大數據時代來臨了嗎？

互聯網金融時代已經來臨，作為爆發式增長的P2P網貸行業，正是互聯網數據化和金融化的結合。面對大數據的來臨，業內的討論聲音似乎都很“很興奮”，然而，真正的大數據時代來臨了嗎？

大數據時代還未來臨

上海證大金融信息服務有限公司（簡稱證大財富）副總經理劉捷認為，目前的P2P網貸行業正處于大數據時代的第一階段和第二階段之間。“基于互聯網和通訊技術日新月異的發展，大量數據的產生是大數據發展的第一階段，第二階段是粗獷地、違法違規的應用，這個階段中很多人都知道數據有用，至于怎么用卻見仁見智。”他介紹，第三階段是系統、規范地去整理數據并產生相應的管理工具、分析工具以及產生專業的大數據人才，這時進入了真正的大數據時代。“目前只能說是有很多數據而已，真正的大數據時代還未來臨。”

“P2P行業要做真正的大數據有兩個途徑：一是建立自己的生態圈去了解客戶的特征，同時需要做數據挖掘尋找關鍵的數據。”新新貸CEO張揚認為，目前數據獲得的渠道和成本都制約了大數據在P2P領域內的實現，與此同時，目前尚不具備大數據來臨所需的硬件設備和人才兩個因素。“絕大多數P2P并沒有云計算的設備，也不具備數據挖掘的人才。”

但不可否認，當前使用移動互聯網的人群對于信息的獲取較為社會化。猶如你我貸總裁嚴定貴所說的，“這個時期數據的獲得變得越來越容易，交叉比對也變得更加方便，互聯網的行為數據可以為其本身的信用定價提供有力的支撐。”也就是說，這個時期為真正大數據的來臨做了鋪墊。

數據挖掘給風控來帶可能

雖然如業內人士所說的，真正大數據時代尚未來臨，但利用大數據對P2P網貸行業進行風控的探索已經展開。

據悉，目前P2P對客戶的風險計量是通過央行的征信組織來進行。但央行現在的征信數據覆蓋的人群數量只有4～5億，大數據對于更多的人是空白的。不僅如此，在央行現有的征信數據中，借款人的征信數據條目的稀少也為數據挖掘帶來困難。更為重要的是，央行的征信數據不僅與P2P網貸平臺沒有直連，目前還很難獲得。\"更多的P2P網貸公司通過其他的方式，比如通過由借款人借款時拉取央行征信報告的方式來獲取數據，但這卻是很不容易的一件事。\"嚴定貴介紹說。

事實上，形成P2P最核心的競爭能力是風險控制，它需要對獲取的客戶進行高效的、精準的風險定價和風險計量，而這一切隨著大數據時代的來臨便有了實現的可能。“大數據風控必須符這兩個特征：數據及時更新、用戶在平臺有足夠的黏性。”張揚認為，目前國內在金融領域利用大數據做風控的成功案例只有阿里小貸和證監會，“其原因正是滿足了大數據風控的這兩個特質” 。

“目前P2P網貸行業最大的問題和風險是對客戶信息了解得不真實。大數據時代的到來對全民征信提供了可能性，此前的數據是分散給不同的渠道和不同的人而沒有形成互通，但是大數據時代的數據互通會變成一種必然。”劉捷介紹，大數據不僅涉及到銀行征信的范圍，還涉及到個人的消費習慣。當個人的諸多數據被歸攏到一個平臺上的時候，運用數據的交叉比對就能夠真實地了解到個體戶、小微企業的運營情況等信息，P2P網貸行業的風控就能到解決。

信息收集和數據挖掘是關鍵

雖然大數據時代的來臨將給P2P網貸的風控帶來可能，但風控能否良好地實現取決于信息（數據）的收集和數據的挖掘。猶如嚴定貴所介紹的，目前大多在20～40歲之間、能夠非常熟練地使用互聯網的借款人，他們在使用互聯網以及移動互聯網時留下了大量的信息（數據），使得通過互聯網進行征信已變成一種潮流。“這種數據不僅容易獲得，還可以進行交叉比對。”每個人在使用電腦時的IP地址、MAC地址都能與上網信息進行匹配，藉此可以找到相應的人以及關聯其他信息，為P2P網貸行業信息的搜索和挖掘提供了實現的途徑。

嚴定貴指出，P2P網貸行業要關注大數據方面的數據和采集功能。“業務數據的采集是至關重要的環節。通過采集業務數據并對數據進行加工、分析而得出個人的信用體系。也正因此，大數據能為借款人的信用能力做重要的補充。隨著獲取數據的方式越來越容易，大數據在個人征信的權重里有可能會高過央行的金融行為準則。”

在這個過程中，大數據只是一個工具，利用關鍵數據進行評估、授信和貸后管理至關重要。舉例說，大數據的LBS信息對于上班族而言，將會搜集到申請借款信息里所填的個人住址和上班的地址。“在這樣的情況下，與LES信息相關的公司（類似于電信公司或者互聯網公司這樣持有數據的公司）進行合作，能夠獲取到上班族的LBS信息。”

大數據將不止于風控

隨著信息量的增多，大數據的“能量”也將越來越強大。如劉捷所說的，大數據時代下的P2P網貸行業會產生業務內的細分。“今后的P2P網貸行業，一部分工作人員可能更專注于銷售和線下工作的完成，但同時業內也會分化出專注于數據的分析和研判的工作人員，這種部門類似于大數據的咨詢機構，形成這兩方面的細分能夠讓專業的人做專業的事。”他認為，一旦大數據時代真正到來，將會讓P2P的從業者把管理的精力更多的從人變為數據，這也是對P2P網貸行業最大的挑戰。

值得注意的是，“雖然大數據是一個有效的工具，但也不能迷信大數據。”張揚舉例說，在建立用戶信用信息緯度模型時，緯度過多的情況造成緯度之間存在性關系，即數據不獨立、只是存在相關性、產生大量臟數據而讓模型失真。“由于目前并沒有到海量數據庫作為支撐，P2P網貸行業開始為大數據的分析做一些準備工作。在未來，誰更先建立大數據的生態圈并完善平臺的數據挖掘能力，誰就能夠在P2P網貸行業中取勝。