BAT搶灘大數據風控 為何瞄向了銀行業(yè)？

文|億歐網

3月6日訊，完成了對C端市場的瓜分之后，BAT等互聯網巨頭們還是瞄向了B端市場。

在2016年及之前，BAT、網易、京東等互聯網巨頭們已經在云計算、人工智能等領域推出了諸多針對企業(yè)級市場的服務，從如今的趨勢來看，被暢談許久的大數據或將是BAT們爭奪的又一塊價值洼地。

日前，百度云傳出消息為民生銀行提供信貸企業(yè)的風險管理和預警的云服務。在尋找大數據布局切口的問題上，風控和銀行成為BAT們的共同選擇。

風控是銀行業(yè)的七寸，也是大數據的練武場顧名思義，風控即風險控制，通過建模的方法對借款人進行風險控制和風險提示，消滅或減少風險事件發(fā)生的各種可能性，或減少風險事件發(fā)生時造成的損失。

現在的商業(yè)銀行在本質上屬于經營風險的特殊企業(yè)，通過承擔風險，轉化風險，并將風險植入金融產品和服務中再加工風險。在國內外商業(yè)銀行的發(fā)展史中，因風險管理不當、資產質量低下而導致倒閉、被政府接管的不乏其例。如何有效的管理風險、規(guī)避風險成為商業(yè)銀行生存與發(fā)展的靈魂。

銀監(jiān)會在去年7月份發(fā)布的《中國銀行業(yè)信息科技“十三五”發(fā)展規(guī)劃監(jiān)管指導意見》成為大數據風控加速落地的催化劑，比如說在服務和應用層面強調基于大數據的營銷、風控應用的推廣。

動作敏銳的互聯網金融早早完成了大數據風控的布局，看起來有些傳統的銀行業(yè)在節(jié)奏上似乎有些遲緩。

對于線上的純數據和信用類貸款平臺而言，引入大數據風控產品并沒有太多門檻。對于商業(yè)銀行卻不然，尤其是中小銀行，對大數據風控技術的應用尚不成熟，其風控模式更多關注的是靜態(tài)的風險預判，這和中小銀行科技水平和風控能力相對較低、數據信息的數量和質量存在缺陷等不無關系。

一般來說，大數據風控有著三個核心要素，即風控模型、場景和資金。商業(yè)銀行仍然擁有著低成本資金優(yōu)勢，在線下場景也有著長期客戶積累，大數據和海量風控因子恰恰是很多商業(yè)銀行所欠缺的。

反觀BAT等互聯網巨頭，在海量數據、金融云、用戶畫像、信用體系等方面有著先天的優(yōu)勢，特別是在銀行逐漸實現業(yè)務電子化、金融監(jiān)管收緊的情況下，BAT與商業(yè)銀行在大數據風控方面的合作似乎是水到渠成的。

背靠大數據金庫的BAT，如何開局?

BAT在大數據風控方面有著相似的邏輯，依靠自身積累的大數據體系，利用技術打造風控能力，再將這種能力開放給銀行等金融客戶。相比于市場上很多紙上談兵的風控模型，BAT的優(yōu)勢在于相繼搭建了已經應用于實戰(zhàn)的風控模型，而各家在做法上又有很多細節(jié)上的差別。

阿里：螞蟻金服的CTU智能風控大腦。所謂的CTU智能風控大腦，主要通過用戶行為、位置、設備信息以及關系鏈來判斷賬戶的可信性，然后預估資金、個人隱私及相關數據的風險性。判斷依據包括用戶電商消費記錄、旅游消費記錄等作為評估其信用的依據，此外利用梯度提升決策樹、隨機森林、神經網絡、分群調整技術、增量學習技術等在內的機器學習算法產生的芝麻信用，也被納入風控模型之中。此外，支付寶不遺余力的布局社交、芝麻信用打通微博等動作，可以看出阿里試圖進一步挖掘社交數據來完善風控體系。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。