前沿数据技术，进一步完善消费信贷信用评估服务，满足市场需求。”据亿邦动力网了解，这款新的信用模型将率先应用于京东金融的消费金融体系，使得产品风险管理、量化营销等服务更加精准。“在消费金融白条上的信用技术实践只是第一步，未来我们还将共享这项技术给全行业的合作伙伴，共同开拓国内信用消费市场，构建互联网大数据生态圈。”京东消费金融高级总监表示。资料显示，ZestFinance是一家提供金融服务的科技公司，运用机器学习算法和数据技术帮助用户做出更加精准的金融风控及营销决策，使得更多的借贷者能够获得信用服务、放贷方能够获得更高的还款收益。ZestFinance由Google前CIO DoulgasMerill于2009年9月创立。【变·态】7月·广州
【版权提示】亿邦动力网倡导尊重与保护知识产权。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至，我们将及时沟通与处理。
打开微信“扫一扫”，分享给朋友和朋友圈
电商服务频道
电商服务推荐
仓配一体化
电子商务ERP软件
电子商务培训如何运用大数据对企业进行征信评级｜中评信用--百度百家
如何运用大数据对企业进行征信评级｜中评信用
分享到微信朋友圈
驱动大数据产业发展走到今天，有三个趋势。第一个趋势是数据爆炸性增长。第二个趋势就是数据形态正发生变化。第三个大的趋势，是大数据真正不一样的地方，就是数据的关联发生了变化。
1、大数据时代，不仅是技术和算法的变化
现在大数据这个概念很热，我希望通过这场论坛让大家能够去甄别：哪些是真正大数据创新、哪些是伪大数据。
驱动大数据产业发展走到今天，有三个趋势。第一个趋势是数据爆炸性增长。现在每天在亚马逊有几百万数据，淘宝有10多亿数据，互联网有4万多亿网页。这意味着，普通人甄别信息能力和可获得信息量爆炸性增长，这之间的矛盾我们把它叫信息过载。
很多商业模式都来自于此。比如说互联网上怎么样找喜欢的歌、喜爱的商品，甚至大家到百合网、珍爱网找个好对象，这就涉及对无穷多的信息处理。大数据中典型的商业模式，就是精准广告搜索推荐等。
第二个趋势就是数据形态正发生变化。比如，以前我们用excel表格管理一名学生，知道是男是女、在哪毕业、家庭住址等。有了这些数据，我们就可以通过建立回归、关联等方法，得到变量和变量的关系。举个例子，成都某中学哪些学生毕业后发展更好，女孩子是否更适合会计专业等，这些都不是大数据，这是几十年前的时候早期数据。
而现在我们面临的绝大部分数据都是非结构化数据，比如文本、视频、语音、图像，还包括社会关系网络，它们也有着巨大价值。举个例子，假如我们靠某个人手机行程的轨迹数据，只要有3年或以上的追踪，比如他经常去五星级酒店、高尔夫球场和高档会所，就可以很好地判断其经济收入水平。再往外延伸，比如我3年前曾经在北京帮一个关于医疗的手机APP做过一个商业项目。他们提出需要，要找在北京医院工作的医生。这些医院的经纬度我们是清楚的，但如何判断进出这些医院的人哪些是医生呢?通过比对这些医院进出人员的频次，我们发现如果某人进入医院很快就出来，那么他可能是病人;如果进入医院再也不出来，可能就去世了。我们从中找出那些每天有规律进出的人，很大可能他们就是医生或医疗工作者。
第三个大的趋势，是大数据真正不一样的地方，就是数据的关联发生了变化。以前的数据是单独的，比如一个人，淘宝知道他买了什么东西，新浪微博知道他有什么朋友，医院知道他患了什么病，但这些对同一个人的数据是没有打通的。我们现在通过商业模式、技术资本，可以把这些数据打通。比如阿里巴巴投资新浪微博，两年前推出新淘浪;还有企业通过一个软件管理所有社交账户、豆瓣账号、支付账户等，这里面带来一个很好玩的事情，就好像围绕一个人360度拍照，知道这个人的全息影像，就可能带来很大商业价值。比如这个人的征信。但这也可能影响到他的隐私。所以大数据的第三个挑战是，如何在安全隐私可控的情况下，充分利用这些关联数据来形成1+1&2的价值。
大数据时代不是说某种技术或者某种算法的变化，而是某种理念的变化。大数据是针对关联异构化数据深度分析。从关联性看，是生活方式、商业模式、管理流程等一切颠覆性变化的总和。未来新型的企业，乃至政府，对于他们而言数据的采集分析都是核心战略。
2、如何运用大数据，对企业进行征信评级
第二个大方面，大数据是怎么样在某些方面支撑一个国家的经济社会战略发展?
