在消費金融領(lǐng)域里，我們不僅希望大數(shù)據(jù)告訴我們曾經(jīng)發(fā)生了什么，還希望它告知我們將來要發(fā)生什么。只有這樣，我們才愿意為了迎合市場需求而改變自己。但多數(shù)情況下，數(shù)據(jù)無法預(yù)測未來，我們也因此變得“懶惰”，不愛動，這是科技創(chuàng)新，金融創(chuàng)新的一處致命傷。

能預(yù)測未來的智能型大數(shù)據(jù)會是銀行在金融科技、消費金融甚至是人工智能等領(lǐng)域的一個“硬通貨”。

在這背后，其實是大數(shù)據(jù)知識圖譜分析在金融行業(yè)的應(yīng)用問題。

理論上，知識圖譜可以通過圖存儲、計算、分析和可視化手段實現(xiàn)知識獲取、知識表示、知識存儲、知識建模、知識融合、知識理解、知識運維等七個方面，因此，對于在關(guān)聯(lián)數(shù)據(jù)的分析方面具有很大的優(yōu)勢，被廣泛的應(yīng)用于包括金融在內(nèi)的各個領(lǐng)域。

在消費金融等領(lǐng)域，除了風(fēng)控，我們現(xiàn)在的大數(shù)據(jù)在智能金融這一塊走到了哪一步。

聰明的大數(shù)據(jù)？

“xx太壞了，總給我推薦一些我感興趣的內(nèi)容，一刷就停不下來?！?/p>

“是的，我也發(fā)現(xiàn)了。然后，xx平臺太厲害了，我從來沒在上面搜過這個東西，它居然知道給我推薦。這太嚇人了。”

“這是因為你的輸入法將相關(guān)的關(guān)鍵詞推送給了這家電商平臺。”

……

是的，大數(shù)據(jù)已經(jīng)可以通過我們的上網(wǎng)習(xí)慣鎖定大家的愛好和部分消費潛力。

平臺通過大數(shù)據(jù)手段構(gòu)建的知識圖譜模型靠算法“算計”我們的一切。他們似乎很聰明，總能抓住我們的命門，催著我們買買買！

當(dāng)然，除了催著我們花錢，還有其他的用處。

比如，最近一段時間，我們可以通過小程序知道個人最近14天的城市出行軌跡，為防疫防控提供有效的參考信息。

大數(shù)據(jù)，挺好用的。

但在金融和消費領(lǐng)域，大數(shù)據(jù)并不總是那么聰明。

尚未全熟的智能金融果實

“我在某平臺上買了一臺筆記本電腦。平臺會繼續(xù)給我推薦相關(guān)品牌的筆記本電腦。這種操作有點蠢啊。我都買了一臺了，哪里還有可能短期內(nèi)再買一臺呢？”

“其實，不光是筆記本電腦，包括洗衣機(jī)、凈水器、燃?xì)庠畹却蠹径际琴I過一次，短期內(nèi)，甚至3、5年內(nèi)都不可能買第二次。平臺應(yīng)該不是鼓勵我去退貨，然后再買一次吧……”

這些算法在資訊、視頻等內(nèi)容推薦領(lǐng)域，或許是吃得開的，但在消費金融領(lǐng)域，卻顯得很智障。

正常邏輯是，如果用戶買了這臺電腦，平臺推薦電腦包、鼠標(biāo)、鼠標(biāo)墊之類的東西算是合理推薦。因為原裝的電腦沒有鼠標(biāo)和電腦包。而這個平臺在下單之后，相關(guān)推薦里并沒有看到鼠標(biāo)、電腦包等配件。

業(yè)內(nèi)人士向中國電子銀行網(wǎng)表示，一般的做法是把大數(shù)據(jù)整合在一起，通過算法計算出相對準(zhǔn)確的方向，給人工參考。這就會出現(xiàn)關(guān)聯(lián)判斷但卻不智能的情況，真正比較大的項目，最好還是需要結(jié)合人工認(rèn)知來做數(shù)據(jù)分析和判斷，然后在此基礎(chǔ)上做相關(guān)的數(shù)據(jù)算法調(diào)試。

這其實暴露出現(xiàn)有大數(shù)據(jù)模型或者消費金融在大戶數(shù)據(jù)利用方面的一些短板。消費金融要想利用大數(shù)據(jù)摘到智能金融的果實，還有很長的一段距離。

智能金融應(yīng)用是奢侈的

清華大學(xué)國家金融研究院院長、國際貨幣基金組織前副總裁朱民曾在“復(fù)旦-愛建金融科技創(chuàng)新論壇”表示，人工智能將重塑未來金融，未來一定會看到在金融科技企業(yè)之間、平臺和傳統(tǒng)金融企業(yè)之間極其激烈的競爭。

我們之所以看好人工智能，其原因之一在于，在人工智能可以通過對底層大數(shù)據(jù)的積累和分析來預(yù)判用戶的需求，從而合理地刺激用戶進(jìn)行消費。

所謂合理刺激，是讓用戶買到他需要的和想要的，卻不觸發(fā)平臺的信用危機(jī)，也不觸發(fā)個人的信貸危機(jī)。這就要求，數(shù)據(jù)關(guān)聯(lián)要精準(zhǔn)，同時要有較好的風(fēng)控體系。這些都需要對大數(shù)據(jù)邏輯進(jìn)行更高標(biāo)準(zhǔn)的建構(gòu)。

這個要求看起來是挺高的，不過據(jù)某資深電商買家向筆者透露說，國外某平臺基本能做到關(guān)聯(lián)準(zhǔn)確的要求，與筆者前文提到的智障關(guān)聯(lián)相比，情況要好很多，并能就此做出精準(zhǔn)營銷的策略。

銀聯(lián)智惠金融科技首席運營官江瀟俊在此前接受中國電子銀行網(wǎng)采訪時曾表示，要做到精準(zhǔn)營銷，需要在安全合規(guī)的前提下去梳理人們的消費偏好和消費能力，以及一些數(shù)據(jù)流量和互聯(lián)網(wǎng)行為數(shù)據(jù)，并通過對這些線上線下數(shù)據(jù)的整合，完成一個個完整的數(shù)據(jù)畫像。

數(shù)據(jù)要盡可能的全且有效，而算法策略也需要盡可能地接近用戶的真實需求。這需要大數(shù)據(jù)行業(yè)再往前邁出兩三步。

金融求穩(wěn)，科技求快，商業(yè)模式求的是變通，而變通的秘訣之一就是你足夠智慧。

就大數(shù)據(jù)而言，我們依然面臨著，行業(yè)數(shù)據(jù)+機(jī)構(gòu)內(nèi)部數(shù)據(jù)割裂，算法邏輯過于粗暴，數(shù)據(jù)治理依然處于草莽階段等基礎(chǔ)問題。

這些也是當(dāng)前亟待解決的問題。

因為，如果大數(shù)據(jù)的基礎(chǔ)問題普遍存在，要想實現(xiàn)消費金融在智能金融模式上的變通，就太奢侈了。