未來的P2P是大數據的P2P

文 張揚

大數據和P2P結合，應用于風控，至今還沒有成熟的案例。但是把大數據的理念和技術運用在營銷上卻有著不錯的作用。

作為互聯網金融的一種模式，P2P行業如何發展一直是輿論的焦點。其中最被大家推崇的一種觀點是P2P的發展必須結合大數據。這個觀點新新貸也認同，并且做了一些嘗試。但是從結果來看，不能迷信大數據，大數據并不是萬能的。

目前在國內金融領域，真正利用大數據做風控成功的案例只有兩家，一家是阿里小貸，另一家是證監會。阿里小貸通過賣家海量的交易信息和流水，在幾秒鐘內完成對商家的授信；證監會通過海量的交易信息挖掘出關聯交易，捕捉老鼠倉的基金經理。從這兩個案例可以看出，阿里和證監會之所以成功，原因在于兩點：一、數據可以做到即時更新，既數據是鮮活的；二是平臺本身對用戶有約束力。這兩點是大數據運用于風控成功的原因，也被人們成為閉環的數據。那么P2P公司并沒有閉環的交易數據，對用戶的約束力也不足夠，那么又何來跟大數據結合一說呢？未來P2P的發展又應該如何利用大數據呢？

有人說利用客戶多維度的信息，例如近千個維度，對借款人做綜合的評估。這種方式聽起來不錯，但實際情況是，對一個人信用的評估如果用這樣的手段，會發現維度和維度之間并非相互獨立的，而是有邏輯關系的，1000個維度中實際有用的維度可能只有100個，900個是沒用的，也就是說這樣一個風控模型幾乎是建立不起來的，緯度的邏輯關系會有沖突，就算真的建立起來了，能通過該模型驗證的也極可能是人格完美的人，例如耶穌和甘地，而不是金融信用良好的客戶。因此不同的數據緯度應該對應不同的方面。

再說數據來源，可能大家認為互聯網上的社交數據可以作為參考依據，這其實牽涉到兩個問題。其一，在互聯網上人性是被放大的，現實中不敢說的話，在網絡上卻敢說，現實中內向的人在網絡上或許會非常外向。也就是說互聯網上的社交信息很難還原現實中人的信用；其二，社交信用并不一定能代表金融信用。據征信公司根據以往的征信記錄來看，人的信用是多方面的，有朋友信用、愛情信用、事業信用、其他社會信用和金融信用等，如果把每一類信用都看成一個面，其他幾個面的信用與金融信用并不一定存在相關性。最近去英國考察發現facebook正在做社交金融的嘗試，即利用互聯網上的個人信息評估其信用，并作授信。目前這項服務的相關數據還未披露，通過一些國外的朋友間接打聽，facebook的社交金融可能并不成功，大概原因就在于此吧。

說了這么多，那么P2P如果要和大數據相結合，那么應該怎么做呢？目前新新貸就在做一些嘗試。大數據和P2P結合，應用于風控，還沒有成熟的案例。但是把大數據的理念和技術運用在營銷上卻有著不錯的作用。例如新新貸的借款用戶，如果他在新新貸借款2次以上，且還款情況良好，可以通過數據分析，用系統的方式為他量身定制貸款方案，利率、手續費、還款方式、期限、額度等都會和原來的服務不同。

那么新新貸為什么敢做這樣的嘗試？截至目前新新貸服務過25000位借款人，其中95%是小微企業，約8000家成功在新新貸的平臺上獲得融資。17000家的借款人雖然沒有通過審批，但是他們的信息卻為新新貸的營銷方案提供了數據支持。將服務過的小微企業按照行業來劃分，其中主要是圍繞“衣食住行”幾個行業，衣食很好理解，但住不是房地產，而是一些三線四線城市的小旅館小酒店，行指的是旅游業相關的，尤其像陜西西安一些小的旅行社、紀念品商店，他們的淡旺季差異非常明顯，有融資的需求，新新貸就通過對他們的數據積累來提供他們需要的融資方案，目前在營銷上新新貸可以做到有些用戶可能還沒想到自己需要融資，但是可以通過他過往數據的分析，提前向他推送借款的服務方案。

如果一位借款人在新新貸有借款記錄，新新貸會通過他的以往數據信息推算出他在什么時間節點需要資金周轉，例如一個借款人在新新貸的借款時間是8月，但可以通過計算得知他資金周轉其實發生在6月，再分析數據，是因為5月份的貨物滯壓造成，再進一步分析造成貨物滯壓的原因。貸后管理中，新新貸的客戶經理會了解借款人的經營情況，之后會分析出可能造成他下一次資金周轉的時間，提前推送定制的服務方案。這些工作看似簡單，但是在實際操作過程中會根據他的年齡、學歷、所在地區、交易流水等情況和數據庫中類似的借款人做對比分析，評估他的優勢劣勢，和同行業企業的相似程度，根據以往借款人的額度、利率、還款方式等信息，評估借款人的額度、利率、還款方式等等。同時，新新貸獲得了借款人的交易信息，很容易知道他的進貨成本和上下游企業的信息，并且通過數據庫為借款人匹配出上下游企業，為借款人牽線搭橋。目前，新新貸嘗試了幾個這樣的服務方案，都取得了不錯的效果。

但是P2P最終還是希望用大數據完成授信和風險控制，剛才已經談到，要利用大數據做閉環的風險控制，這樣才能降低成本，用小額信貸的方式服務好用戶。最開始提到，這必須有數據即時更新和平臺約束力兩個特征。那么對新新貸來說，無法直接做到這兩點，但是可以通過其他的方式無限接近這兩個特征。其一，需要更新用戶的數據，新新貸要求風控人員在客戶貸后3個月對客戶進行2次盡職調查，對用戶的信息做更新，重新評估其違約的概率。有人說這么做會增加成本，但新新貸認為，對一家P2P公司來說，現在正處在數據原始積累的過程中，有必要清楚地知道借款人最新的數據。未來P2P的核心競爭力與其說是風控能力，不如說是數據的積累和數據的處理能力。新新貸服務過的小微企業客戶，他們的賬目往往很亂，需要還原他們的資產負債表，對他們進行財務輸出，建立財務的標準，這些標準的信息積累就為數據積累做好了度量衡。再者，新新貸會為借款人提供貨款的催收服務。服務過的小微企業中有一部分盈利能力不錯，資產負債表良好，但是因為賬期長，現金流量存在問題，應收賬款收不回來，這時就會給客戶提供催收的增值服務。

這些工作看似不夠互聯網化，不夠科技化，但是只有這樣的工作才能獲得用戶精準的數據，有效的數據，否則用系統的手段處理，就會在大量的洗臟數據的過程中，增加機會成本。