2016年,科技领域里的谷歌机器人4:1战胜李世石,商业领域里阿里巴巴超越沃尔玛,可以算是人类历史上划时代的两件大事。大数据、云计算正推动互联网与传统行业的结合向纵深发展。

所有互联网影响比较大的行业必然容易数据化,正发展如火如荼的行业包括金融、医疗、零售等行业。对于所有的互联网金融相关方来说,征信就像水电煤一样,是互联网金融基础配置,而征信体系是风险管控的核心内容。

2016年大数据征信对金融行业的创新颠覆,最重要的一点将是:令金融行业的客户监测实现了动态风控。传统的评估、交易形态正在被数据化的网络技术全速颠覆,数据成为了一切的信用的基础,现在我们已经可以看到未来20年的趋势:一切能被数据化的皆可成为信用,数据即信用,而信用就是财富。

重构互联网时代信用体系、用新技术解决从前无解的谜题,令大数据征信成为互联网金融“隐形的翅膀”。

未来征信,三驾马车分天下

伴随着大数据时代的到来,未来大数据个人征信竞争焦点将不再是其拥有数据的规模是否足够大,而是企业对于数据的收集、运用之有效性。

目前,芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、中智诚征信、考拉征信、华道征信这8家民营征信机构正在为获牌积极准备。其中,以马云、马化腾、马明哲旗下的“三驾马车”最受外界瞩目:芝麻信用携淘宝八百万商户闭环数据;腾讯手握8亿社交用户朝夕不断的社交数据;中国平安旗下的前海征信,拥有多年沉淀的个人金融及相关数据,据推测,可覆盖3亿金融用户。

可以说,他们分别执中国电商数据、社交数据、金融借贷数据之牛耳。

过去中国商业征信体系影响力比较弱,关键原因之一就是民营机构没有独立、稳定的数据来源,“三驾马车”正如征信市场中的鲶鱼,通过大数据所产生的电子商务、社交、金融理财等场景信息,从多角度对征信对象进行更精准画像。

芝麻侧重电商消费数据,腾讯侧重社交数据,前海征信则注重金融数据。论布局和专业,马明哲出手最早,牵手P2P机构也最快最多。论电商消费数据,马云对个人用户市场教育最早。而论社交闭环,马化腾在中国再无敌手。“三驾马车”三分天下,逐鹿中国的个人征信市场,雏形初现。

但是在应用方面,我们可以看到“三驾马车”的方向互为补充,各有所长。腾讯征信优势在于社交数据,来源于QQ浏览器、手机终端等互联网大数据,能根据用户的守约、安全、消费、财富四个维度进行用户画像。根据媒体报道,目前主要是浦发、广发的信用卡,以及达飞金融的消费金融服务与腾讯征信展开了合作。他们以使用腾讯征信信用评分、反欺诈等征信产品为主,为它们消费金融业务的开展提供更高效率的支持和保障。

阿里系的芝麻信用,其数据来源于支付宝,目前支付宝的实名用户超过了3亿,其中包含了用户网购、还款、转账以及个人信息等方方面面数据。此前阿里已经在小贷市场尝试了征信数据的应用。2015年,芝麻信用除了与P2P、银行信用卡等展开合作之外,还与包括神州租车、脉脉社交等产品展开了合作。也就是说,它的应用除了针对反欺诈、个人信用评估之外,还增加了很多生活场景服务,比如免押金租车、租房、入住酒店;免签证旅游,免费使用机场贵宾通道等创新的生活场景服务。不过免签证旅游目前成功个案不多,而它的多场景营销一直在外界富于争议。

在三家大型征信公司中,前海征信更多地是面向传统金融机构及互联网金融机构推出征信产品及服务,毕竟它背靠金融属性更强的平安集团,有着天然的优势。作为一家全牌照的金融机构,平安旗下的前海征信强项在于理解和满足金融领域的风控需求,这一点,和腾讯征信和芝麻信用有着本质的区别。

