当前课程知识点：大数据技术与应用 > [补充] 艾小缤：大数据评价体系在金融、征信领域的创新 > 应用案例与成果 > 应用案例与成果
这个呢就是讲一个案例
其实这个案例其实并不典型
因为什么
它本身很好
它是一个北汽的福田的
一个配套商
什么叫配套商
是吧 大家可能这个
这个对汽车了解一点知道
配套商是你在整个
这个零部件供应的质量稳定性
跟着这个主机厂
能够研发力量提升的
这样的企业
才有可能才有资格
变成它的配套商
换句话说就是它在整个
做零部件配套里头
它是这个行业的翘楚
才有资格去给这些品牌核心商
做这个配套服务
是吧 这个企业很好做后视镜
那么它呢
汽车座椅、后视镜、骨架
年产值两个亿
就这么好的一个企业
并且它这个企业呢
为什么被这个奔驰
奔驰重卡看中了
是吧
他说你给我供货
但是呢你的工艺要改造
你要上一条新的生产线
这个需要四千万
这个 这个企业在北京周边
比较幸运
比较的土地还是挺值钱的
通过抵押担保了
解决了两千万
这要放在别的地
估计这地都不值钱
是吧
两千万资金缺口
那么这时候就有很多银行上来
说你看 我通过 是吧
联保互保方式
把两千万给解决了
因为大家都知道
它肯定这个企业没风险
但是按照原来的模式
它放不了 是吧
没有抵质押没有担保
是放不了这个款的
通过什么联保互保
这个企业老板呢就是
也很有个性 山东人
他说我这个企业
放眼看去 整个同类企业里头
我是老大 对吧
我跟人家互相担保互相联保
不是它给我担保
是我给它担保
是吧 我把我企业的命运
嫁接在别人企业身上
这对我来说是有风险的
他不干的
是吧 从这个角度来说
他甚至想去借高利贷
但是这个钱还有一定的周期
至少要用半年
那么从高利贷成本太高了嘛
那么这时候呢通过
这个工信部的领导
是吧 工信部的一些
这个同志给我们介绍过去
开始不相信
说中国还有这事呢
是吧 看了我的企业数据情况
就能给我放贷
然后将信将疑
把他的数据给我们了
我们看了之后
你看 七个工作日授信两千万
这个对他来说震动也非常大
对银行来说也是一个问题
就是说这么好的企业
对吧 你想给他贷款
实际上通过其他方式贷不了
这个企业又不愿意拿
在这种情况下我们说
通过信用就给他解决问题
这是一个非常好的企业
那么我还想说另外一个呢
就是大量的中小企业
可能没有做到它这个程度
为什么
中小企业在中国
有个统计数据说是
平均寿命不超过三年
这是什么概念 是吧
我们每个人现在寿命越来越长
三年如果这个企业没有了
风险得多大呀
在这样一个高危的行业里头
大家都不愿意进去
对吧
那么如果你要真有本事
去把每一个个体
放在整个群体里头
筛出来它的好坏
那你就能够开辟一个蓝海市场
是吧 这个市场是非常巨大的
所以我们说我们认为
更典型的是那些
银行看不准不敢贷
但是又急需资金
我们认为又好的这样的
中小企业
这个市场非常大
那么我估计这个所谓
就现在做供应链金融
等等的这些
为什么叫供应链金融
供应链金融是围绕核心企业
做底下做配套做供应的
核心企业不需要什么贷款
底下的这些供应商它需要
那么这个是吧
也有数据说至少20万亿
这么大的市场
对吧 你要靠传统的方式
去完全覆盖是不可能的
是吧 只能靠信用的这种方式
给这些轻资产的
需要钱的这些做的好的
中小企业给它做贷款
这是一个非常巨大的市场
那么刚才讲了好多
现在总结一下
我们能够为政府提供企业优选
企业体检企业认知
能够为银行这个小贷公司
提供信贷这种贷款方式
能够为PEVC股权投资人
做这种资产的评估
这个投钱的估值
那么为小企业债权投资人
做风险评估风险预警风险管理
那么甚至到今天
有一些中小企业自身
它都会提出来
它说尤其是那些
它可能差一点就能够达到
银行标准的做信用贷款标准的
这些企业
他说我想看看我这个企业
到底问题出在哪 对吧
我这个本身表面上都看不出来
那么它为什么想看
我们给他提供的
这个体检报告呢
因为我们这个体检报告
是跟它拿它这个企业
跟我们几十万家其他的企业
去比较出来的一个结果
那么它的哪些方面
做的不足的地方
是它非常想看到的
非常想改进的地方
这个对它来说
就是非常有价值的
它就这个做个比喻说什么呢
就我们这个体检报告
我只提供一个体检报告
