我想傳達(dá)的數(shù)據(jù)理念是，如果數(shù)據(jù)不能產(chǎn)生價(jià)值都是耍流氓。

世界上只有四種數(shù)據(jù)：行為數(shù)據(jù)、交易數(shù)據(jù)、社交數(shù)據(jù)和傳感器數(shù)據(jù)。

數(shù)據(jù)在企業(yè)里邊基本上會(huì)做三件事情：效率提升，業(yè)務(wù)提升，成本降低。如果這三件事情做好，數(shù)據(jù)就實(shí)現(xiàn)了價(jià)值。

而數(shù)據(jù)在整個(gè)金融行業(yè)的應(yīng)用，則有三個(gè)方向，一是數(shù)字化運(yùn)營(yíng)，二是精準(zhǔn)營(yíng)銷，三是數(shù)據(jù)風(fēng)控。其中精準(zhǔn)營(yíng)銷和風(fēng)控是目前世界上大數(shù)據(jù)可以變現(xiàn)的兩種方式。

TalkingData主要是利用移動(dòng)互聯(lián)網(wǎng)人群的行為數(shù)據(jù)來描述一個(gè)人的興趣偏好、出行軌跡、興趣愛好等信息，過去一年我們幫助很多企業(yè)利用移動(dòng)大數(shù)據(jù)洞察他們的客戶。

　　案例1 精準(zhǔn)營(yíng)銷：有車族更愛用Uber，向他們推銷綁卡!

這是我們幫一個(gè)信用卡公司做的數(shù)據(jù)分析和數(shù)據(jù)營(yíng)銷案例。

我們利用移動(dòng)App數(shù)據(jù)，發(fā)現(xiàn)很多客戶愿意玩游戲。于是就利用游戲幫它進(jìn)行引流。同時(shí)利用手機(jī)游戲的活動(dòng)，激活了40%的休眠客戶。這個(gè)信用卡公司在整個(gè)金融移動(dòng)APP占比是非常高的，日活可以達(dá)到330萬，這個(gè)APP每個(gè)月為信用卡公司創(chuàng)造將近幾個(gè)億的凈收入。

另外，客戶希望信用卡和借記卡可以更多綁定在優(yōu)步(Uber)應(yīng)用上。但是前期廣播式投放廣告之后，效果非常之差，只有千分之三的人在這個(gè)應(yīng)用上綁了客戶機(jī)構(gòu)的卡。

沒有數(shù)據(jù)分析之前，大家都認(rèn)為Uber是應(yīng)該推薦給沒有車的人，因?yàn)闆]有車的人會(huì)有很高的打車需求。但實(shí)際上我們用數(shù)據(jù)分析之后，通過精準(zhǔn)營(yíng)銷和數(shù)據(jù)分析，發(fā)現(xiàn)有車一族使用Uber的頻率更高，更愿意利用信用卡或借記卡綁定Uber。為什么呢?因?yàn)檫@些有車的人已經(jīng)習(xí)慣自己開車上班了，已經(jīng)不習(xí)慣公共交通了，不習(xí)慣地鐵和其他公共交通了，這些人才是剛性Uber的需求，聚會(huì)的時(shí)候，喝酒的時(shí)候，吃飯的時(shí)候都是需要打車的。

我們利用數(shù)據(jù)精準(zhǔn)地找到了有車的客戶，向他們推送綁定信用卡廣告，提高了精準(zhǔn)營(yíng)銷的效果，用戶綁定信用卡/借記卡的成功率提高了十多倍。

在沒有數(shù)據(jù)支持的情況下，在沒有數(shù)據(jù)分析之前可能一個(gè)客觀事物判斷往往是基于一個(gè)人主觀的經(jīng)驗(yàn)，基本上普遍廣告轉(zhuǎn)化率大概只有千分之三。但是如果有數(shù)據(jù)可以精準(zhǔn)營(yíng)銷，基本上轉(zhuǎn)化率可以提高5%。我們根據(jù)這些客戶畫像幫銀行找到它的目標(biāo)客戶，優(yōu)化它的產(chǎn)品。

