大数据与互联网金融——让互联网信贷更简单
论起互联网金融，首先想讲的是马云的“三步走战略”——平台、数据、金融。未来的互联网金融无疑有着巨大的发展空间，可目前来看，三步走或许已经不符合市场预期了，因为市场到今天已经不只是平台之争。特别是随着互联网金融这两年的发展，平台、数据、金融呈现的是一番交叉影响的局面。在这种局面下，市场、产品会如何发展?笔者认为目前市场破局点，就在于连接平台、用户、金融等方面的工具——大数据上，谁能对大数据合理利用，谁就能掌握这场数据之争的未来市场。
一、大数据应用并不是雾里看花
从大数据的应用场景来看，市场并不像很多人所描绘的那样雾里看花，尽管还没有尽善尽美，但确实已经有了不少相关的商业案例。如Decide利用超过80亿条的已知价格信息预测价格走势，给出购买建议;DataSift通过分析社交网络数据，制定针对性营销方案;Zestfinance则利用大数据进行信用评估，并已累积获得近一亿美元的融资……
另外，不止平台和数据，互联网金融也越来越多的崭露头角。所以三步走已经转变成交叉并行的三个方面。国内对互联网金融的了解比较多的还是在理财上，这是受了阿里余额宝、百度百发、微信理财通的影响，可实际上贷款才是金融服务中最具刚性需求的服务。而且，随着大众时间和需求上的碎片化程度提升，一方面是银行等金融机构的产品自然而然的落地，二是互联网信贷围绕大数据分析等方式进行了很好的改造。前者如招商银行等的信用卡产品融入了互联网服务，后者如在欧美市场已经培养起一部分资深客户的Zestfinance和Kreditech。
国内运用大数据方式涉及互联网金融的产品还相对较少，一是由于国内的金融体系还不完善，二是国内的用户数据存在“大而不准，大而不精”。数据存在获取困难和不精准的问题，因而给大数据互联网金融带来了很多难题。但尝试者也并不少，如目前专注移动互联网授信的Wecash闪银。
二、Wecash闪银的大数据分析模型
Wecash闪银与Zestfinance类似，都是利用大数据分析大量的网络交易及行为数据，对用户进行信用评估。这些数据广泛来源于网上银行、电商网站、社交网络、招聘网、婚介网、公积金社保网站、交通运输网站、搜索引擎，最终聚合形成个人身份认证、工作及教育背景认证、软信息(包括消费习惯、兴趣爱好、影响力、社交网络)等维度的信息，以此分析得出用户还款意愿及还款能力的结论。继而为用户提供快速授信及现金分期服务。
作为目前市场中唯一一款纯移动端的互联网授信产品，Wecash在其产品的体验创新和对传统模式的颠覆上，不得不说正面临着很大挑战。目前Wecash闪银是以“微信服务号(微信搜索Wecash)+wap”的形式进行产品展现。之所以借助微信公众号作为平台切入口，一是因为微信已有庞大的用户基数，二是Wecash闪银与传统信贷模式不同，它的授信额度主流人群并不是商用，而是诸如消费贷款、租房贷款等偏小额的民用，且是零散的长尾需求，这一点上微信的应用场景更为合适。当然，这只是发展初期的产品，预计在四月份上线的Wecash闪银APP，将实现更加便捷化的操作和更加流畅的体验。
三、机器学习法在互联网金融的应用
大数据与互联网金融的产品的结合很大程度上得力于机器学习的助力，机器学习是指在不直接针对问题进行编程的情况下赋予计算机学习能力的一个研究领域。对于一个计算机程序来说，给它一个任务T和一个性能测量方法P，如果在经验E的影响下，P对T的测量结果得到了改进，那么就说该程序从E中学习。机器学习极大地提升了数据处理能力，保证业务模式的可持续发展。
就互联网金融而言，Wecash的信用评估模型并不是凭空而来，也是基于在线下信贷业务长年积累的经验，在信用评估建模前期，由人工初步选定数据字段的维度和主关键词，而不同字段的数据在算法中的权重及字段数据的大量拓展，主要是通过机器学习的方法来决定。机器学习利用向量机算法可以把数据映射到无限维空间中，这对于需要处理多变量多特征值的信用评分过程裨益匪浅。另外，利用无监督学习和聚类算法还可以对社会网络分析、非结构化数据进行高效处理。从而实现了数据分析的精准化，到目前为止，Wecash闪银已累计放款，服务客户，而坏账率到目前为止仍为0。
四、人力解放对信贷产品的影响
随着计算机完成复杂任务的能力日渐提高，大数据及机器学习给人类带来的一大福利就是解放劳动力。Instagram作为一个只有13名员工的图片分享网站却能服务3000万客户量，这种人力的解放所创造的价值一是给团队节省人员开支，二是极大降低了用户体验成本，三是通过大数据分析技术及机器学习，极大的降低人工成本及坏账。
传统信贷资金借贷成本居高不下的原因，除了信息不对称因素外，很大程度上是由于人工审核过程的繁冗和资料收集过程的反复，最终用户成为了这一系列成本的最终承担着。而机器审核在这方面则可以做到很好的改进，实现了更好的产品体验，就Wecash闪银而言，用户只需在手机上进行简单的几步操作，授权Wecash进行信用评估，便可快速获得个人信用码(包含评分等级、额度、利率、期限等因素)，从而在额度内即时提现，简单、快速、个性化的满足用户需求。
最后小编想说，大数据分析及机器学习给我们带来的未来市场空间，要远大于它目前所呈现出来的功能，在大数据的影响之下，不只是互联网金融，很多行业都会发生巨大改变。这是背景，也是时代需求，只有能顺应这场变革的才能在未来市场中占据更重要的角色!