我不是大夫我不能开方抓药
但是很多企业家
自己他说我就是大夫
对吧
我知道我这个企业
会是怎么样的
你知道告诉我哪出问题了
我一查我就能查出毛病来
我能去找出病因
我能就此去改进
所以对他来说
给他做一个自我评测
做一个展示做一个体检
对它来说是非常重要一件事情
说一下一些成果吧
毕竟说半天
那么到今天这个数据也刷新了
我们累计授信50亿元
纯信用的没有一笔不良的
我们这个因为我们也拿到了
这个人民银行的征信牌照嘛
当时人民银行他们来到
我们公司做调研的时候
让我们填一个叫做这个
不良率损失率
我们看半天怎么填呢
零零 他说不可能
我们说这样我们给你
第三个指标
叫什么 叫风险抑制率
就我们大概放了
累计放了一千多家企业
其中有17家我们预警了
我们的金融机构
提前采取措施了
避免了最终的损失
所以我们叫什么把它抑制住了
就跟治病 是吧
我们说治病叫治病治未病
这个病没有发生的时候
你把它治好了
这是最高境界
当然我们希望能够这个
能把这个最高境界
真正做出来
当然这个刚才
后面会讲到
这是现在还是做着这个
最高端的还要覆盖
覆盖到这个下面的时候
肯定会有风险发生
我们在后面这对我们
是一个新的挑战
但是在今天
我们挑选的企业
真的是只有风险抑制率
没有这个不良率
现在很多银行
你制定这个东西
因为我们本身说了
我也没有框我也没有市场
那我干什么呢
我有技术
那这个就需要得到
金融机构的认可
现在有哪些认可呢
民生银行是最早的
对吧 广发 国开 浦发
邮储 平安 上海南京
天津滨海农商行
等等一系列银行
在逐渐认可我们做的
这个评价的一个结果
包括政府也给我们大量的支持
我觉得在中国真的
你要想做一个平台性的这种事
一定要得到政府的支持
覆盖范围像北边呢有黑龙江
北京周边的包括上海山东浙江
江苏 广东贵州等等这些地方
湖南 我们刚刚湖北
跟我们这个
也有一些落地的案例出来
所以我就觉得这件事情
真的走到了
这个趋势的这个拐点
所以社会上对我们有很多关注
包括央视的报道
包括新华社给我们写的
这个专稿
这个内参 南方周末
做的一个深度报道
等等这些都是对我们一些
前期的一些成果的肯定
这个如果大家感兴趣
也可以到我们网站上去看一看
今天呢主要内容就讲完了
我想讲的呢就是我希望今天
是一个开始
通过我们一点点的这个展示呢
能给大家提供一个思路和方向
那么大数据这个是个方向
是个潮流
我相信真正理解大数据的
就跟我们说学数学的人一样
对吧 我们这个
我经常去很多场合
我说在座各位有哪些学数学的可能几百人里头
就有一个举手
这就说什么
用数学的角度
用数字的角度看这个世界
才刚刚开始
但是这个领域是非常巨大的
我相信我们选的方向是对的
我们也希望越来越多的同学
关注这些
越来越多的企业关注
越来越多的金融机构
能够参与到其中来
我们共同来迎接这个
大数据时代
好 谢谢大家
我们今天讲到这
-完整讲座
--完整讲座
-李国杰：面向大数据的数据科学--课后习题
-数据思维方式的改变
-数据的假设与采集
--数据的假设与采集
-数据的准备
--数据的准备
-数据的分析
--数据的分析
-数据的解释与验证
--数据的解释与验证
-吴甘沙：大数据分析师的卓越之道——课后习题
-个人介绍
--个人介绍
-硅谷热门公司
--硅谷热门公司
-大数据简介
--大数据简介
-大数据平台系统
--大数据平台系统
-工业实践
--工业实践
-结尾
--结尾
-董飞：硅谷公司的大数据实战分析--课后习题
-数据系统架构历史
--数据系统架构历史
-从sql到nosql
-数据库系统实现变革
-负载融合
--负载融合
-数据系统架构成本
--数据系统架构成本
-杨光信：数据系统架构——课后习题
-什么是可视化
--什么是可视化
-网络可视化
--网络可视化
-大数据带来的新挑战
-大数据网络可视化的若干案例
-时磊：大数据网络可视化—— 课后习题
-网络安全概述
--网络安全概述
-大数据安全分析平台
-大数据安全应用
--大数据安全应用
-大数据平台安全
--大数据平台安全
-彭元：网络安全与大数据——课后习题
-人工智能系统的本质功能模型
-隐性智慧，显性智慧
-人工智能：能与不能
-人工智能的技术现状
