大数据，下一个资本蓝海

所谓互联网金融，金融是本质是基调；互联网是特征是手段。网贷，作为互联网金融的不可或缺的一块，通过互联网产生的巨量数据自然就成了我们的手段之一，对我们的重要性不言而喻，由此产生的大数据金融也给网贷行业留下了足够大的想象空间。

我们先看看BAT围绕大数据在干什么：

百度拥有两种类型的大数据：用户搜索表征的需求数据；爬虫和阿拉丁获取的公共web数据。搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。搜索引擎在大数据时代面临的挑战有：更多的暗网数据；更多的WEB化但是没有结构化的数据；更多的WEB化、结构化但是封闭的数据。

阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。

腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。

由此可见，数据无处不在。而网贷行业数据，也确实有一些先行者：网贷之家、网贷天眼、网贷中国、零壹财经、佳璐数据、棕榈树都有这方面的尝试，网贷之家和零壹财经更有数据分析方面的尝试，但由于数据的完整性问题（仅拥有借贷数据）导致价值无法完整体现，尤其对于网贷平台的意义不是很大。那么网贷平台，作为数据的产生源和消费端，应该如何利用数据产生更多价值？

通过分析发现，平台运营一段时间后能产生如下数据：1）交互过程产生的用户行为数据，2）交易过程产生的用户借贷数据，3）还款履约产生的用户信用数据，4）移动端产生的用户地理位置数据，5）交易过程产生的平台业务流数据。

这些数据大致可运用于如下五个方面：

大数据+精准营销

我们平时使用百度搜索引擎查询我们想要的东西后会发现，之后很长一段时间内各式网站内的百度网盟广告都是我们想要的东西，这其实是基于百度大数据对用户行为数据的分析。亚马逊通过对这些行为数据的分析和理解，制定对客户的贴心服务及个性化推荐。例如：当客户浏览了多款电视机而没有做购买的行为时，在一定的周期内，把适合客户的品牌、价位和类型的另一款电视机促销的信息通过电子邮件主动发送给客户；再例如，当客户再一次回到网站，对电冰箱进行浏览行为时，可以在网页上给客户A推荐国产中等价位的冰箱，而对客户B推荐进口高档价位的商品。再比如如日中天的滴滴快的，他们通过收集用户行为数据，交易数据，地理位置数据为每一位消费者构建了用户画像系统和精准营销体系，每个使用者的点滴的打车轨迹正在为滴滴快的汇聚一个全新的商业生态。网贷行业，除了对站内的交互行为数据（落地页面、跳出页面、停留时间、新老访客、页面事件等）进行收集分析外，还应结合成交数据和信用数据，分析投资人的贷出能力，贷出意愿，以及贷出资金的稳定性，做到有的放矢。而不是只对注册未投资的用户进行试探性营销。

大数据+风控模型

1.涉及风控建模征信方面的数据包含如下几点：实地尽调数据、人民银行征信系统数据、公安部居民身份系统数据、税务系统数据、海关系统数据、工商局系统数据、车辆管理系统数据、房屋管理系统数据、舆情数据、全国法院被执行人信息数据等。当然数据对于网贷行业来说，不可悉数获取。但我们仍可通过8家个人征信机构、官方征信数据、网贷平台自身收集调研数据做到互补，在系统评定后，来降低项目的风险等级，从而辅助项目的决策层面。

2.涉及平台资金流动性方面的数据包含如下几点：单笔借款额度分布、业务增长速度、投资收益率水平、借款周期分布、回款压力分布、借款人回访数据、大额投资人数据、新增投资人速度、满标速度分析，通过上述数据的跟踪分析当前网贷平台运行的健康状况，做到压力风险了然于胸。

大数据+借贷流程

1.借款流程方面

每家网贷平台都有一套适合自己的风控体系，然仍可大致分为贷前审核、贷中审查和贷后管理三个阶段：

1) 贷前审核阶段：在客户提出借款申请后，会对客户的基本资料进行分析。通过网络、电话及其他可以掌握的有效渠道进行详实、仔细的调查。避免不良客户的欺诈风险。在资料信息核实完成后，根据个人信用风险分析系统进行评估，由经验丰富的贷款审核人员进行双重审核确认后最终决定批核结果。

