數據是金融機構在信貸審核中繞不開的話題。在傳統金融機構中，銀行有多種渠道接觸到用戶的信用信息。如央行的個人信用記錄，工作情況，收入水平和負債情況。而面對薄文件，幾乎沒有信貸記錄，且工作不穩定的申請人，傳統數據方式顯得有些素手無策。

但隨著金融科技公司的興起，大數據的普遍運用解決了風控難題，如德國的Kreditech和中國的買單俠，都在審核中運用到了自動化的大數據采集系統。

德國的Kreditech通過連入用戶的社交媒體賬戶，采集數據。每次申請，Kreditech會采集兩萬個用戶動態數據點，研究大量數據的相關性，從而評判用戶的信用度。比如分析用戶的朋友有哪些。近朱者赤，近墨者黑。已經賴賬的人的朋友很可能也不還錢。

Kreditech，總部位于德國漢堡。它2012年成立，員工目前200人。面對無信貸記錄的人群，提供個體化金融服務，如小額分期貸款，個人財務管理，透支和支付服務。Kreditech提供最高500歐的貸款，純線上審核申請，平均15分鐘到賬,35秒審核，15分鐘到賬。

同樣運用大數據做用戶審核的還有買單俠。買單俠是上海秦蒼信息科技有限公司旗下的一款APP產品，為藍領人群提供手機分期服務。買單俠首席風控官朱君在《藍領風控，如何與人性做斗爭》中介紹，藍領消費金融審核采用線上線下相結合的方式。通過前端風險督查員和后臺反欺詐引擎聯合防范，用APP實現雙方的信息及時交互，實時配合做風險防護。這種模式，既需要結合新信用卡的線下防控要素，又需要發揮線上防控的特點，而且要成本可控。

買單俠采用機器進行批量化采集和信息處理，再對接決策引擎和反欺詐引擎，加快審核速度和準確性。“秒批”策略對部分用戶實現了1分鐘內完成審核，3分鐘內放款。同時，買單俠APP會分析用戶的社交網絡，通過建模，識別抱團欺詐團伙。

買單俠用大量數據做實驗。通過信審引擎，通過風控的模型和政策做重復的判斷。比如“冠軍挑戰者”模型，用小額貸款測試不同的策略，過了一段時間，就主要使用效果最好的策略。

所以，科技創新變革了金融領域。大數據的應用，大量節約了人力成本和審核時間，并且即使面對沒有信用記錄的客戶，也做到了風險可控。

本文轉自d1net（轉載）

總結

以上是生活随笔為你收集整理的大数据在互联网金融行业中的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。