首先就要求创业者要把握好社会发展整个趋势。在今天创新创业驱动发展过程中，企业遇到的痛点是什么?创新企业尤其是小微企业，大多是轻资产企业，这些企业创业想的是先做个APP，而不会去拿一块地。绝大多数创新企业没有资产可以质押，他就没法通过传统渠道进行融资。
通过双创驱动解决中小微企业融资难问题，也是诸如数联铭品这类大数据公司的主要内容之一。我们怎样用大数据来解决这个问题?因为我们的目标是对企业进行征信评级，对公司债进行定价。解决这个问题不是走传统的道路，我们是在互联网上采集大量公开数据，包括它所处的行业、注册资本、实缴资本、股东、董事等方面。有了这些信息，我们再结合企业发展得到几个要素：第一，你所处的行业市盈率好不好，盈利情况，有没有上市潜力;第二，你是否存在关联交易的风险，比如你的股权关系是否有风险;第三，看你的董事、监事、高管和投资方关系，看你背后投资方和股东是不是优质良好。
其次，我们还有大量公司资产数据、人力资源招聘数据、招标投标数据和法律诉讼数据等。例如，一个企业发展好坏，很大程度上可以通过人力资源招聘看出来。同时，还可以看企业在招投标中胜出几率、价格。另外，企业有没有法律诉讼，尤其是关于合同、股权诈骗的诉讼，是评价企业很好的指标。利用这些指标，我们就可以不依赖于企业主动提供的有可能虚假的财务报表，对企业的信用和风险进行全面和精准的评估，从而推动真正针对小微轻资产企业的征信评级和公司债定价，这就是非常典型大数据运用。
从这些方面看，我认为大数据的分析和运用，一定程度上可以支撑国家的经济社会战略发展。
3、如何在3万人中，找出最孤独的那一个
我觉得大数据的精髓，就是能够把数据外部化。比如，谷歌曾经把它大量的搜索数据与疾控中心传染病报告的人数做了一个关联分析，实际上就是一个简单的线性回归模型，它最终能够比较好地预测传染病的流行，并且能够提前一周预测出突然的上升和下降。这个例子就说明了，表面上看起来是我的搜索数据和你传染病模型是风马牛不相及的事，但却通过这些数据解决了你的大问题。
我们在电子科大还做过一个课题——寻找校园中最孤独的人。我们从3万名在校生中，采集到了2亿多条行为数据，它们来自学生选课记录、进出图书馆、寝室，以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析，可以发现一个学生在学校有多少亲密朋友，比如恋人、闺蜜。最后，我们找到了800多个校园中最孤独的人。他们平均在校两年半时间，一个知心朋友都没有。这些人中的17%可能产生心理疾病，剩下的则可能用意志力暂时战胜了症状，但需要学校和家长重点予以关爱。
这些例子，其实都透露了大数据的三个精髓：第一个，是数据的外围性。例如一卡通的数据，其实来自学校的后勤集团，本质上是一种消费数据，但我们利用这种数据来预测学习成绩、观察学生作息是否有异常，通过看起来没有关系的数据去透视问题;第二个，是数据的群集性。光有一张卡，你分析得再清楚，也看不出什么问题，只有把这张卡放在3万张卡里才能看出端倪;第三个，是这些数据其实存在很多年了，一卡通和学校的心理健康中心都存在十几年，但一直没有发现两者之间的关系，为什么?因为缺乏数据科学家，需要有人针对这些数据去进行分析。
