大数据在P2P信贷应用情况怎样？ 举报 理由 举报 取消 “大数据”已是P2P行业的最流行的热词之一，各P2P平台纷纷加大相关领域的投入。大数据在P2P信贷业应用情况怎么样 2017年8月13日 3 条回复 907 次浏览 P2P,信贷,借贷,平台,数据,网络,金融
回复 ( 3 )
大数据，谁能给界定呢，什么样的是大数据
理论上讲，大数据对于塑造P2P平台借贷两端的核心竞争力发挥着不可小觑的作用：第一，优化资产获得能力；第二，提升平台风险识别和定价能力；第三，实现资金端的精准营销，降低获客成本；第四，有助于平台构造多元化的场景，增加P2P平台与理财客户的粘稠度。
但具体到大数据在P2P领域应用，却存在许多的限制，主要由于以下三方面。
第一，作为大数据核心的“大”从何而来？这里指的不仅仅是数据来源和量级，更重要的是通过怎样的方式，用多长的时间积累出来。当P2P平台试图利用海量数据预测人群社会行为，进而借以区别出资产优劣时，单一时间点或短暂时间跨度内的数据很容易进行仿造，导致反欺诈模型的甄别精度降低；而即便这些数据均真实有效，对于正确预测人群行为模式、提升平台的资产识别能力也是收效甚微; 因此，大数据风控的刚性成本不在于钱，而在于如何获得蕴含时间价值的有效数据。
第二，应用场景。从联结有效性的角度来看，数据具有边际效应，也就是说任何数据都无法做到在每种特定应用场景之下都发挥同等的效果。例如，阿里巴巴15年积累的网络交易数据用于对自己商户的放贷可以实现良好的批核率和精确性，但又有谁能保证这些数据迁移到汽车代销网站或旅游网站上也同样有效呢？所以我们才看到阿里巴巴战略投资苏宁云商，其目的之一便是阿里借苏宁消费者样本，弥补自身数据多元性短板。
P2P平台如何针对自身每条业务线的场景特点，总结出所需数据的类型，并在浩如烟海的数据源中有针对性地加以筛选，也决定了整个风控体系根基的稳固与否。与此同时，这也引发了几乎所有的P2P平台在大数据应用上的第三个短板——数据的处理能力。
回顾国内大数据分析的发展历程，至多十年的光景，其在P2P领域的应用则是近两年的事。著名商业思想家纳西姆‧塔勒布曾指出：“数据会制造出更大的噪音，这就如同在干草垛中寻找一根针，当我们拨开干草垛时，要找的那根针被越埋越深。”不论是数据“降噪效果”，还是数据联结的“构建”能力，仅凭国内现有经验，还远远满足不了P2P平台的风控诉求，需要外国先进经验的引进和本土化。
神州融充分借鉴和引入全球最大征信局Experian（益博睿）全球零售及小微金融信贷风控和流程管理的最佳实践，结合其在本土个人及小微金融信贷业务的丰富经验，依据“信贷工厂”的运作理念、以量化风控与自动决策为核心，构建了专门针对小微金融机构的大数据风控平台，并安全稳定运营在阿里金融云上。小微金融机构零门槛入驻即可拥有价值千万的信贷管理系统与量化风控决策能力，一站式轻松接入3000+维度鲜活数据源和自动化决策评分卡，并免费对接大型电商平台，获得垂直信贷场景下的创新金融产品。
依据消费金融、车贷、房贷、网商贷、POS贷等不同业务类型，平台设定了最佳实践的风控流程、评分模型及业务风控策略体系，可实现针对个人及小微企业的纯信用、抵质押类信贷业务审批管理，适合从几千元的小额消费贷款到数万元的个人信用贷款，以及数十万元的小微企业经营性贷款业务。
大数据先得有用户，有流量，还得是有效的用户流量。砸流量的平台还没沾大数据的边，就完了。
所谓大数据就是海量数据的处理研究，运用集群服务器进行对数据的高速处理分析，可能1TB的数据分析只用十几秒，数据处理随着集群服务器的变多而处理数据消耗时间更短。这方面阿里做的最好。
现在的的p2P有多少用户，又有多少有效用户。。。所以别谈大数据的噱头了，骗骗外行人罢了。这条路还很长