互联网金融2.0：数据生态与战略制高点

雷锋网按：本文作者黄亮新，产品经理、科技观察者。微信公众号：蓝狐笔记（ID：lanhubiji）。

近年来互联网金融一直是创业和投资热点，包含P2P网贷、理财平台、智能投顾、在线支付、金融超市、股权众筹等诸多模式，仅2015年全球范围内金融科技获得投资的总额就达到惊人的138亿美元，在中国也达到了27亿美元。这个过程中涌现了不少独角兽企业，比如蚂蚁金服、陆金所、51信用卡、趣分期、玖富金融、宜人贷等。当然更多的中小金融科技企业，仅仅是P2P平台，据第三方平台网贷之家资料显示，截止到2016年10月底，正常运营的网贷平台依然有2154家。

这是一个非常大且增速很快的产业。另据艾瑞统计，2013年中国互联网消费金融市场交易规模仅为60亿元；2014年交易规模突破183亿元，增速超200%；2015年突破千亿元，增速超500%。

即便如此，今天的互联网金融，尤其是消费金融即将进入2.0时代，1.0的互联网金融的粗放时代已经过去，一是移动互联网流量红利期已过，获客成本大幅提升，二是同质化产品众多，用户逐步有了更多产品认知，需要更精细化的运营。互联网金融企业将面临流量成本大增的压力，P2P网贷平台面临套利空间越来越小的压力，互联网金融1.0走向了尾声。

一、互联网金融2.0来临，由连接转向数据基础建设

互联网金融无法再通过移动流量红利驱动，无法通过释放人们的理财和借贷需求野蛮生长，互联网金融进入了2.0的时代，由互联网的连接导向转向了数据驱动的升级换代。

如何理解2.0的互联网金融？互联网的本质是连接，通过连接让原来不透明的双方建立联系，比如P2P网贷把个体资金的买卖双方通过网络平台连接在一起，实现高效的对接。金融的本质是资源的优化配置，让钱流向产生更高收益的地方。互联网金融就是通过技术的连接让资金流向更合理，让原来无法实现的理财和借贷需求能够通过互联网来实现。2.0的互联网金融，本质是金融科技，不仅仅是连接个体，而是利用金融+科技，对来自各个方面的大数据进行挖掘、画像，对资产进行合理定价，最终实现资源的优化配置。金融科技业界代表玖富集团CEO孙雷在乌镇大会上提出的“DEVR”理论，本质上也是互联网金融2.0的一个阐述。他提到了四个概念，包括数据（Data）、交换（Exchange）、价值（Value）、风险（Risk）。虽然目前大数据风控概念很火，但是大数据本身的建设还处于初级阶段，一是结构化数据不足，二是很多机构的数据并没有真正共享出来，没有真正的交换（Exchange），只有交换，才能让数据的基础建设完善，正如数据拼图一样，把缺失的部分补齐了，才能变好看，才能产生价值，才能让资金流向合理的地方，让行业风险降低。不管是DEVR也好，数字金融也好，金融科技也好，本质上反映了金融科技行业发展的下一个战略制高点：大数据的基础建设成为行业竞争力的核心。 

金融科技要成为一个高增长且可持续的行业，就需要回到金融的本质来看待问题，而不是像早期的P2P网贷一样，它的快速发展仅仅是通过低成本流量获客、套利空间、简单风控来驱动。

二、金融科技升级：大数据基础建设孕育可持续的机会

金融科技要真正成为历史主流，真正更多融入人们生活，尤其是普惠金融，最需要的就是金融基础设施的建设，而金融基础设施的建设不再是硬件，更重要的是数据。中国的金融科技的创业者和投资人往往羡慕美国完善的征信体系，比如美国有三大征信局亿百利（Experian）、艾克菲（Equifax）以及全联（Trans Union），并在此基础上形成了信用产品，如FICO Score、Vantage Score、Credit Report（信用报告）以及Raw Data（原始征信数据），大数据的基础建设相对完善，而在中国则还是早期阶段，但这反而是中国金融科技创业者和投资人的机会。今天中国电商的发达程度远超欧美国家，原因也跟当时中国零售业低迷有很大关系。今天的金融科技，尤其是大数据的建设方面，面临跟当年电商类似的局面，正因为中国金融数字的缺失，个人征信体系的匮乏，这些基础设施的不足，恰好是创业者大有可为的空间。如果能够在这个领域深耕，就有可能再次诞生出超过欧美的金融科技，这点在支付领域已经完成，比如微信支付、支付宝支付等移动支付已经远超欧美。 