前海征信的数据来源包括平安系的大量金融数据、与政府部门,如深圳市住建局、交警局等第三方权威机构的合作取得的数据,以及电信等运营商、银联等几十家外部数据提供机构合作,互联网和新型数据等。长期累积的金融行业数据库和专门针对互联网金融机构的建模能力,令它不是简单地通过一个信用评分系统去解决互联网金融所遇到的种种问题,而是围绕金融领域最为普遍的借贷场景,依据贷前、贷中、贷后的逻辑,推出了一系列B端产品,充分发挥其风控优势。据透露,目前前海征信的合作伙伴数量已达800多家,B端市场优势明显。

相对于金融领域,似乎腾讯征信和芝麻信用更看重信用在生活场景上的应用,比如通过累积足够的信用分,可以在快速办理签证,医疗挂号,入住酒店等等。

四大方面影响征信之战

从相对成熟的美国市场来看,征信市场规模目前约为700亿—800亿元。反观征信行业发展滞后的中国,其广阔的前景已成为了行业共识。之于征信市场的竞争,以下四大方面会对未来市场格局产生重要影响:

一是数据源方面,行业巨头在头部数据资源库方面占据先天优势,其他中小征信企业只能通过自爬、合作、购买等方式整合大量长尾数据。

二是征信算法方面,大数据征信模型和算法尚未成熟,需要在大量实践中不断优化和调整,这一点即使是三大征信公司也需要兢兢业业。

三是个人征信牌照将具备无可置疑的稀缺性,试点期已过去1年多,央行在个人征信牌照的发放方面十分谨慎。在未来估计也不会像P2P牌照那样泛滥。

四是应用场景的争夺,场景决定了征信企业的现金流、模型的优化和更大市场空间的占领。这将是竞争最为激烈的一部分,而在垂直市场有优势的征信企业能笑到最后。

对于一个新兴产业来说,在探索业务运作模式的同时,对业务边界的思考也是非常必要的。尽管从现在的8家拥有准入资格的征信机构的布局来看,征信行业的触角很广泛,但从全球经验看,很难有单一机构能把征信业务的所有方面都做完。中国的征信模式更可能倾向于政府主导和市场化相结合的模式,形成全方位、多层次和互补的一个征信业务格局。即使是三家手握海量数据资源的征信巨头,也不约而同地一直强调:他们会作为人民银行征信系统的重要补充,对互联网金融发展起大力支持作用。

当然,在未来由于个人征信系统的完成,将带来整个中国社会与互联网关系的转变,让人们使用网络消费的方式发生根本性的变革,也会再造网络的商业环境,由此带来的价值何止千亿万亿。

不用掏卡,“刷脸”即可消费;没有密码,行为就是账户;淘汰现金,一切皆可交易……

这些都不是科幻电影里作者的构想,不远的将来,我们的生活里,以上将都是日常皆可出现的情景。互联网正在极速改变我们的金融形态。

信用需要被大众了解,信用需要被大众接受,消费金融的火爆竞争与增长,正在倒推整个金融市场变革,令个人征信业务成为下一个十年内爆发的需求,这不止是商业行为,更重要的是带来社会观念的转变。当数据成为了一切的信用的基础,一切能被数据化的皆可为信用,数据即信用,信用即货币,货币即财富。

本文转自d1net(转载)

“三驾马车”拉动大数据征信 行业格局突变相关推荐

  1. 从事大数据征信行业,你必须知道这些

    征信行业历史起源 征信机构始于19世纪30年代的美国.雏形是一些商业调研机构,服务民间或银行借贷业务,获取信息途径通过招募些调研人员去街巷走访,然后逐渐形成规模及规范化. 作为起源之地,美国有3大征信 ...

  2. 苏宁大数据怎么运营_苏宁云商“三驾马车”:大数据、大物流、大金融并行

    (赢商网1月15日报道)随着"未来的零售企业是线上线下的完美融合"这一趋势的走红,2013年年初苏宁电器决定更名为"苏宁云商",而在更名之后,公司的转型步伐一直 ...

  3. 大数据征信进入洗牌期,区块链或成新一代征信系统底层架构

    由于中国的消费金融需求旺盛但服务相对落后的行业特点,导致行业内数据滥用现象严重. 此前,人民银行征信中心副主任汪路在公开场合表示,在当前征信体系已经严重滞后于经济.金融发展需求的情况下,这些弊端应当受 ...