4、年轻人创业，首先要考虑格局与方法
讲完了大数据，我还想对大家说一句，不管你们是要创业或做什么事情，都要考虑两个问题：格局和方法。
第一，你要思考自己做的事是否具有原始的重要的创新性?例如谷歌开发阿尔法狗，以前很多人都认为这是不可能的，但这件事的美妙之处就是在于，把以往不可能的事情变成可能。你要用你的一生去做伟大创新。企业的核心价值是它对社会的贡献，而不是挣了多少钱，选择的方向很重要。
其次，你们的价值观不能高度统一。你们一定要想清楚自己喜欢什么，如果你想的和全社会都一样，那么你其实可以消失了，因为有你没你都没关系。
最后我还想说，你要有战斗的情怀。今天很多人可能觉得我讲的这些都是务虚的，但人在不断往前走的历程中，你会发现我讲的这些都是需要的。
我对自己的定位，是希望我的工作和人生能去影响下一代，你们也要去想如何成为一代人的榜样，如何抓住这个时代脉搏发展中所缺失的东西。
另外，在人的一生之中，千万不要怕重大挫折和痛苦。从这个问题出发，我还想给大家讲我比较欣赏的一句话，是儒学乃至中国文化传统中着名的“十六字心传”——“人心惟危，道心惟微;惟精惟一，允执厥中”。我主要想讲的是中间这个“惟精惟一”，它说的是什么呢?
人生之中会有很多诱惑，但你要把所有能量集中起来做唯一的事，其他的事都不重要，不要把事做碎、做杂，很多事情你都想要做一做，那你就很难登上巅峰，所以，不是你的核心事情，不要去做。
5、大数据进行征信评级，同样需要保护企业隐私
问题1：你更多精力放在学术还是公司管理上?技术人才如何担当公司创始人?
周涛：我一方面做纯理论研究，我的这块理论研究其实是很难产业化的。另一方面，我在企业里主要进行战略决策、市场资源整合，以及投融资事务。我认为，任何一个人靠一己之力都很难撑起所有，像我就很难管理超过10人的团队。那么他如果想要成功，就要具备两个能力：一是领导力。不断给团队打鸡血，朝着共同的梦想去战斗;第二个是被领导的能力。你要给团队成员充分权力去做决策，你就跟着这样的决策走就是了。总之，千万别想让自己变成一个多面人，或去学着做一些本身不擅长的事情。
问题2：作为一家大数据公司，数联铭品如何保护企业隐私?你们开展企业征信业务，被你们“评级”的企业是否具有知情权和异议权?
周涛：我们的数据有两个来源，第一个是公开数据，例如企业工商登记中必须公开的法人等信息、法院判决的公开文书等，我们采集这些数据做成报告，这块不涉及隐私;当然，还有一部分数据的确涉及隐私，例如企业财务的真实数据。当我们在为企业提供服务时，就需要征得企业的授权，去查看这家公司的真实财务数据;如果企业不授权，我们就不会用这些数据。征信业务这块，目前我们拿到了企业征信牌照，企业如果向我们申请征信时，我们会告知这些征信会向哪些机构公开。
问题3：你对传统银行业的产品创新有没有研究?
