• 投稿
  • 移动端
    访问手机端
    官微
    访问官微
    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    大数据何时成为智能金融硬通货?

    王超 来源:中国电子银行网 2020-04-09 10:09:43 大数据 消费金融 原创出品
    王超     来源:中国电子银行网     2020-04-09 10:09:43

    核心提示智能金融应用何时不再是奢侈的?

    大数据 图片来源:Flickr

    在消费金融领域里,我们不仅希望大数据告诉我们曾经发生了什么,还希望它告知我们将来要发生什么。只有这样,我们才愿意为了迎合市场需求而改变自己。但多数情况下,数据无法预测未来,我们也因此变得“懒惰”,不爱动,这是科技创新,金融创新的一处致命伤。

    能预测未来的智能型大数据会是银行在金融科技、消费金融甚至是人工智能等领域的一个“硬通货”。

    在这背后,其实是大数据知识图谱分析在金融行业的应用问题。

    理论上,知识图谱可以通过图存储、计算、分析和可视化手段实现知识获取、知识表示、知识存储、知识建模、知识融合、知识理解、知识运维等七个方面,因此,对于在关联数据的分析方面具有很大的优势,被广泛的应用于包括金融在内的各个领域。

    在消费金融等领域,除了风控,我们现在的大数据在智能金融这一块走到了哪一步。

    聪明的大数据?

    “xx太坏了,总给我推荐一些我感兴趣的内容,一刷就停不下来。”

    “是的,我也发现了。然后,xx平台太厉害了,我从来没在上面搜过这个东西,它居然知道给我推荐。这太吓人了。”

    “这是因为你的输入法将相关的关键词推送给了这家电商平台。”

    ……

    是的,大数据已经可以通过我们的上网习惯锁定大家的爱好和部分消费潜力。

    平台通过大数据手段构建的知识图谱模型靠算法“算计”我们的一切。他们似乎很聪明,总能抓住我们的命门,催着我们买买买!

    当然,除了催着我们花钱,还有其他的用处。

    比如,最近一段时间,我们可以通过小程序知道个人最近14天的城市出行轨迹,为防疫防控提供有效的参考信息。

    大数据,挺好用的。

    但在金融和消费领域,大数据并不总是那么聪明。

    尚未全熟的智能金融果实

    “我在某平台上买了一台笔记本电脑。平台会继续给我推荐相关品牌的笔记本电脑。这种操作有点蠢啊。我都买了一台了,哪里还有可能短期内再买一台呢?”

    “其实,不光是笔记本电脑,包括洗衣机、净水器、燃气灶等大件,基本都是买过一次,短期内,甚至3、5年内都不可能买第二次。平台应该不是鼓励我去退货,然后再买一次吧……”

    这些算法在资讯、视频等内容推荐领域,或许是吃得开的,但在消费金融领域,却显得很智障。

    正常逻辑是,如果用户买了这台电脑,平台推荐电脑包、鼠标、鼠标垫之类的东西算是合理推荐。因为原装的电脑没有鼠标和电脑包。而这个平台在下单之后,相关推荐里并没有看到鼠标、电脑包等配件。

    业内人士向中国电子银行网表示,一般的做法是把大数据整合在一起,通过算法计算出相对准确的方向,给人工参考。这就会出现关联判断但却不智能的情况,真正比较大的项目,最好还是需要结合人工认知来做数据分析和判断,然后在此基础上做相关的数据算法调试。

    这其实暴露出现有大数据模型或者消费金融在大户数据利用方面的一些短板。消费金融要想利用大数据摘到智能金融的果实,还有很长的一段距离。

    智能金融应用是奢侈的

    清华大学国家金融研究院院长、国际货币基金组织前副总裁朱民曾在“复旦-爱建金融科技创新论坛”表示,人工智能将重塑未来金融,未来一定会看到在金融科技企业之间、平台和传统金融企业之间极其激烈的竞争。

    我们之所以看好人工智能,其原因之一在于,在人工智能可以通过对底层大数据的积累和分析来预判用户的需求,从而合理地刺激用户进行消费。

    所谓合理刺激,是让用户买到他需要的和想要的,却不触发平台的信用危机,也不触发个人的信贷危机。这就要求,数据关联要精准,同时要有较好的风控体系。这些都需要对大数据逻辑进行更高标准的建构。

    这个要求看起来是挺高的,不过据某资深电商买家向笔者透露说,国外某平台基本能做到关联准确的要求,与笔者前文提到的智障关联相比,情况要好很多,并能就此做出精准营销的策略。

    银联智惠金融科技首席运营官江潇俊在此前接受中国电子银行网采访时曾表示,要做到精准营销,需要在安全合规的前提下去梳理人们的消费偏好和消费能力,以及一些数据流量和互联网行为数据,并通过对这些线上线下数据的整合,完成一个个完整的数据画像。

    数据要尽可能的全且有效,而算法策略也需要尽可能地接近用户的真实需求。这需要大数据行业再往前迈出两三步。

    金融求稳,科技求快,商业模式求的是变通,而变通的秘诀之一就是你足够智慧。

    就大数据而言,我们依然面临着,行业数据+机构内部数据割裂,算法逻辑过于粗暴,数据治理依然处于草莽阶段等基础问题。

    这些也是当前亟待解决的问题。

    因为,如果大数据的基础问题普遍存在,要想实现消费金融在智能金融模式上的变通,就太奢侈了。

    责任编辑:王超

    收藏

    为你推荐

    收藏成功

    确定