大数据应用四大案例 互联网金融“玩得溜”

数据维护金融安全

除了能够从中挖掘出各种商机外，大数据在反洗钱领域的能力也开始崭露头角。蚂蚁金服就已经在利用大数据找出藏匿于网络空间的洗钱黑手，建立起智能的反洗钱体系。

仅今年上半年，蚂蚁金服的反洗钱团队就向反洗钱监测分析中心报送300多份可疑交易报告，其中多份已移送公安机关。

据了解，目前的反洗钱工作主要通过大额可疑信息报告制度完成，具体到可疑交易识别、预警、报告等过程，均需要大量金融机构的前台柜员来参与。这样不仅增加了信息搜集和报告的边际成本，而且还存在覆盖面窄、误报率高、时效性差等缺点。

因为掌握了大数据，蚂蚁金服在反洗钱工作中采取了先利用数据智能化排查，待发现可疑交易后再进行人工甄别的方式，从而大大提高了效率，也减小了误报率。

蚂蚁金服反洗钱相关负责人表示，由于掌握的不仅仅是简单的金额数据，还包含消费行为等各种维度的信息，这些信息可以让反洗钱人员一改线下静态、片面的信息采集方式，可以动态、持续地了解客户，破除洗钱人员的各种伪装，综合资金、非资金关联关系、电子商务等动态信息，揪出犯罪分子。

数据辅助征信风控

中国互联网用户将近7亿，有一半左右人在央行征信系统没有信用记录。P2P网贷蓬勃发展至今，曾盛行一时的抵押类业务逐渐遭遇瓶颈。另一方面，信用贷款已有苗头会成为P2P的发展方向。P2P平台对征信的需求显得尤为迫切。

当借款方出现身份欺诈、逾期不还、P2P跑路等行为，平台就需通过征信手段提前预知其行为。由于借款人负债情况无法统计，数据没有统一的平台处理，审核及监管尺度松，重复借款现象普遍致使征信已成为制约企业发展的关键因素之一。其根本原因在于各互联网金融机构信息封闭，不开放、不共享。

将P2P“去中心化”理念引入征信行业的蜜蜂数据，是国内首个脱离中央数据库的分布式征信系统。蜜蜂数据实行用户自行管理自有数据，系统仅负责通讯、对接，不存储任何数据。它作为互联网金融外围生态圈中的征信项目，依托网贷行业数据资源，整合优质行业征信数据，充分发挥征信信息在P2P平台风险管理中的作用。

蜜蜂数据通过连接大数据(包括P2P平台、小额信贷机构、征信机构、银行、第三支付、互联网大数据等)、连接不同的应用场景，增加借款人违约成本，提供去中心化分布式查询，打破行业内信息各自孤立而形成信息漏洞的现状。

创建大数据共享体系，统一标准，使孤立在各机构、公司和互联网的数据按照一定规范共享，这些将是未来大数据在征信领域的发展趋势。

从业务定位到市场开发，从产品生产到服务提供，大数据企业的发展还处于初始阶段。在大数据生态圈里，看上去很美的商业价值，已经吸引了一批创业者，将之视作弯道超车BAT的最大机遇；也有传统企业和行业巨头借势圈地扩张，寄望完成转型和整合。

大数据企业如何发展，市场正在做出自己的选择。