周涛：例如债券市场，在美国的规模比中国大得多，一旦放开，就存在很大的机会。还有保险，目前我们国内的保险规模也比美国小，并且呈现高度同质化，实际上通过大数据，我们可以建立出很多精算模型，更好地为传统银行业服务。例如，如果我们能拿到个体的一些医疗数据，就可以推算一个人在多少年后有患上糖尿病概率，对应的，他的医疗保险应该如何变化，这些都可以计算出来。
大数据时代，或许你可以不会大数据，但是一定不能不知道大数据。
注；本文来源网络，作者周涛，央视年度十大科技创新人物。
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
阅读：1689
阅读：1897
热门文章HOT NEWS
著名笑星陈佩斯阔别荧屏这20年，他都经历了什么
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻一种基于大数据的个人金融信用评价方法
本发明涉及一种基于大数据的个人金融信用评价方法，包括以下步骤：a.验证评价对象的个人移动通信工具；b.在指定时间段时，采集评价对象的移动通信数据和移动通信通道中的社交和经济活动数据，并将其去隐私化；c.运用Hadoop大数据计算，批量运算出评价对象在指定时间段内的空间活动特征和经济活动特征并将数据结构化、可视化处理；d.将结构化的数据与信用评价系统结合，运算出对象的个人信用积分。本发明的优点表现为：一是提高个人金融信用评价的可靠度；二是降低金融信用评价的成本，使金融服务能够为更多个人提供更小金额的服务。
专利类型：
申请（专利）号：
申请日期：
公开(公告)日：
公开(公告)号：
主分类号：
G06Q40/00,G,G06,G06Q,G06Q40
G06Q40/00,G06F17/30,G06F17/00,G,G06,G06Q,G06F,G06Q40,G06F17,G06Q40/00,G06F17/30,G06F17/00
申请（专利权）人：
上海百筹金融信息服务有限公司
发明（设计）人：
主申请人地址：
200070 上海市闸北区芷江西路166号201—28室
专利代理机构：
上海卓阳知识产权代理事务所(普通合伙) 31262
国别省市代码：
一种基于大数据的个人金融信用评价方法，其特征在于，所述的评价方法由针对地理位置和经济能力的信息采集支系统与信用评分设计和计算支系统共同运作，所述的针对地理位置和经济能力的信息采集支系统的运作方式包括以下步骤：a1.信用评价对象提供本人移动设备的ID，并确保通过验证；b1.针对地理位置和经济能力的信息采集支系统根据移动设备的ID，寻找该移动设备的地理位置数据库；c1.从步骤b中的数据库中挖掘出信用评价对象在指定时间内的个人信息、活动轨迹和资金活动历史，整理成结构化数据，并将所述的结构化数据通过数据输出模块输出成数据表和可视化图表；所述的信用评分设计和计算支系统分为对象的个人信息准确性评分、社交活动质量评分、活动轨迹契合度评分和资金能力评分，各评分项被赋予不同的权重，以满分1000分评价对象，设定信用合格可以授信的分数为600分。
法律状态：
公开 ，公开 ，公开 ，实质审查的生效 ，实质审查的生效 ，实质审查的生效
加载中，请稍候
．客服电话
&&8:00-11:30,13:00-17:00(工作日)无所不能 健康点 运动家
全球个人征信机构的大数据征信技术
分享到微信朋友圈
比利时鲁汶大学获得电子工程博士。此前在布鲁塞尔的互联网公司Attentio和金融分析公司Vadis从事过咨询和数据分析工作,在中国人民银行金融研究所和中国人民银行征信中心从事过博士后研究。目前为某大型金融机构的高级研究员，同时也是北京大学智能金融研究中心兼职研究员。主要的研究方向：征信、信用风险管理、数据挖掘和金融大数据。刘新海最新文章
