芝麻信用分VS銀行流水:大數據征信與傳統信用評估的對峙
筆者在從事互聯網行業之前,是某國有銀行的員工,每天接觸很多前來銀行打流水的顧客,他們大多數為了辦理簽證、貸款等,而不得不在銀行大堂里耗上一個多小時。
然而銀行流水有明顯的局限性:
- 對單一賬戶依賴嚴重。一個人可能有好幾張卡,每張卡的資金歸集情況不同,有時候為了向第三方機構提供全面的資產狀況,可能要打印好幾張卡的銀行流水,甚至同一張卡打印多份。這嚴重影響辦事效率和增加了客戶的時間成本。
- 信息維度單一。銀行流水里面對于個人信用評估來說最有價值的信息可能就是每個月的工資轉入。在較為年輕的用戶群里面,人們為了辦理旅游簽證,找親朋友好友借款10萬在賬戶里放幾天再轉走這種事情也很普遍。但現在移動支付逐漸普及,微信支付、支付寶、螞蟻花唄等電子渠道的消費明細卻不能在單一的銀行賬戶渠道里面體現。
相信現在人們傾向于把閑置資金放在余額寶,而不是幾乎沒有利息的銀行活期賬戶里。而為了打流水他們會特意把余額寶里的錢轉到銀行卡。這個行為的核心邏輯是,銀行賬戶的資金證明才是最具公信力、最受第三方機構信任的證明。雖然支付寶在2015年已經推出了出具互聯網資產憑證的服務,但從各傳統機構里面對于資產證明的要求可以看出,銀行出具的資產證明才是最受用的。這也從一個側面反映出,我國的信用評估體系較為單一,相比起歐美國家的征信體系建設,我國建立在互聯網大數據上的征信市場依然是一片藍海。
來自易觀智庫的數據
BAT近年來不約而同地在互聯網金融市場里打江山,百度錢包、阿里的螞蟻金服、騰訊的財付通,后面更有恒大金服和京東金融的攻城略地。在個人征信數據的建立上面,阿里的芝麻信用分最會玩,對標美國的ZestFinance。
ZestFinance原名ZestCash,2009年成立于洛杉磯。由明星團隊:前Google首席信息官道格拉斯·梅里爾(Douglas Merill)和金融機構Capital One的信貸部高級主管肖恩·卜德(Shawn Budde)聯合創辦。
截至2015年末,央行個人征信系統收錄8.8億自然人數,其中3.8億人有信貸記錄,而同一時期中國的網民規模達到6.88億。這意味著傳統征信體系的覆蓋面不夠廣,基于用戶在互聯網上的消費行為、社交行為、搜索行為等產生的海量數據,其價值并未被充分挖掘,個人征信在大數據的采集和信息挖掘上面仍有很大的想象空間。
芝麻信用運用大數據及云計算技術建立的個人信用體系,從這五個維度分析:身份特質,行為偏好,人脈關系,信用歷史,履約能力。與其說阿里是搞電商的,不如說是搞大數據的。截至2012年,支付寶的用戶數已突破8億,這些數據對于用戶畫像的構建具有重要價值。
- 身份特質:支付寶賬戶體系對用戶個人信息的記錄。
- 行為偏好:淘寶沉淀了海量的用戶搜索記錄、交易記錄。
- 人脈關系:芝麻信用分跟職場社交應用脈脈合作,獲取用戶的人脈信息。
- 信用歷史:花唄還款是否及時。
- 履約能力:余額寶的資金總額。
很明顯,大數據征信相比傳統征信,其對用戶信息的搜集更全面,評估的維度更廣。建立在海量的數據分析上構建出來的用戶畫像,價值不言而喻,不僅在征信上,在其他應用上也大有可為(精準營銷、定向投放)。數據的量越大,對數據的挖掘越深入,用戶畫像更準確。期待在不久的將來,人們不需要為了一張權威機構出具的實物證明耗上那么多時間和精力,在完善的法律法規保護下,大數據征信的發展越來越成熟,社會對虛擬信用分的接受度越來越高。
作者:viviennetsi,本文首發自公眾號:SugarBox
本文由 @viviennetsi 原創發布于人人都是產品經理。未經許可,禁止轉載。
?? ?? ??
有點無聊