大數據背景下的支付服務發展

周瑞珍+祖融

【摘要】第三方支付經歷了十年擴張期，交易規模快速擴大，各大巨頭已割據市場，進入新的博弈階段。大數據技術成為新熱點，如何在大數據的應用下，促進第三方 的發展是當前的重要課題。

【關鍵詞】大數據 支付

過去十年來，互聯網支付經歷了快速的擴張，用戶數量和交易額不斷攀升。截至2015年12 月，我國網上支付的用戶規模已達到4.16 億，較2014 年底增加1.12 億，增長率達到36.8%。網民使用網上支付的比例從2014 年底的46.9%增加到2015 年12 月的60.5%。根據互聯網研究機構“易觀智庫”發布的《2016年上半年中國第三方支付市場研究報告》指出，2016年上半年，第三方支付行業整體交易規模達13.5萬億元。2016年7月，《非銀行支付機構網絡支付業務管理辦法》施行，第三方支付的功能回歸小額、快捷、便民服務、小微支付中介，市場更加規范。隨著市場增量的減少，第三方支付行業增速放緩，將進入平穩發展期。

與此同時，大數據技術和相關應用的發展成為新的焦點，呈現一派熱火朝天的局面。大數據的影響正在從線上延伸到線下，從虛擬經濟延伸到實體經濟，從IT行業影響到所有傳統行業。如何通過大數據的應用，實現第三方支付在商業價值上的躍遷，開拓更多盈利模式，是各支付企業面臨的機遇和挑戰。

一、大數據將成為推動支付行業發展的新動力

支付是金融的核心，數據是支付的基礎。第三方支付企業運營多年來，擁有海量的商戶信息和消費者交易行為信息，如能對這些礦藏進行挖掘和應用，由此衍生出的精準營銷、客戶關系管理等增值服務將成支付行業新的盈利突破口。

精準營銷是當前熱門的銷售模式。在這個越來越注重用戶體驗的時代，仔細分析用戶，是最重要的。大數據的分析成果能縮短商戶與客戶之間的距離，幫助商戶更更深入的認識消費者，這是以POS為核心的傳統金融機構所無法提供的。傳統支付方式下，金融機構獲得的數據只有商戶、客戶的基本信息，無法獲取具體的交易商品、數量和單價等完整信息，更不可能通過數據的采集區分每一個體用戶，獲得其用戶畫像。如超市購物，支付體系就只能了解交易金額，而無法知道消費者具體買了哪些產品、品牌，也無法了解消費者的購買傾向。而第三方支付采用了智能化的支付終端（包括PC、手機客戶端等），能夠采集除支付資金數據外的交易商品、服務信息，包括支付金額，支付時間，支付地點，支付頻率，支付商品等。大數據技術的出現，交易數據的價值變現成為可能。在積累用戶交易數據和場景化的業務數據基礎上，通過數據分析，可以了解這些用戶的消費習慣、熱衷產品乃至消費心理，從而為用戶推送個性化的營銷服務信息，滿足消費者的需求，大幅度提高營銷效率、降低營銷成本。

二、大數據有助于提升支付安全

支付和我們的生活息息相關，關乎我們的財產安全。第三方支付應用等新興支付手段的高速發展，給消費者帶來便利的同時也帶來了一定的威脅。首先，第三方支付通常需以移動終端、APP應用等為載體，網絡木馬病毒、黑客惡意攻擊的風險難以完全規避。同時，電信詐騙猖獗，偽基站信息泛濫，大部分用戶的支付風險意識較低，難免會受騙上當。在這種背景下，大數據安全技術作為海量數據實時分析處理的新興技術，可以對疑似非法侵害行為作出預警，為用戶規避交易風險。

大數據技術可以對沉淀的大數據進行分析，通過特定算法挖掘用戶操作特征，抽象出對應模型，用以進行用戶身份驗證，從而識別客戶身份，判斷交易風險，阻攔風險交易。每個用戶的消費行為和習慣都是遵循一定模式的，不會輕易改變。例如通常在什么時間、什么地點、使用什么設備和賬號登錄系統等等。犯罪分子即使獲取了用戶的身份，也無法偽造這些特征信息。在發生資金交易的時候，大數據技術根據虛擬客戶的特征來判斷現實世界中發生交易的風險

例如騰訊的FIT風控系統，利用QQ和微信社交平臺沉淀的大數據，在登錄、綁卡、支付等這幾個非常關鍵節點上做風險識別，對用戶身份、賬號、密碼、銀行卡、設備等信息進行檢測，將用戶信息的每一個屬性、行為定義為一個變量。每當用戶執行關鍵操作時，獲取客戶的上次登錄時間、登錄地址、好友分布、賬戶消費行為和交易金額等信息。如果以上變量發生變化，會引起系統的警覺，從而分析、評估這些變化的合理性，如果偏離了平時正常行為就認為存在風險，對用戶發出風險提示。

在大數據的影響下，第三方支付應用市場將會日趨多樣化，而廣大消費者則可從中享受愈加便捷的生活體驗。另一方面，大數據的海量也就意味著，并非所有數據都是有用信息，對有效數據的挑選、從業務模型出發對數據的理解都非常重要，要選取哪些數據原料進行挖掘，什么數據才是支付安全真正所需的，對數據的類型和實效性都要有所考量。數據的整合、協同合作也是亟待解決的問題。各家第三方支付平臺所使用的數據都是來自于自己的平臺，但是這些數據是遠遠不夠的，地理位置數據、地圖數據、人口流動數據對于支付安全來說都起著舉足輕重的作用。業內迫切需要第三方的平臺、工具和服務來解決數據流通過程中的隱私、安全、權屬等問題，進而幫助各行業推進數據的流通合作。

參考文獻：

[1]譚磊. New Internet 大數據挖掘[M].北京： 電子工業出版社，2013.

[2]Franks B. 駕馭大數據[M].北京： 人民郵電出版社，2013.

[3]弗里德曼.統計模型： 理論和實踐 [M].北京： 機械工業出版社，2010.