　　【财新网】（专栏作家 刘新海）由于征信的业务都是围绕着数据展开，所以大数据和征信有着天然的联系。随着全球商业机构清晰地意识到基于数据的决策和运营可以使公司获得巨大利润以及消费者深入了解数据和分析对其享受产品服务和个人身份保护的重要意义，基于个人消费者的大数据及其分析市场的规模正不断扩大。国内市场化征信的启动，使大数据征信（或征信大数据）成为热点话题，据称如果没有大数据的包装，资本市场不会感兴趣。据互联网权威咨询机构IDC估计，2014年全球在大数据及其分析上的投入大于520亿美元，的复合增长率将达15%。对大数据技术投入持续增长的基本原因包括以下几个方面：海量数据的不断产生；IT技术和分析能力的发展使数据的处理可以更快捷、更有效，可以为企业的决策和运营提供新的视角；在不同行业和区域中对大数据分析和决策业务的需求越来越强烈。
　　日，全球第三大个人征信机构环联（TransUnion）在纽交所正式上市，其招股书中所言环联目前也是一个大数据公司。由于资本市场的普遍看好，开盘当日即以日上涨13%结束交易。其中高盛、摩根大通、美林美银和德意志银行等为此次环联上市的发行商。目前环联的市值估价为45亿美元。本文就将以环联为例，剖析大数据在全球个人征信机构的应用情况，给系统性地理解大数据征信提供一个视角。
　　征信机构最基本的作用就是将分散在不同授信机构，碎片化的局部信息加工融合成为具有完整视图效果的全局信息，从中挖掘出风险信息，帮助解决交易过程中的信息不完整的问题，减少风险，降低交易成本，帮助商业机构更加有效地进行决策。而大数据技术有助于将更加分散、碎片化、底层的数据加工处理成为更加完整的全局信息，更加有效地减少这种信息不对称。本文所讨论的大数据技术，不仅限于大数据存储和处理，也不仅限于目前流行的大数据风险评估，而是系统性地对征信大数据进行处理和分析的相关技术介绍。
　　类比传统加工制造业，征信机构可以理解为数据工厂，其基本业务流程包括数据采集（数据可以理解为原料，数据采集可以理解为采购，收集原材料）、数据处理（相当于原料粗加工，整理具有一致性，去掉不符合质量要求的原材料，粗加工成基本组件）、数据分析和挖掘（原材料深加工，按照一定的产品模型，由生产线批量生产）以及数据服务（产品进行质量检查，进行包装，提供给用户终端）。在大数据时代，大数据技术为征信发展提供了新的图景，如图一所示，大数据技术可以嵌套在整个征信的业务流程中，同时可以根据大数据服务的需求，不断更新和探索新的大数据来源。此外征信大数据的处理流程中的每一个环节都要兼顾数据质量、数据安全、消费者隐私保护和监管合规性的要求。
图一 征信大数据应用流程
　　大数据的采集: 越来越多分散的、不同领域的数据源
　　大数据为征信活动提供了一个全新的视角，基于海量的、多样的、交叉互补的数据，征信机构可以获得信用主体及时、全方位的信息。环联运营多年，已经使其建立了包含信息量丰富而且独特的数据源。环联目前拥有30P数据，包括金融数据、信用数据、可替代数据（Alternative data, 包括电信预付费、电商、社交网络、心理数据等）、身份数据、破产数据、抵押物数据、法院判决数据、保单数据、汽车数据以及从近90000个数据源抽取的其它数据，有全球超过10亿的消费者，从2010年开始以超过25%的速度扩张。环联的大数据资产如图二所示，主要是四个方面组成：
图二 环联的征信大数据来源
　　传统的信用数据：环联最基础的数据资产是信用数据库，基本上涵盖了所有美国信用活跃（有信用交易）人口的姓名、地址、现有信用关系和支付债务时间表。该数据库中的信息是由成千上万的信用授予机构和数据提供商自愿提供的，传统的信用数据库支撑环联的基础的征信业务。
　　替代信用数据：替代信用数据是指除了消费者信贷数据之外的信用交易相关数据，可以在消费者的信贷数据缺失的情况下，代替作为消费者信用描述和信用评估的手段，也可以作为一种增强信用评估的方法。替代信用渠道（如租赁支付和公共设施支付）拓宽了传统信用数据库的范围。例如环联拥有巴西最大的替代数据库，包括巴西联邦税务署的税务记录信息等上百个数据库和邮政编码（有1亿9千万的个人和2900万的公司的数据）。
