芝麻信用評分體系，嚴格來說，也是一種評分體系，只是參考的因素以及具體的評分方式有所差別。

就在昨天，支付寶上線了“圈子”，并且基本上是引領了一波討論熱潮。

其中，一個很重要的信息就是，芝麻信用分很重要。

很遺憾，我的芝麻信用分顯然不夠，差幾分到700大關，所以并沒有收到邀請。

根據芝麻信用評分體系，350-550分為較差，550-600位中等，600-650為良好，650-700為優秀，而700-950為極好。

作為開了多年挖掘機的半個老司機，也設計過不少評分體系模型，所以一樣好奇，為毛的信用評分就到不了極好呢?

芝麻信用評分體系，嚴格來說，也是一種評分體系，只是參考的因素以及具體的評分方式有所差別。

在國外有一套比較比較標化的信用評分體系，并且算法模型相對公開。

但在國內，顯然是沒有的，所以各家具有信用評估資質的公司，都有自己的一套信用評估模型，來衡量用戶的信用程度。

繞的有點遠，我們回到芝麻信用評分。

根據支付寶說明顯示，影響評分的有五大維度：身份特質，行為偏好，人際關系，信用歷史，履約能力。

我自己估摸著自身情況對應這五大因子：

1. 身份特質包含的是身份信息、學歷信息、以及實名的消費記錄等，個人一直沒有鳥支付寶的慫恿，堅持沒有綁定自己的學歷、企業、車輛信息、職業信息，看來這項俺是零分了（俺錯了）。
2. 關于信用歷史，應該是調取的信用歷史，以及自身的花唄等相關的信用數據，如果支付寶無法關聯綁定銀行卡的信息的話，那么他只能拿諸如花唄的信息作為評估支撐了，對于這點來說說，估計它能獲取俺的信息有限，因為我連花唄都幾乎不用。
3. 履約能力，這個跟信用歷史有點像了，同樣，如果他無法通過關聯的銀行卡獲取信息話，只能通過自身入口造成的履約情景進行判斷了，包括花唄還款情況、支付寶的各家信用卡入口等，關于這一點，估計俺的信息不多。
4. 行為偏好，這個好理解，各種消費記錄、消費能力評估，以及生活繳費的情況，對于這點來說，估計俺的分數應該不低，算是個支付寶使用大戶了。
5. 人際關系，這點應該參考了協同算法的模型，通過衡量好友的信用關系，來協同評估目標的信用。

再回到我的信用評分，這樣看來，這700分大體上應該是行為偏好占大頭，人際關系次之，然后信用能力以及履約能力起到微弱的作用，身份特質基本沒起到什么卵用，因為俺沒有關聯。

那么，如果單純的從最上層的權重模型來分析的話，占據最大權重的應該是行為偏好，以及對應其他信息次之，不然無法解釋我綁定的信息如此之少，而信用分依然可以達到，極好的邊界值。

其實這點也好解釋，對于支付寶來說，其最大的信息來源在于內部的數據，即消費行為數據，即使是人際交往關系數據，在支付寶的社交真正起來之前，都不會有太多的累積。

至于說其他幾個維度，能關聯更是少之又少。

至于說在未來，芝麻信用評分會不會調整各個維度的權重，甚至是增加參考維度，那是肯定的。

嚴格來說，行為偏好的信用價值信息，其實還是相對較弱的，但其他幾個維度的信息獲取成本太高，甚至包括看起來不難的人際關系。

但人際關系在真正的設計關系網絡建立起來之前，其實參考度有限，除非他能構建諸如微信的社交網絡規模，才有比較良好的參考意義。

最后，拋開這個評分模型，信息體系其實是蠻重要的，也希望每個人都重視起來。

不說了，俺要去綁定信息了~~

作者： blogchong

本文來源于人人都是產品經理合作媒體@36大數據，作者@ blogchong