随着1.0的互联网金融向2.0的金融科技升级，能够占领战略制高点的企业，就有机会赢得未来。蚂蚁金服的芝麻信用包括了传统征信数据，同时不断吸纳电商交易数据、用户行为数据等，这些数据通过机器学习算法为其他的交易场景提供了信用查询服务。此外，蚂蚁金服还与其他数据公司合作，比如和中国保信合作（集成了所有公司信息的平台），和医疗行业合作等，不断完善本身的大数据风控能力。如今蚂蚁金服的风控系统对交易从身份、账户、设备、环境、行为、偏好等8个维度进行大数据分析，有数十个模型，上千个风控规则。其他如百度金融也是大力进行大数据基础设施建设，通过大数据与人工智能结合形成用户画像，搭建风控模型，最终朝秒贷的方向努力。再如腾讯微众银行有刷脸认证技术，有跟公安部身份数据匹配的数据。它的大数据汇集了40万亿条数据信息，主要运用社交网络的海量信息，比如在线时长、登录、虚拟财产、支付频率、购物习惯、社交行为等构建线上行为征信报告。

除了BAT等金融科技公司，其他的金融科技公司也各显神通，积极进行大数据基础建设，以构建自己的竞争护城河。比如玖富金融对大数据基础建设投入重兵，其孵化投资的Wecash闪银就是致力于数据风险评估。不仅有大数据的评估系统，玖富把大数据和机器学习做了深度结合，从全场景进行大数据的基础建设，贯穿了渠道、用户运营、信审、发欺诈、额度授信、贷后服务等。大数据在金融服务的全流程的建设，能够极大提升业务的效率。精准的风险评估甚至比人工判断还要准确，同时更加高效，这里包括了人脸识别、基于R引擎的内嵌模型、持续的反欺诈优化等，通过持续不断的数据基础建设，最终形成多重数据验证反欺诈信息，远比传统线下审核更有效率，成本更低，也更有竞争力。数据建设最终输出可用的模型，比如其“彩虹评级模型”可以提前预判可能的逾期行为，“火眼”风控系统则能够发现早期逾期表现，提前做好风险调整。

类似玖富这样的金融科技公司没有像京东、淘宝等电商交易数据，而是会根据用户的生活消费场景去深入布局数据建设，比如手机3C、房屋租赁、校园分期、汽车交易、美容医疗、教育培训等，通过与这些场景的结合，能够给智能学习模型带来源源不断的高质量数据，比如玖富跟迪信通、我爱我家、众信旅游、好车无忧、易美建等合作，都可以获得优质数据用于训练模型。

诸如此类大大小小的公司有很多，为什么这么多公司开始重视并投入到大数据建设中来？因为通过大数据的风控才能真正提高效率，才能真正把金融科技的力量释放出来，不然如果银行的线下效果比你好，效率比你高，金融科技就没有存在的理由。

况且金融科技大数据服务可以有网络效应。随着个人上网越来越频繁，看电影、听音乐、学习、玩游戏、购买商品、交友、搜索等都在网络上留下行为数据，这些结构化或非结构化的数据越来越多，但目前还没有得到深度挖掘。美国的个人信用内涵是由”5C1S”定义：品德（Character）、能力 (Capability)、资本 (Capital)、条件 (Condition)、担保品 (Collateral)、稳定性 (Stability)，有很明确的信用的边界，对用来量化信用有很好的界定。那么，中国用户在互联网上的数据，比如喜欢什么的音乐、搜索什么关键词、在朋友圈发什么样的信息等是不是跟这些信用内涵都有关联，这些行为之间是不是可以找出一些关联特性？也许看上去是八竿子打不着的事情，能够通过大数据风控得出意想不到的结果。 

如果目前公司面临数据来源的匮乏，也不是说就无法进行了。国外有一家名为Premise的创业公司通过众包模式获得即时数据，并在数据基础上分析得出经济趋势预警，从而可以比其他公司更准确地发布“经济天气预报”，甚至因此帮一些公司提前做好风险防范准备。Premise让自己的用户实时上报所在地商店的零售价格（当地商店会根据经济变化，比如批发价格，消费情况等进行价格调整），由此来实时感知全球经济动态。Premise大数据分析方法可以在部分经济环境中提前4-6周给出通胀指标预测，相当于新时期的“经济天气预报”。

三、发挥数据效能是金融科技的制高点

总言之，虽然有很多数据没有共享出来，但随着移动互联网、智能硬件等快速发展，基于个人的数据、企业的数据越来越丰富，可以给人工智能的深度学习提供更多的数据用于训练，完善模型。在风险管理、征信体系、发欺诈、人工智能金融服务等方面都会迎来大的爆发。

但其中占据金融科技战略制高点的一定是拥有最多数据，能够最高效发挥数据效能的公司。如果用人工智能来进行数据的基础建设，比如形成数据采集、存储、模型建设、智能学习等，有可能形成网络效应，也就是说能够获取越来越多的数据，通过训练出真正有用模型，形成效能，产生真正的护城河，别人无法超越。玖富CEO孙雷提出DEVR，实际上也是把D（数据）放到了金融科技的绝对核心地位，要通过金融科技手段，完善数据采集，让数据能够交换和共享，打破信息孤岛状态，实现货币的最优方向的流动交换，最终创造实际应用价值，降低金融服务风险。本质上也是要占领金融数据的制高点。在未来如果不占领大数据的制高点，就无法在互联网金融2.0竞争中抢占先机，无法脱颖而出。