目前中國的整個人口有13億多，在人民銀行征信局里面數據大概是8億。這8億代表中國經濟的活躍人群，他們有各種各樣的銀行交易記錄，其中有信貸記錄的有3億人。有了這個信貸交易數據，他可以從金融體系當中獲得資金。也就是說，有融資的服務。其他的5億人經濟活躍，但是他們沒有辦法和銀行說話。這個基本的現實清楚地拉開了中國的金融市場跟國際上（包括美國在內的各種市場）的差距。
我們先來分析中國信貸行為特別是小額領域里面的信貸行為，因為目前P2P總體來說是以小額信貸為主。
人民銀行跟銀監會發布的小額貸款報告提出，中國今天一萬多家小額貸款公司當中，平均放款額度在十萬塊錢以下，不到1%。也就是說，99%從事相對大額的十萬塊錢以上的貸款。把這個拿到今天的互聯網金融或者是P2P領域來說，事實基本上也差不多。換句話說，絕大多數機構，哪怕是一些從事小額貸款的機構，他們主要的基本額度還是覆蓋了十萬塊錢以上。十萬塊錢以上的信貸靠資產負債評估，要求抵押擔保。在這個領域當中，如果討論大數據、互聯網也許有一些作用，但是非常有限。因為在這個領域當中，傳統的風險控制手段已經足夠，這是它們發揮作用的地方。我們認為，大數據其實面對的不是99%的機構面對的問題，這個說法跟市場上很多的說法不大一樣。
我們看一下，把這個額度分配到一萬到十萬區域。在這個領域從事信貸服務的，大家馬上想到的是信用卡，也可能想到某些P2P機構。在這個領域當中，你要解決的最基本的三個問題是，借款人的還款意愿、能力和穩定性。如果可以用大數據解決這三個問題，你就可以成功地從事這個業務。
在美國，Lengding Club是非常大的公司，在P2P領域當中，有很大的影響力。它就是靠數據解決這三個問題。如果把這個放到中國，按照美國公司的方式來做，那是不可能的。因為我們知道，今天中國有五億人群經濟活躍，但是他們沒有征
信記錄，所以通過征信局的數據回答這三個問題不容易。對于P2P來說，他們就要自己采集數據，所以今天的中國P2P有線上線下的說法。P2P行業居高不下的成本就是這個原因，因為采集數據的成本太高。由于數據成本被轉移到借款人身上去，使得今天P2P行業不是信貸優化。在美國，P2P解決的是信貸優化。降低成本提高效率是中國P2P面臨主要的問題。
這里的問題是：一方面我們講大數據，但是大數據沒有全面覆蓋征信行為；一方面我們說有很多的客戶需要貸款，但是他們又不能承受很高的融資成本。所以我們認為，在今天的中國，在幾萬塊錢的領域當中，并沒有形成一個眾望所歸、大家一致推崇的業務模式。
互聯網金融，大家談得非常火熱，中國也有很多的P2P機構。如果把這些P2P所有的借款客戶加在一起，我們認為這個量是在百萬級。今天中國經濟活躍人群是5億，而借款用戶是百萬級人群。在這樣的情況下，我們認為中國P2P怎么為這個領域提供服務，還沒有破題。
我們認為大數據可以解決的問題是非常小額的領域。為什么這么說？在非常小額的，比如說在500到5000元這個領域，前面說的幾萬塊錢的三個問題可以大大簡化：還款能力不再是一個問題，穩定性也不再是一個問題，穩定性只有對分期付款才有這個問題。如果把這個問題打開之后，這個就簡化了。簡化之后大數據就可以發揮作用。大數據在這里產生新的產品算法，效率足以支撐一個相當低的成本。
大數據可以發揮作用的地方在非常小的額度一端。今天中國在這個領域當中，提供大數據的機構有很多。有了這些手段，我們就能夠通過現代的技術手段，面向最廣大的人群，幫助他們起步，幫助他們通過普惠金融方式不斷提高信用。這種業務模式是真正的應用大數據的算法。
如果按照這樣的思路理解，我們對于這個業務模式做了一個探索。中國有12億的手機客戶，手機運營商毫無疑問有很多的數據。6.5億的網民，任何對于網絡數據具有控制力的機構，不管是BAT，還是在垂直領域有影響力的機構都可以發揮作用。目前中國的大數據當中，真正有征信記錄的人群就是20%，剩余80%的人群可以通過這些方面的數據，解決一個非常低的額度準入的問題。
我們服務的對象可能是這樣的：他們年齡是在18到25歲，生活來源就是打工的薪水，可能是沒有大學畢業，喜歡網游，一定是用智能手機，很可能是蘋果。對于這樣的人群，我們看一下，銀行信用卡不會跟他們說話的，因為不符合穩定收入要求。這些人未必有社保，小額貸款不跟他們說話，大部分的P2P不為他們服務。他們不認為能在他們身上掙錢。就拿陸金所來說，他們最多的借款額是在6萬，第二大是3萬。
對我們來說，他們是典型的客戶，在中國有好幾億這樣的人，都被這些機構拒之門外。我們探討的一種可行的模式，就是采取一些整合的數據，預先批準他們，不需要他們申請。我們認為通過這樣的數據預先批準的方式，可以形成一個低成本的客戶獲取渠道。這里面依據的一是大數據源，第二是先進的算法，第三是一個高效的運營機制。這是我們的一個核心戰略。
進入這樣的領域，才可以幫助我們形成一個面向五億人群的戰略。在我們的體系當中，幫助這些客戶建立他們的信用歷史。這種地位使得我們可以跟數據服務商、數據提供機構建立合作。然后通過預先核準的客戶，讓他們得到前所未有的借款體驗。在我們平臺上借款從開始進入到完成時間大概在90秒到1分鐘之間，這可以幫助弱勢群體獲得人生第一次貸款。這里面還需要一個強大的后端系統，實現快速的處理和整合。
我們在美國建立了一個大數據實驗室，希望能夠引入在國際上最先進的數據決策技術，幫助我們培養在中國本土應用中國數據源加工數據的能力。在這些大數據環境當中，我們所進行的新一代的算法，相對中國銀行業，甚至于整個金融領域目前采用的傳統數據方法而言，確實已經提前了不少。
大數據來了，大數據的技術在發展，大數據的應用可以在某一些領域應用得非常好。但是大數據不是萬能的，取決于你的業務模式，取決于你對技術發展趨勢的把握，以及在這個大的趨勢來臨的時候，定義你自己的業務模式。
京公網安備 11010502049343號