昨天的文章《大數據在金融業中的應用》宣布之后，便有伴侶留言問，“銀行的大數據和互金的大數據應用有沒有什么差異？”簡直，說到金融大數據，我們會發明有兩類機構都在提，當互聯網金融企業都把大數據掛在嘴邊、當大數據風控成為新金融的代表性模式時，被稱作“傳統金融機構”的銀行業也坐不住了，站出來講，銀行業才是典范的大數據企業，銀行內部有大量的數據，既有布局性數據，也有非布局性數據，只是沒有把這個數據富礦更好地操作而已。

所以，問題就來了。銀行與互金，所講的大數據是一回事嗎？二者畢竟有何區別呢？下面分享我的概念，未盡事宜，接待各人留言（訂閱號：洪言微語）接頭。

差別始于自有數據的差異

對付任何一類機構而言，其數據的組成都是自有數據+外部數據，外部數據則包羅既果真數據，也包羅第三方購置數據和其他渠道得到的數據，如下圖所示。照理來講，外部數據的獲取是可以做到大抵相似的，自有數據便組成了金融機構數據差別化的基本。

先來看看銀行業

本質上，整個銀行業的一切勾當和產物都是與數據有關的，甚至說銀行的所有產物都是數據也不為過，好比說你的存款、你的貸款、你的理工業品等，實際上就是在銀行系統內記錄的一組數據罷了。正是由于銀行產物和業務的天然數據屬性，所以銀行業在發生數據和應用數據方面一直走在各行各業的前列。據悉，計較機由軍用轉為民用時，率先操作計較機技能來晉升行業打點本領和成長本領的就是銀行業。

銀行的自有數據主要是各類業務數據，是對全行客戶業務勾當進程和功效的記錄。同時，為了更好地開展業務，還會要求用戶提供諸如電話、職業、教誨、住址等信息，假如有過貸款申請行為，還會包羅收入、房產等強信用屬性數據。另外，所有人的人為都是銀行代發，公積金流水也在銀行，房貸和車貸也都在銀行，銀行在業務進程中還發生了大量的文檔、資訊、圖片、音像等非布局化數據。

換個角度來看，銀行賬戶是經濟社會所有勾當的起點和重點，所有人的財產狀況和變換環境城市在銀行留有陳跡，所以，要判定一小我私家有錢沒錢，找銀行就對了。為何保險產物、基金產物都喜歡交給銀行來銷售，一方面是銀行有著復雜的線下渠道，更重要的在于，銀行知道哪些用戶有錢，從而舉辦更好的產物匹配銷售。

本質上講，若能精準地判定一小我私家有錢沒錢、有幾多錢，無論是舉辦精準營銷照舊風險防控，根基也不太需要太多的其他數據了。但問題在于，銀行業的數據是盤據的，除了信貸類的要害信息會以征信的形式報送央行征信中心，實現必然水平上的共享外，其他的種種財產相關數據，都別離沉淀在各家銀行。好比張三，在中國銀行有1000塊存款，在建樹銀行有20萬塊存款，在工商銀行沒有存款，那么，在建行看來，這是個有錢人；在中行看來，這是個再普通不外的用戶，在工行看來，這小我私家的財產狀況無法判定。

再來看看互金平臺

假如是創業型互金平臺，其自有數據也主要是種種業務數據，這點與銀行相似，不外數據量要少得多，受單一的業務模式制約，數據維度也很單一，單靠其自有數據，是險些談不上什么大數據應用的。而幾大互金巨頭就差異了，好比BAT，其自己就是互聯網時代的數據黑洞，沉淀了巨量的用戶數據，當其轉型做金融時，之前積聚的電商數據、社交數據、行為數據等便成為其可用的自有數據。雖然，互金巨頭對用戶財產數據的把握水平遠遠比不上銀行，不外虧得銀行最有代價的金融數據——信貸數據已經在征信中心實現了共享。

金融數據的日月星辰之光

數據的幾多或黑白，只能通過其對業務的促進浸染來舉辦較量，我們以信貸業務為例舉辦闡明。不思量房產抵押、存款質押、理財質押等抵質押類貸款產物，從純信用類的消費貸款產物來看，解除欺騙財風險的因素，大數據風控要辦理的是焦點問題是：一小我私家的還款意愿、還款本領、還款不變性等因素。判定這些因素，這小我私家的信貸行為數據、汗青借錢數據、汗青違約信息等征信類信息是最有效的數據，我們可以從FICO分的組成舉辦驗證。

FICO（Fair Isaac Company）信用分是由美國小我私家消費信用評估公司開拓出的一種小我私家書用評級法，其分值在300-850之間，已經獲得社會遍及接管。據一項統計顯示，信用分低于600分，借錢人違約的比例是1/8，信用分介于700～800分，違約率為1/123，信用分高于800分，違約率為1/1292。一般認為，FICO分高于680分，就屬于信用卓著的用戶了；而若低于620分，則很大概被拒貸，或被要求增加包管或抵質押。