　　案例2數(shù)據(jù)風(fēng)控：經(jīng)常飆車泡夜店?你可能被列為高風(fēng)險(xiǎn)人群

在沒有數(shù)據(jù)之前，很多銀行給中小企業(yè)貸款的時(shí)候，風(fēng)險(xiǎn)評(píng)估依據(jù)于POS機(jī)的刷卡記錄。這個(gè)刷卡記錄是可以做假的的，例如可以用信用卡套現(xiàn)來提高POS機(jī)的流。

我們可以通過移動(dòng)設(shè)備數(shù)據(jù)采集的方式來判斷，這個(gè)店鋪的客流量，每天進(jìn)來多少人，多少人去試衣服，多少人去結(jié)賬，多少人離開等數(shù)據(jù)。通過這些數(shù)據(jù)判斷小商戶的客流量和經(jīng)營(yíng)的情況，然后參考這些信息和POS機(jī)信息，給出一個(gè)更加客觀的授信額。這種利用移動(dòng)設(shè)備數(shù)據(jù)的風(fēng)險(xiǎn)管理方式，比原來僅憑借交易數(shù)據(jù)判斷信用等級(jí)的方式，提高了30%左右準(zhǔn)確率，降低了欺詐的可能性。

網(wǎng)絡(luò)犯罪正在成為互聯(lián)網(wǎng)金融公司公司面臨的主要威脅之一，甚至在一些互聯(lián)網(wǎng)金融公司公司，惡意欺詐產(chǎn)生的損失占整體壞賬的60%。很多互聯(lián)網(wǎng)金融公司公司將主要精力放在如何預(yù)防惡意方面，高風(fēng)險(xiǎn)客戶識(shí)別和黑名單成為預(yù)防惡意欺詐的主要手段。而移動(dòng)大數(shù)據(jù)則可以幫助互聯(lián)網(wǎng)金融公司實(shí)現(xiàn)反欺詐。

1用戶居住地和工作地的辨別

移動(dòng)大數(shù)據(jù)可以驗(yàn)證客戶的工作地和居住地點(diǎn)，例如某個(gè)客戶在利用手機(jī)申請(qǐng)貸款時(shí)，填寫自己居住地是上海。但是互聯(lián)網(wǎng)金融公司企業(yè)依據(jù)其提供的手機(jī)設(shè)備信息，發(fā)現(xiàn)其過去三個(gè)月從來沒有居住在上海，這個(gè)人提交的信息可能是假信息，發(fā)生惡意欺詐的風(fēng)險(xiǎn)較高。

2 欺詐聚集地的識(shí)別

惡意欺詐往往具有團(tuán)伙作案和集中作案的特點(diǎn)。犯罪團(tuán)伙成員常常會(huì)在集中在一個(gè)臨時(shí)地點(diǎn)，雇傭一些人，短時(shí)間內(nèi)進(jìn)行瘋狂作案。

借款平臺(tái)發(fā)現(xiàn)短短幾天內(nèi)，在同一個(gè)GPS經(jīng)緯度，出現(xiàn)了大量貸款請(qǐng)求。并且用戶信息很相似，申請(qǐng)者居住在偏遠(yuǎn)郊區(qū)，這些貸款請(qǐng)求的惡意欺詐可能性就較大。

3 高風(fēng)險(xiǎn)貸款用戶的識(shí)別

互聯(lián)網(wǎng)金融公司企業(yè)可以利用數(shù)據(jù)了解過去3個(gè)月用戶的行為軌跡。如果某個(gè)用戶經(jīng)常在半夜2點(diǎn)出現(xiàn)在酒吧等危險(xiǎn)區(qū)域，并且經(jīng)常有飆車行為，這個(gè)客戶定義成高風(fēng)險(xiǎn)客戶的概率就較高。如果客戶近期使用多個(gè)App進(jìn)行借款，其多頭借貸的風(fēng)險(xiǎn)就很高。如果客戶經(jīng)常換手機(jī)卡，則客戶欺詐可能性就很高，

很多互聯(lián)網(wǎng)金融公司正在利用移動(dòng)大數(shù)據(jù)來進(jìn)行欺詐識(shí)別，利用數(shù)據(jù)幫助互聯(lián)網(wǎng)金融公司提高風(fēng)控水平。