　　消费者公共记录：环联从法庭、政府机构和其他公共记录（如诉讼、抵押、判决、破产、专业许可、房地产、车辆所有权、其他资产、违规驾驶、犯罪记录和联络信息）中获取数据。例如环联在印度可以获得国家选举登记处（7.5亿记录），国家ID数据库（超过5亿记录）的信息。2013年12月，收购了TLO公司的资产（该公司利用个人鉴定、欺诈保护和债务找回的公共记录数据开发了数据产品）。2014年11月，环联收购德国DHI公司（交通违纪和犯罪审判的数据提供商）。在南非，环联获得交通设备数据库（包括超过1800万车辆记录和特殊车辆识别码，是南非最全面的车辆数据库）。在国内央行个人征信系统，替代信用数据和消费者的公共记录统称为非银行征信数据。
　　专有数据库：环联用复杂的算法生成自己专有的数据库（proprietary database），提炼并对数据进行标准化。这些数据是区别于其它竞争对手的，包括驾驶员违章记录、医疗资格信息、商业数据和房租交付信息等信息。
　　上述征信数据库受到监控，定期更新、复核。环联通过每月差不多36亿条记录的更新量来保持数据的鲜活度。理论上和个人消费者的经济行为相关的数据都可以采集，但是环联在选择这些的大数据时，起码要满足以下标准：（1）合规性，满足征信机构监管要求（包括信息安全和消费者个人隐私方面的规定）；（2）数据是活数据，可以及时更新；（3）数据是可以信赖的数据(Trust data)，从可靠的，具有公信力的数据源获得；（4）数据质量要保证，保证数据能够正常使用。此外征信机构的数据或信息在被商业机构使用的时候常常要和本地的大数据做进一步的整合才能更好发挥作用。
　　大数据的处理：强大的匹配连接能力和下一代技术
　　征信数据规模变大，更新加快，类型复杂，需要有别于传统工具的新技术方法来完成数据处理和分析任务。
　　基础大数据技术：环联有庞大复杂的大数据资产，需要有配套的大数据处理技来支撑。环联自主研发了基础征信大数据技术，，这为快速执行环联的应用和解决方案的更新提供了灵活性。环联目前已经利用Ab Initio (大数据处理软件平台技术)、Hadoop(开源分布系统的基础架构，适合处理超大量的数据)、Netezze（IBM 基于数据仓库的分析技术）、Hadar和其它一些大数据分析和可视化技术来应对海量的数据（30PB）、分散的数据源（90000个数据源）和不同的数据格式（超过4000多种数据格式）。环联的大数据技术可以处理、组织和分析跨越多个运行系统、数据库和文件类型的海量数据，同时处理快速变化的结构化和非结构化数据，加上每天数十亿的交易和数以兆计的数据交换。环联的大数据技术提供了高度的适应性，高效率和客户定制化，对于环联的解决方案，配合一些专业技术（例如图形化开发和业务规则环境），可以方便地和客户的工作流程整合起来。
　　增强的数据匹配连接能力：在大数据时代，征信数据源变得更加多样，需要强大的数据匹配和连接技术，提高数据的价值，使对消费者的描述更加完整和更加精确。大数据的商业价值实现关键技术之一就是匹配、连接和整合不同类型、不同来源的数据，如图三所示：首先找到多个数据源中信息对应的消费者，然后匹配消费者具体的信息项，将可能存在冗余的信息项进行合并和剪裁，得到消费者的全面、统一的视图。
图三 征信大数据匹配技术原理
　　环联的数据匹配技术能够整合多个数据源，连接多种信息，产生新的数据集，更好地评估风险和进行数据挖掘。例如，环联TLOxp解决方案利用数据匹配能力（来自于不同数据源）来确认和调查不同人之间、资产之间、位置之间和业务之间的关系，提供尽职调查、威胁评估、身份验证、欺诈预防和检测的解决方案。在巴西，环联利用数据匹配技术连通巴西联邦税务署（税务记录信息）等上百个公共数据库和邮政编码。在印度，环联可以获得征信机构CIBIL（Credit Information Bureau [India] Limited）的消费者风险信息该信用数据库包括超过两亿的个人消费者和超过1000万的企业主体的信息。
