依靠微貸技術(shù)的成熟，以及資產(chǎn)轉(zhuǎn)讓等方式對信貸能力的擴(kuò)充，2013年，阿里小貸的信貸服務(wù)風(fēng)生水起。數(shù)據(jù)顯示，阿里小貸去年全年新增貸款近1000億元，截至2014年2月中旬，累計投放貸款已經(jīng)超過1700億元，服務(wù)小微企業(yè)超過70萬家，戶均貸款余額不超過4萬元，不良率小于1%。阿里小貸是如何處理如此龐大的業(yè)務(wù)量？其中秘密何在？

在阿里小貸業(yè)務(wù)決策中，數(shù)據(jù)分析發(fā)揮了核心作用。據(jù)透露，阿里小貸有超過上百個數(shù)據(jù)模型，覆蓋貸前、貸中、貸后管理，反欺詐、市場分析、信用體系、創(chuàng)新研究等板塊。其決策系統(tǒng)每天處理的數(shù)據(jù)量達(dá)到10TB。數(shù)據(jù)分析用于向公司的管理決策層提供科學(xué)客觀的分析結(jié)果及建議，并對業(yè)務(wù)流程提出優(yōu)化改進(jìn)方案。

水文模型就是阿里小貸2013年著重搭建的重要數(shù)據(jù)模型之一。

據(jù)阿里小貸有關(guān)負(fù)責(zé)人介紹，水文模型參考了人們?nèi)粘Ｋ煜さ乃墓芾怼Ｒ阅硞€城市的水文管理工作為例，城市河道的水位達(dá)到某個值，單看這個數(shù)據(jù)，水利部門無從判斷這個值的背后的趨勢，也無法依據(jù)這個單維度的數(shù)值采取應(yīng)對，但如果將該值放到歷史的水文數(shù)據(jù)以及周邊河道的數(shù)據(jù)中，就可以做出一定的判斷，比過往同期，這個數(shù)據(jù)變高了，高了多少。以往在這個時期以后，河道水位又是怎么變化的，走高或走低？依據(jù)這種結(jié)合歷史水文數(shù)據(jù)的參考，就可以對水位的變化、變化值有所判斷。

據(jù)了解，將該模型放到小微信貸中，主要有兩方面重要意義：一是完善風(fēng)險管理，站在更詳盡數(shù)據(jù)基礎(chǔ)之上進(jìn)行授信，減少特殊因素對授信判斷的影響。譬如某個經(jīng)營手機(jī)的店鋪，在“雙11”期間達(dá)到300萬元銷售額，相較于平時可能顯得很高，單看這個數(shù)據(jù)給予用戶分層或授信，很可能做出錯誤的判斷，因?yàn)槿绻堰@個店鋪放到水文模型中，去觀察它不同時間、季節(jié)的經(jīng)營數(shù)據(jù)以及其所處類目同類店鋪的數(shù)據(jù)變化，可以看到也許平常該店鋪經(jīng)營額并不高，甚至和過往“雙11”的數(shù)據(jù)相比，這個店鋪今年的營業(yè)額反而下降了。因此，水文模型能平滑各種特殊因素對于授信對象的影響，幫助授信單位在最全面的因素上來考量授信對象，以做出最準(zhǔn)確的授信或判斷。

二是通過模型進(jìn)行預(yù)判，包括對小微企業(yè)自身經(jīng)營的走向，以及小微企業(yè)資金需求的節(jié)點(diǎn)和量的判斷。阿里小貸有關(guān)負(fù)責(zé)人表示，和城市水位變化例子類似，當(dāng)系統(tǒng)考慮為一個客戶授信時，結(jié)合水文模型，通過該店鋪?zhàn)陨頂?shù)據(jù)的變化，以及同類目類似店鋪數(shù)據(jù)的變化，系統(tǒng)就能判斷出這個客戶未來店鋪的變化，如過往每到某個時間節(jié)點(diǎn)，該店鋪的營業(yè)額就會進(jìn)入旺季，銷售額就會出現(xiàn)增長，同時，每在這個時段，該客戶對外投放的額度就會上升，結(jié)合這些水文數(shù)據(jù)，系統(tǒng)則可以做出判斷，該店鋪的融資需求，結(jié)合該店鋪以往資金支用數(shù)據(jù)以及同類店鋪資金支用數(shù)據(jù)，甚至可以判斷出該店鋪資金需求額度。