【大咖周语录】不要小看电商小数据，它也许比大数据更有价值

电商小数据大数据普惠金融

原创 abby | 2017-06-12 08:00

【数据猿导读】大数据的吸睛程度已经不亚于高涨的房价!不过，动辄几百万，甚至上千万的投入让很多人老板都瞠目结舌。大数据真的是企业的“救命的稻草”吗？

来源：数据猿作者：abby

聚信立创始人兼CEO罗皓表示：风控技术经过数十年的发展，无论是基于个人身份信息还是个人设备信息的数据挖掘，都有了长足的进展，分析方法上，从评分卡、决策树到神经网络、机器学习，技术也日渐成熟；而基于社交网络分析的风险控制才刚刚开始……更多精彩内容请看本周的【大咖周语录】

潘武辉：电商小数据比大数据更有价值

电商_小数据_大数据_普惠金融-1

高效利用大数据需要用到数据挖掘，它是人工智能的一个分支，简单来说是以大数据为资源，结合机器学习(甚至还需要深度学习)和数学理论等手段，发现数据当中隐藏的规律和模式，侧重于技术，门槛很高。而电商小数据的体量不是很大，用基本的统计学方法配合Excel就可以搞定。

电商小数据的特点

数据一般分为3个层次：

第一层：元数据，指客户的性别、年龄和地域等指标，可以大概定义一个客户群体的基本身份。

第二层：行为数据，指客户喜欢浏览什么网站、用什么APP、每天锻炼时间等习惯性指标，通过它可以分析出客户的习惯和心理特征。

第三层：因果数据，指揭示了客户喜欢产品的原因。

对电商而言，相关性的大数据没有太多价值，只有弄清楚消费者对品牌的态度和购买产品的真正原因才能做出正确的营销决策，这也是因果数据的价值所在。

原文链接：http://www.datayuan.cn/article/11740.htm

聚信立创始人兼CEO罗皓：互金领域基于社交网络分析的风险控制才刚刚开始

电商_小数据_大数据_普惠金融-2

近年互联网金融发展地如火如荼，借贷形式发生了天翻地覆的变化，新形势下各借贷机构的风险控制也面临着新的挑战，无论是技术还是思想都经历着革新。

新金融形势下风控面临的挑战

传统金融机构的风险管理，用申请人身份特征、借贷历史、央行征信报告等信息来评判个人信用等级，广泛用于贷款审批、贷后管理，并且也起到了不错的效果；随着互联网金融的快速发展，申请人借贷历史或央行征信报告等个人信息往往不能满足放贷机构的需求。

大数据风控的发展方向

风控技术经过数十年的发展，无论是基于个人身份信息还是个人设备信息的数据挖掘，都有了长足的进展，分析方法上，从评分卡、决策树到神经网络、机器学习，技术也日渐成熟；而基于社交网络分析的风险控制才刚刚开始，随着互联网金融的快速发展，团伙欺诈也日趋专业化同时迅速膨胀，社交网络分析结合大数据处理技术必将是应对新形势下欺诈的一个利器。

原文链接：http://www.datayuan.cn/article/11398.htm

安华金和创始人兼总裁刘晓韬：我们不要再谈脱离了“使用”的数据安全问题

电商_小数据_大数据_普惠金融-3

金融业作为典型的数据驱动行业，其数据价值，不言而喻——对于金融机构本身而言，数据已成为预警和规避业务风险、提高资产质量、扩大利润空间和提升核心竞争力的关键。对于外部黑客，金融数据意味着巨大财富。

数据安全治理是以数据的安全使用为目的的综合管理理念，是数据应用的基石和关键。以资产的角度来管理数据，让数据对内发挥作用，对外产生效益，同时保证数据资产的安全。

数据安全治理是数据应用的基石，而数据资产梳理又是数据安全治理的基石。

原文链接：http://www.datayuan.cn/article/11397.htm

包商银行首席经济学家华而诚：大数据应用于普惠金融未来潜力非常大

电商_小数据_大数据_普惠金融-4

包商银行首席经济学家华而诚表示，我们现在的金融市场还是一个发展中国家的阶段，金融必然有风险，这个风险怎么样管理风险，我们谈到最多的是大数据、云计算，目前大数据的应用，智能风控，还是一个发展的阶段，银行还是必须通过线下合作，靠传统的方法来控制一些风险，到目前为止大数据，我们还没有办法能够完全靠它，能够把风险控制好。此外，华而诚也表示，金融科技的潜力是非常大的，普惠金融里对于金融科技的利用是非常非常重要的一关。

原文链接：http://www.datayuan.cn/article/11760.htm

注：人物顺序纯属随机。

延伸阅读：

【大咖周语录】未来的互联网发展，“场景”就是“战场”！

【大咖周语录】将“AI+金融”贯彻到底，机器即是CRO

【大咖周语录】B2B最该做的，就是安静地做个支付宝

【大咖周语录】数字音乐版权畸形发展，建立大数据平台或能打破困局

马上点击get更多大咖声音！

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。