2) 贷中审查阶段：贷中审核人员会对借款中客户资料的有效期、资料属性及客户的还款状态进行实时监控，对客户信息变动进行更新。保持与客户的畅通联系，避免失去联系导致借款产生风险。对异常客户转入贷后管理系统。

3) 贷后管理阶段：如果用户逾期未归还贷款，贷后管理部门将第一时间通过短信、电话等方式提醒用户进行还款，如果用户在5天内还未归还当期借款，融金所或担保公司将会联系该用户的紧急联系人、直系亲属、单位等督促用户尽快还款。如果用户仍未还款，交由专业的催收团队与第三方专业机构合作进行包括上门等一系列的催收工作，直至采取法律手段。

整个借贷生命周期中，大数据对流程的优化主要显现在贷前，对申请人征信评定、偿贷能力的初期评估，以及平台自身阶段性的借贷能力的综合评定，可以筛选掉95%+的不符合的借款申请。贷后管理的大数据跟踪分析方面，根据平台自身业务特点定期收集借款人的反馈数据，为每一位借款人建立起“脸谱式”数据库，贷后管理团队再结合线下抽查、定期走访可及时做出逾期坏账预警适时加大催收力度。

2.投资流程方面

通过对投资人访问页面停留时间、来源渠道、跳出率、页面事件等交互数据的分析，可分析出投资人的操作体验，甚至是投资人最后放弃投资的原因猜测：充值页面跳出是否是因为充值原因、注册页面跳出是否是因为注册体验、产品简介页面跳出是否是因为产品不够吸引？通过上述分析，可作为网站体验的升级调优依据。

通过实名数据、征信数据的支持，可简化充值、提现流程优化投资体验，或许可做小额提现免审的尝试。

通过对投资人的投资能力、风险承担能力的数据分析，可进行精准的投资建议，尝试所谓是一键优化投资（非自动投标）功能。

大数据+渠道优化

当前所见到的网贷平台惯用推广方式：SEM、SEO、EDM、PR、DM、BD（CPX）、网络广告、联盟、草根推广、有奖推荐、纸媒、电视、户外广告、地推活动、新媒体、促销活动、优惠券等。线下渠道转化高但受众小，不建议作为平台的主要获客手法。线上渠道的受众广转化相对线下通常较低。但如果结合大数据对渠道进行优化，每一分推广费用都会物超所值。

互联网的任何推广都以数据表征。当前很多平台当前获客非常依赖百度，这无可厚非。但纯SEM的获客成本大多数平台实际上是承受不了的。个人认为应做好SEO的前提下适当SEM和网盟。过去SEO的工作就是面面俱到，通过收录数据、访客来源、访客年龄层次等数据的分析让我们的SEO变成有的放矢，极大地降低网站优化的难度，同时也能够让网站优化具有目的性。比如网站内容应该从哪些方面进行优化，质量从哪些方面进行提升，就可以通过借助大数据分析来了解当前本行业网站的相关用户点击热度数据，以及内容兴趣度数据来进行分析，事实上百度指数等诸多功能都能够为网站SEO优化的大数据分析带来积极的参考。

网盟需从展现优化、点击优化、转化优化三个层面展开。通过投放的数据表现：1）分析受众群体划分是否合理，并进一步针对核心人群、目标人群、意向人群、潜在人群来划分制定推广组，2）去除低质流量词，留下优质词，3）挖掘优质网站，去除劣质网站的投放，转化的提升也是通过不断分析优化展现、点击、到达等数据。其他CPA、CPS、APP刷榜的优化手法与网盟类似。

大数据已经成为互联网核心资源，尤其是移动互联网的出现，给互联网金融带来了爆炸式的想象空间。总之，进入大数据时代，网贷平台的客户信息、交易信息、资产信息、信用信息等数据经过有效采集和整理分析，将会成为非常具有价值的数据信息，而具体这个价值如何体现，还需要看各个平台对大数据的采集分析的执行力和想象力。大数据金融时代，离我们真的不会太远。

【金评媒 文/豆豆】