　　下一代技术：环联正在投入研发以大数据为特征的下一代征信技术，希望通过下一代技术的转型继续提供面向企业和消费者的服务，使得数据吞吐量增加，数据匹配能力提高，有较高的适应能力和较低的运营成本，更高的效率，保证更快的市场响应，例如使数据建档，数据清洗，数据入库的速率提高10倍，由非IT人员自助完成，大幅度降低新产品的生产周期。
　　新技术探索：近期，环联和南非一家高科技公司共同筹建南非国家声纹库，研发声纹识别技术进行消费者身份识别和反欺诈。据称，这种基于声纹技术的身份验证技术比传统基于知识（也称为钱包外问题）验证消费者身份的方法）效率提高80%。环联对生物识别的前沿探索目前还处于早期的研发阶段。
　　大数据挖掘和分析：挖掘潜在信息和模式，释放大数据价值
　　征信机构早期的征信数据挖掘外包给费埃哲公司（Fair Isaac Corporation简称FICO），最成功的案例是FICO信用评分。随着数据分析技术的提高和普及，环联和其它几家征信机构开始建立自己的分析师队伍，开发自己的评分产品。但是由于历史传统的原因，征信机构还和FICO公司继续合作，向商业机构提供信用评分服务。
　　从理论上讲，随着大数据的积累，信息越多可以提供更好的风险评估；在实际中，随着平台的多样化、商业模式的多元化的不断深入，商业实体之间的关联性的加强，风险和商业机会的复杂性也在不断地增加。大数据技术可以在消费者或信贷产品（组合）水平上进行风险测量和管理，使信用审批和定价更加精确。在图四展示了《经济学人》关于大数据在金融风险方面应用做的调查，其中大数据在防范信用卡欺诈和减少违约率方面效果最好。环联利用大数据分析技术解决来自于多个信息渠道，复杂海量的信息处理问题，提高风险模型的预测能力和稳定性，以及实时响应速度，帮助它的顾客在信用和风险管理中做出及时的决策。
图四 大数据在金融分析中的应用效果调查（来源于《经济学人》）
　　为了充分释放征信大数据的价值，环联已经通过在技术、工具和人力资源方面的投入来研发复杂和灵活的分析和决策能力。
　　开发新的分析技术：环联的分析师利用下一代技术和数据匹配能力来实时读取来自于不同数据源的数据并分析这些数据。一般来说，分析师能够在一天之内利用自服务的数据接口产生模型开发、模型验证和用于客户分析的数据样本。分析师配备有不同的建模和分析工具箱（例如可视化和机器学习）。例如环联的团队能够在环联CreditVision解决方案中对一个新的贷款组合建模，大数据分析技术的工具只需要不到一天的时间，而传统工具和技术的开发时间则是4到5周。
　　分析团队：在大数据时代、征信业发展涉及海量数据的存储、加工、处理、分析，需要大量的经济学、数学、计算机等各类型的高级综合型专业人才。环联拥有经验丰富的分析团队（一般都是高级专业人士或者是博士学位获得者），拥有大量的行业经验并且对消费者信用数据有着深厚的知识储备。
　　研发分析工具：数据分析工具是挖掘和分析征信数据的通用的基础软件组件。环联开发的分析工具包括基本预测模型和评分、消费者细分、业务标杆比较、欺诈建模和运营最优化等，能够满足特定的客户需求。
　　大数据服务：丰富多元化的数据产品、个性化、更好客户体验的征信服务
　　征信大数据使提供更多的信息服务，面向更多领域提供了可能，大数据之间的交叉融合更拓宽了征信产品和服务的广度和深度。环联通过提供综合的数据，先进的分析技术和决策能力的服务，帮助客户提高效率、管理风险、降低成本和增加收入。大数据使环联征信产品更加丰富、多元、及时和动态化，考虑不同客户群体的细分需求，提供更加个性化、更好客户体验的征信信息服务。大数据带来了相比传统征信机构更广阔的服务范围：环联的服务业逐渐由面向金融服务业转向例如保险、汽车、医疗护理、电信、零售、出租审查、消费和法律执行等经济和社会领域。在每一个领域，环联都帮助顾客做出关于信用和风险管理的及时决策。
　　基于特别的数据资源、分析和决策服务，环联近期研发的征信大数据产品和服务示例如下：