  4. 大数据征信的发展背景及与传统征信的比较

    传统征信在方便个人信贷.辅助金融授信决策.防范信用风险和提升金融获得性等方面发挥着关键作用,但其在互联网金融领域的局限性也不容忽视.一是全国还有5亿左右人口没有在持牌金融机构的信用活动,从而不被其所覆 ...

  5. 【2017年第1期】我国大数据征信的挑战及对策

    李友元1,寇纲 2  1. 西南财经大学金融创新期刊,四川  成都  611130: 2. 西南财经大学大数据研究中心,四川  成都  611130 摘要:大数据征信能够满足缺乏或没有信贷记录人群的金 ...

  6. 大数据征信与个人隐私保护

    大数据征信是指运用大数据技术构建征信模型及算法,通过对海量数据进行采集.分析.整合和挖掘,多维度刻画信用主体的违约率和信用状况,形成对信用主体的信用评价.大数据征信的核心是将大数据技术应用到征信活动中 ...

  7. 大数据征信面临的挑战与对策

    随着征信市场化步伐加快,大数据征信成为热门话题,受到互联网金融和资本市场的追捧.征信与大数据有着基因层面的密切关系,一方面,征信数据是天然的大数据,理论上与消费者和企业相关的数据都可以用来作征信:另一 ...

  8. 从大数据征信看银行风控创新

    数据将是未来银行的核心竞争力之一,这已成为银行业界的共识.在大数据时代,银行所面临的竞争不仅仅来自于同行业内部,外部的挑战也日益严峻,互联网.电子商务等新兴企业在产品创新能力.市场敏感度和大数据处理经 ...

  9. 侵犯公民个人信息: “两高”首次出台司法解释 打击大数据征信乱象

    [ 5月9日,最高人民法院.最高人民检察院首次就打击侵犯个人信息犯罪出台司法解释,将在一定程度上影响大数据.个人征信企业 ] 5月9日,最高人民法院.最高人民检察院首次就打击侵犯个人信息犯罪出台< ...

最新文章

  1. 谷歌浏览器输入框背景颜色变黄的解决方案
  2. OpenCV中的数据结构
  3. linux权限管理(chown、chgrp、chomd)
  4. Java 异常Exception
  5. cnn 回归 坐标 特征图_RCNN, Fast R-CNN 与 Faster RCNN理解及改进方法
  6. 一款网盘软件应该具备哪些功能?
  7. 万以内的字符串整数变成汉子字符串
  8. PAT (Basic Level) Practice1004 成绩排名
  9. Dart基础第10篇:类 静态成员 操作符 类的继承
  10. 63 岁工程师的退休生活:开发一款计算器应用,22 天获 56800 下载!
  11. linux 正则匹配文件名,shell 正则表达式与文件名匹配
  12. dataFrame(DF)将数据插入ES时报错 org.elasticsearch.hadoop.EsHadoopIllegalArgumentException: Cannot detect E
  13. T410与T410i有什么区别?
  14. java web 测试要点记录
  15. 笔记本电脑的WIFI图标不见了,只剩下飞行模式的图标。
  16. 计算机文件怎么取消隐藏文件,隐藏文件夹,教您电脑隐藏文件夹怎么恢复
  17. ThreadPoolExecutor(二)——execute
  18. 机器学习中的编码器-解码器结构哲学
  19. jQuery下(2nd)
  20. 牛顿下山法求解非线性方程(组)(C实现)

热门文章

  1. 设置数据库中表的关系图
  2. 【技术】RTK定位是什么?危化安全生产必看
  3. opengl着色器shader介绍
  4. PTA(java,C++)查找电话号码
  5. dw1.modify()函数说明
  6. 修车案例 | 梅赛德斯奔驰Sprinter 906动力不足
  7. “脚本错误”到底意味着什么?
  8. 学习Sql基础以及Sql的部分语法(语法部分为3w中copy)
  9. 计算机专业的相关论文,计算机专业相关论文
  10. 一键GHOST v2008.08.08