雷涛：大数据扮演着非常核心驱动角色

图片天云大数据CEO雷涛（图片来源：新浪财经 杜琰摄）

　　新浪财经讯 由新金融联盟主办、上海交通大学上海高级金融学院联合主办的“2015新金融联盟峰会”今日在北京举办。天云大数据CEO雷涛在峰会上表示，无论是普惠金融还是智慧金融服务，商业模式的诞生，大数据都在后面扮演着非常核心的驱动角色。

　　以下为嘉宾发言实录：

　　雷涛：感谢大家很有耐心坐在这里头听着最后一个Section，我们自己是做基础设施的，分布式计算和分布式数据处理引擎上也致力于为运营商、金融这些大型企业，生意模式还是传统2B模式，为这些企业提供我们的技术能力。

　　这两三年我们进入银行以后也开始服务银行体系，包括卡中心也参与到信用建设内容里，我们自己感觉，谈到互联网金融或者所谓智慧金融，大数据确实是个很强有力的驱动力，它爆发了两个层级，第一个层次可能看的比较多，像铺会金融领域；第二块更多的是像普惠金融服务，更多更下沉自我选择的，像去年比较热一点的互联网券商的Notep(音)模式，还有最近信用评估方式，我们也注意到一些新的征信公司推出的评估模式开始碎片化。以前我们需要对大的共性人群加工出标准评分体系，比如FICO给出给人打分的方式，现在从个人角度，再看信用时，我的认同可能和陈总是不一样的，我能不能基于朋友圈，对这个人进行打分，这涉及到对过去思路加工的变化，所以无论是普惠金融还是智慧金融服务，商业模式的诞生，大数据都在后面扮演着非常核心的驱动角色。

　　这个角色，我自己通过这几年的实践，个人感觉体现在两个两个方面，一是大，二是，小体现在个性化，这和人类科技变化有关，科技体系通过我规律和经验总结可以获取到强有力的经验规则，条条框框的KPI考核或评分体系描述共性人群，描述我们所熟悉、熟知的评分体系。

　　未来的科技让我们进入到非常微观，量子力学，波还是力要确定，你干预它的特性，不可测的特点。再跳到宏观，发现认为唯一永恒不变的内容，从一个体系跳到另外一个更广阔不可预测的内容。大数据在今天这么复杂信号体系里，确实宏观和微观都给我们两个不同的内容，我们通过两个案例来讲宏观和微观，大数据给我们的改造。主动金融服务其实就是很典型的特点，我们自己在为大型保险公司在做客户基础设施时其实就面对着个体微观的问题。

　　大家都知道，做数据的工具基本用数仓，数仓在大型体系保险公司进行了数亿投资，在这些数据仓库、数据管理、数据治理基础上做了大量报表、仪表盘，它是KPI驱动的，是面对人性共性的。我们考核业务时不是共性自上而下对这个KPI进行考核，这个人群流失有什么样的共性特征，我拿到一些数据。

　　我们开始考虑横向建模数据，以前经验可以告诉我们统一不变的事实，这个客户可能会流失，这一类客户可能会流失，我们会总结经验，帐户变动情况，事实上我们用一些新的方法，把几千万客户，在SaaS上没有办法考量的在分布平台上做一些测试，把以前流失的几百万的客户标注出好的模型训练出个好的模型，再运用到某个个体人身上。这和以前有很大的差异，流失风险这个指标，从以前参照体系BI是个共性，今天我们看到每个人在每个险种的流失可能，这一下催生几亿条数据，每个客户放大到每个险种是极大的规模。大数据最典型的，就像淘宝一样，每个人看到是不一样的，推送到每个保险代理前端，每个手机屏上的内容也是不一样的，只能看到他个体所管理的用户，以及这个人在这个险种流失的可能性，这些都是一下进入到个体，而不是用传统BI宏观共性数据加工层面解决的问题。所以，大数据从小方面来看更深入一些，从以前商业智能对人群共性加工，基于行业经验做模型的，我们深化到用数据本身去回答个体的事实，催动它的方式不是用统一的模式，而是用模型，自动算法匹配模式获取个体数据，就像每次淘宝的购物，你的点击率决定了商业推荐结果的出来。以后也没有统一共性的商业规则，而是针对用户的使用场景来进行实时匹配。这是大数据在智慧金融的第一个，更场景化，更个性化，更个体。   

　　大数据在宏观层面给我们一些新的数据思路方式和手段，我们最近也在做数据本身的变动，现在新的大数据是在信息层面改变了很多，更多组织数据，改变数据的方式发生变化了，过去陈述数据是用一个文档或者DB表结构对数据进行表述、存储和计算，现在发现大量数据很难通过传统数据组表达，比如二维表空间很难刻划客户关系。我们帮人行做数据关连交易时看到，几度的关联，在二维表上的索引数据量是非常大的，算到一定程度算不出来，因为面对几万个节点。这时候面对矩阵的关系，矩阵可以相加、迭代、相乘，这可以获得全新的数据，用银行的现金流可以获得整个供应链结构，不仅可以知道上下游关系，这是数据存储可视化的过程，更主要的是通过网络动力学能量化每个节点的特性，中心特性，这些特性一旦量化出来以后得到一个全局的结构指标，这个结构指标获得巴塞尔3协议里的资产计量，贷一百万给这个企业，贷一百万给那个企业，资金使用效率以前是靠效率，通过事实共性评估的，现在通过资金往来回答。这在大数据全新的范围重新表达和组织数据，也就是说我们关注个体的方式并不是只对个体数据进行陈述。过去我们看个体的中小企业，现金损益这些内容，这些数据只能个体与个体进行去比，个体和历史数据纵向去比，没法展开横切面，产业模式里有没有相关性，以及有没有风险，闭环的一些揭示，循环担保这些内容。这时候我们是需要从个体数据跳出来，把个体数据联系结合起来，看到新的结构。这是大数据在金融领域从小和大不同的突破，我们用一些引擎获取新的数据洞察和新的数据获取能力。

　　时间关系，我简单汇报一下大数据在金融应用里的方式，它不仅从现在常态的基础设施层面，从分布式提供更强大的计算能力，更强大的是它开始提供新的加工方式和新的视角，无论从个体还是从全局。我们也看到，在互联网金融2.0状态不能只是以媒介为核心，大量的行为，大量的消费金融所带来的动态数据怎么能够以数据为核心，加工出新的金融产品是我们所期待的。一会儿留更多时间在Pannel和大家互动。