　　面向金融机构用于的征信产品CreditVision：基于消费者的信用大数据，给机构客户提供一个消费者这在一定时间窗口的风险变化趋势，不同于传统的信用报告只提供当月时点数据的服务，该产品基于30个月的时间序列数据，说明客户风险随时间变化的速度和严重程度，更精确地划分了风险。
　　面向保险公司的征信产品DriverRisk：整合司机的历史上至少三年的违规记录和其它大数据，高效地识别司机的违规的可能性，从独特的视角来考察司机的风险，可以降低保险公司的成本。
　　面向商业机构的市场营销产品AdSurety: 基于环联自身的大数据，利用O2O（互联网数据和数据库数据）匹配技术，帮助机构用户从包含1亿3千5百万美国消费者网络中识别潜在顾客，显示其个人信息并且测算效果，增加了找到目标顾客的可能性。
　　面向商业机构用户的决策分析产品Decision-Edge：是一款软件即服务的产品，允许商业机构客户在和消费者交互情况下识别并验证消费者用户，并对数据和预测模型的结果进行解释，根据机构客户定义的消费者用户标准来帮助实现实时和自动化的决策。
　　尽管对于大数据的定义工业界和学术界众所纷纭，但是无论按照哪种定义，环联和其它全球征信机构都是典型的大数据公司：拥有典型的大数据（30P的数据量，每年以25%的速度增加，超过10亿人的信用记录）；数据类型丰富（90000多个数据源，超过4000种的数据格式）；数据更新速度快（每月差不多36亿条记录）；最重要的是环联的征信数据中蕴含着大价值，丰富的消费者的消费模式和信用信息，可以用于信用信息服务、市场营销、决策分析以及为消费者本人提供信用管理服务等。 环联的大数据技术的应用是一个综合性的过程，是从数据采集、数据处理、数据分析与挖掘到服务的一个一体化的过程。随着业务的发展，今后环联的征信大数据增长主要从两个维度延伸：海外征信业务的发展增加消费者的数目；数据源的不断扩充并快速增加消费者的信用描述，如图五所示。
图五 征信机构的数据变化趋势
　　目前环联的大数据是以结构化数据为主，基本不涉及社交网络、微博、论坛、互联网行为数据等非结构化数据，当然一方面与美国的数据专业化运营和数据开放的大环境有关，另外一个重要的原因其世界本质上是结构化的，风险和商业信息首先主要隐含在结构化的数据中。因此，本文认为征信大数据的研发应首先解决好结构化大数据的处理和分析问题，挖掘出主要的风险和商业信息。虽然和国内流行大数据征信比较起来略显保守，但是由于其深厚的数据资产和征信技术的积累，环联对大数据技术的应用整体来看一个自然的过程，根据数据信用相关性逐步扩张 目前已经开始研发以声纹为代表生物识别等这些未来和征信相关的大数据。
　　虽然大数据技术给全球个人征信机构环联带了很多变化，例如数据量的增大、数据类型的增多、处理技术的提升、分析能力的加深、服务范围扩大和征信产品的丰富，但是并没有给这些征信机构带来业务上颠覆性的改变，商业模式并没有发生变化，主要商业内容还是从基础信用信息服务、市场营销、决策分析到消费者的信用管理与反欺诈服务等。不过正如每一次数据技术的突破都会带了征信机构带来更多的创新和颠覆，例如数据库技术和数据挖掘技术，未来的大数据技术不仅会延伸以环联为代表的全球个人征信机构的信用信息服务的广度和深度，而且未来有可能会带来一些商业模式上的变革。
　　（本文原载于《中国征信》，2015年第10期，题目为：全球个人征信机构的大数据征信技术）
责任编辑：张帆 | 版面编辑：张柘
财新传媒版权所有。如需刊登转载请点击右侧按钮，提交相关信息。经确认即可刊登转载。
新闻订阅：订阅后，一旦财新网更新相关内容，我们会第一时间通过发邮件通知您。
在这里，您可以选择接收的频率：
确定增加订阅含有的新闻？
，您所订阅的新闻会发送到邮箱：（此邮箱不可更改，且每个邮箱最多可同时订阅20个关键词
您已选择接收的频率为
苹果客户端
安卓客户端
财新名家推荐
更多专栏文章
全站点击排行榜
全站评论排行榜