9月5日,国务院发布《国务院关于印发促进大数据发展行动纲要的通知》。《纲要》明确指出建立运行平稳、安全高效的经济运行新机制。充分运用大数据,不断提升信用、财政、金融等领域数据资源的获取和利用能力。

近一两年,“大数据”是P2P行业的最流行的热词之一。补充征信、控制风险、助力催收、营销噱头……不论出于何种考虑,各个P2P平台都不约而同地将目光投向了“神龙见首不见尾”的大数据,不断加大相关领域的投入。行业对于专业数据人才的需求也水涨船高:今年年初,雅虎北京全球研发中心关闭后,大型P2P企业不惜一掷千金与BAT“抢人”的现象便是这一庞大需求的缩影。

理论上讲,大数据对于塑造P2P平台借贷两端的核心竞争力发挥着不可小觑的作用:第一,优化资产获得能力;第二,提升平台风险识别和定价能力;第三,实现资金端的精准营销,降低获客成本;第四,有助于平台构造多元化的场景,增加P2P平台与理财客户的粘稠度。

虽然“大数据”的概念在市面上已经火了有些年头,但时至今日其依旧难逃“高谈阔论者众、而取之精髓者寡”的尴尬。管理系统公司HootSuite的CEO Ryan Holmes甚至戏谑地将大数据比作“青少年性爱”——每个人都在讨论,但没有人真正知道怎么做。每个人都认为其他人正在做,于是大家都说自己在做……

具体到大数据在P2P领域应用的限制,主要由于以下三方面。

第一,作为大数据核心的“大”从何而来?这里指的不仅仅是数据来源和量级,更重要的是通过怎样的方式,用多长的时间积累出来。当P2P平台试图利用海量数据预测人群社会行为,进而借以区别出资产优劣时,单一时间点或短暂时间跨度内的数据很容易进行仿造,导致反欺诈模型的甄别精度降低;而即便这些数据均真实有效,对于正确预测人群行为模式、提升平台的资产识别能力也是收效甚微; 因此,大数据风控的刚性成本不在于钱,而在于如何获得蕴含时间价值的有效数据。

第二,应用场景。从联结有效性的角度来看,数据具有边际效应,也就是说任何数据都无法做到在每种特定应用场景之下都发挥同等的效果。例如,阿里巴巴15年积累的网络交易数据用于对自己商户的放贷可以实现良好的批核率和精确性,但又有谁能保证这些数据迁移到汽车代销网站或旅游网站上也同样有效呢?所以我们才看到阿里巴巴战略投资苏宁云商,其目的之一便是阿里借苏宁消费者样本,弥补自身数据多元性短板。

P2P平台如何针对自身每条业务线的场景特点,总结出所需数据的类型,并在浩如烟海的数据源中有针对性地加以筛选,也决定了整个风控体系根基的稳固与否。与此同时,这也引发了几乎所有的P2P平台在大数据应用上的第三个短板——数据的处理能力。

回顾国内大数据分析的发展历程,至多十年的光景,其在P2P领域的应用则是近两年的事。著名商业思想家纳西姆?塔勒布曾指出:“数据会制造出更大的噪音,这就如同在干草垛中寻找一根针,当我们拨开干草垛时,要找的那根针被越埋越深。”不论是数据“降噪效果“,还是数据联结的”构建“能力,仅凭国内现有经验,还远远满足不了P2P平台的风控诉求,需要外国先进经验的引进和本土化。

以上三个问题都解决后,P2P平台的大数据战略还不能高枕无忧,必须面临“数据隐私”的道德风险。现阶段内,国内对于个人数据的利用尚没有明确的法规,但从海外市场的经验来看,个人信息保护将是未来社会发展的大势所趋。一旦政府出台较为严格的政策规范民间金融对于个人数据的使用,便极有可能成为P2P数据战略的“阿喀琉斯之踵”,给整个行业的数据利用生态造成颠覆性的影响。所以如何合规地把控信息渠道,无疑是每个深耕大数据的P2P平台亟需未雨绸缪的。这个层面上,如果政府机构可以牵头大数据合规化显然是极好的。例如,央行征信中心对P2P行业的信息来源进行统一管理,在进一步丰富现有征信条目的同时,向P2P平台开放资源,将有可能成为避免个人数据道德风险的最有效手段。