-机制主义人工智能模型
-信息转换和智能创生定律
-人工智能与大数据
--人工智能与大数据
-钟义信：“人工智能与大数据”的创新研究——课后习题
-什么是机器智能
--什么是机器智能
-大数据的重要性及特点
-大数据中的因果关系与关键技术
-大数据与机器智能
--大数据与机器智能
-大数据思维
--大数据思维
-讲座问答环节
--讲座问答环节
-吴军：数据为王和机器智能的时代——课后习题
-大数据概述
--大数据概述
-大数据相关新趋势
--大数据相关新趋势
-大数据技术创新1
--大数据技术创新1
-大数据技术创新2
--大数据技术创新2
-大数据技术创新3
--大数据技术创新3
-大数据商业价值和前景
-大数据机遇和挑战
--大数据机遇和挑战
-苏中：从大数据到认知计算——课后习题
-金融大数据概述
--金融大数据概述
-用户个人信息分类
--用户个人信息分类
-金融大数据法律框架
-实际案例和业界实践
-核心风险点
--核心风险点
-王新锐：金融大数据的法律实践——课后习题
-互联网与商业化
--互联网与商业化
-大数据与计算广告
--大数据与计算广告
-计算广告介绍
--计算广告介绍
-数据交易
--数据交易
-刘鹏：互联网变现与计算广告——课后习题
-从记账技术到区块链
-区块链确保数据真实性
-区块链确保数据安全性
-区块链衡量数据价值
-区块链的应用和总结
-杨保华：区块链与数据科学——课后习题
-个性化推荐系统
--个性化推荐系统
-推荐系统的召回与排序
-智能制作之个性化海报
-线上推荐系统其它要素
-杨紫陌：个性化内容推荐——课后习题
-个人介绍及用户理解背景
-用户理解与用户画像
-案例1：用户属性识别
-案例2：自然人识别
-案例3：WOI与社交关系识别
-陆祁：用户行为大数据——课后习题
-内容智能生态——数据、算法、应用
-大数据在内容分析的应用
-IP价值评估系统
--IP价值评估系统
-爱奇艺的剧本评估
--爱奇艺的剧本评估
-爱奇艺的智能评分
--爱奇艺的智能评分
-阳任科：大数据与AI的内容分析——课后习题
-外卖行业及场景简介
-餐饮及外卖行业大数据应用框架
-案例分析：智能营销场景的用户画像
-案例分析：智能助手场景的菜品画像
-王栋：美团外卖的大数据应用——课后习题
-旅行业务的特点
--旅行业务的特点
-美团旅行业务的用户画像构建
-用户画像的应用案例
-住宿需求预测问题
--住宿需求预测问题
-营销补贴策略建模
--营销补贴策略建模
-赵楠：商业思维与大数据技术在美团旅行业务中的结合——课后习题
-互联网金融背景介绍
-互联网金融科技
--互联网金融科技
-数据智能的三个案例
-技术展望
--技术展望
-陈彧：美团点评金融服务的大数据与人工智能——课后习题
-数据的进化历程
--数据的进化历程
-阿里DMP平台介绍
-核心技术及案例
--核心技术及案例
-数据应用
--数据应用
-毛波：阿里全息大数据构建与应用——课后习题
-在线营销
--在线营销
-竞价机制
--竞价机制
-数据价值
--数据价值
-韩定一：在线营销中的竞价机制与数据价值——课后习题
-竞价排名搜索
--竞价排名搜索
-主要技术问题
--主要技术问题
-点击率预测概述
--点击率预测概述
-点击率预测实践
--点击率预测实践
-龚笔宏：大数据在工业界中的经典案例分享——课后习题
-即时配送业务的背景及挑战
-案例1：订单分配策略
-案例2：供需平衡策略
-未来展望
--未来展望
-郝井华：即时配送中的人工智能——课后习题
-什么是数据驱动营销
-LTV留存分析
--LTV留存分析
-RFM会员体系
--RFM会员体系
-消费者微群画像
--消费者微群画像
-渠道倾向性分析及行业竞争分析
-机器学习潜客挖掘模型
-- 机器学习潜客挖掘模型
-陈辉：数据驱动营销——课后习题
-金融大数据时代
--金融大数据时代
-大数据客观信用
--大数据客观信用
-我国的金融环境
--我国的金融环境
-客观信用的实践
--客观信用的实践
-应用案例与成果
--应用案例与成果
-艾小缤：大数据评价体系在金融、征信领域的创新——课后习题
-外部链接
--外部链接
