实际案例和业界实践在线视频

我们讲这个最近的

比较实际的案例

实际就是比较典型的

我讲一个大一点的这个

就是关于芝麻信用

这个蚂蚁金服

实际上大家都知道

是阿里集团下面的这个公司

它现在做的这个芝麻信用的

这个事情是一个

如果你要想去研究

这个金融大数据

我觉得是一个最典型的案例

当然这个案例典型也在于

它的公开度更高

我们自己的一些客户

在这个事情上曝光度

没有那么高

所以有的事情

你可能外界很难得知

但是像他这个事情

因为已经是所谓2C端了

就是实际上是对

很多用户去放开了

那么有很多的信息

你可以得到

其实很好的一个研究的案例

比如说蚂蚁信用它是

这个芝麻信用它给你一个

打一个分数

那么这些分数里就涉及到

说这些基本的这种数据的来源

包括这个它这些里面提到

其实我觉得覆盖已经比较广吧

涉及到个人的基本信息

然后网站的这种注册的信息

比如说你可以看

它注册的时候

你是不是实名制注册

你是用一个ID注册

你还是用一个真实的

这种身份去注册

然后你的兴趣偏好是什么

这个我们看到一个

很好玩的这个

我们自己的客户得出来的结论

就是说如果你特别的热爱

这些网游什么这些

有些东西这种

如果你热爱到了一个程度以后

到了一个程度以后

当然这是各种各样的

数据来源总结

你会发现它的违约率是略高的

但是如果你

特别喜欢看财经网站

你特别喜欢看这些东西

你的这个违约度是降低的

所以我估计像经管学院的

这个违约是要好一点

要少一点

就其实像这种

它的个人的兴趣

包括它喜欢不同的东西的

这种兴趣也会影响到

它的这个信用

这也是 就以前的话

在传统的评价机制里

是不会把这种个人的兴趣

拿来跟这个挂钩的

现在就会发现这些

包括说我这个

我们看到说我在填写这个

用户的这个前面提到说

这个填写注册的时候

我如果我这名字里

我这个注册的这个邮箱里

有一个英文的

很长的一个名字

它的这个个人的信用都会变好

它个人可能都

大家会认为说

因为这个意味着这人

可能受教育程度还可以

他能起一个英文名字了 能拼对

他经常输入这个东西的时候

老能拼对

包括像国外有些实际的案例说

我看到他们讲说车险

如果你用这个美国在线

美国在线大家都知道

是一个很老的网站

如果你用美国在线

这个网站的邮箱的话

证明你的

就往往车

保险公司会给你这个人

更高的评级

会让你 给你更（低）的利率

原因在于

如果你用美国在线这个邮箱

第一说明你可能年纪不小了

我们在座的很多同学

可能都没听说过美国在线

那你用这个邮箱就证明说

你年纪不小

那可能你的还款能力就增加

而且你用这个邮箱呢

你那么长 那么多年

你都没有换

说明你很稳定的在用这个邮箱

其实也可能证明

就是就像很多人说手机

十年都不换

可能也会对你的信用是有

是有影响的

其实这种东西

都是传统的这种评价方式

不去评价

那么在大数据里

会去评价的这么一个东西

后面像支付和资金

这很典型了 大家能理解

这块儿就是包括你的银行卡

包括你的这个网上的支付行为

对于

对于这种阿里这种

支付宝这种公司是

肯定是更明显的

人脉关系现在已经都开始

被用在这个

在这种大数据中

这里面就是包括有

大数据都有一个理论就是

我们现在看到的这些实践

就是一个理论

就是你是被你的朋友所决定的

你的朋友

你看看这个人的

身边的朋友是谁

你就知道这个人大概的

他用的信用怎么样

他身边都是一帮高质量的朋友

比如说他认识

中国前50名的CEO

十有八九

这个人自己也是个CEO

自己还款能力很强

但是这是一个极端的案例

其实说的就是说这种

人脉其实有的时候

也跟这个相关

但是这个里面

是有（04：05）性的

这个人脉这个事情上

其实我们在看一些实际的案子

你会发现它是会有…性的

大家也知道买粉也好

或者说有一些

有的人我只是加了你这个微信

加了你的什么

但我其实两个人并不认识

所以这一点

还是有待于最后去检验

黑名单就包括说有的时候说

我们在网上所有的人都发现说

他这个人他经常有欺诈的行为

这是很典型的

外部应用包括一些

除了我自身

我除了他们

这个阿里自身的以外

其它的一些合作

一些其它的一些应用

或者是一些这个公司

在有一些

有一些这种违约的行为

把它收集过来

那么它的数据来源分为

来自于阿里巴巴自身

来自于蚂蚁金服的这个

也就是支付宝这边的这些

这前面这是电商的数据

这个买 这淘宝上也好

后面是类似支付这边

然后公共合作机构

然后用户

他（还）有用户说我

我比如说我用户想干一个事情

然后他说

你愿意自主提交信息吗

现在很多大数据公司

也这样做说

我如果直接去采集信息

可能会有问题

那我问你

你愿意自己去提供信息给我

你提供信息也可以

这样我能够把这个信息

这个整合起来

这个是他们现在打分的这种

我讲这个例子

其实是一个特别典型的

这个互联网金融中

金融大数据这么一个应用

但实际上跟阿里类似的

或者不同的

就是说应用其实还是有一些

这些操作上只不过说啊

阿里是一个覆盖的人群

跟他们覆盖的人群不一样

但是这个例子很典型

就是把互联网上

各种数据总结过来

而它的算法是一套

你也不是很清楚

它的算法是怎么回事

大家最后会有一个算法

算出来说你到底的分数怎么样

比如说他们这里面提到

你的身份 你的历史的信用

行为的偏好 履约能力

还有人脉

这些东西都把它

放到这个因素里面去

最后去打一个分数

你超过600分

你基本上干很多事情

在他们看来

会是 就相对来说

这个人信用还可以

因为你满足了这些

基本的这些这种条件

而你某一项特别差

比如说你的这个信用特别差

你可能很快的低下去

这个 那你就有这个问题

就你做很多事情的时候

你是不被信任的

所以阿里的很多应用

后面是会区分说

你是不是

你是多高

你的信用是600分以上

我就给你提供一些更好的服务

包括说他们会举说

以后你到征婚网站上

其他人会去看

你是600分以上吗

你要不是 你可能

这个人好像不是很可信

如果你去租房 租车

你如果租车的时候

你的这个信用很高

可以给你租车的时候

就更放心一点

少收你一点押金

你去酒店住宿的时候

说你这个人信用分很高

可以 酒店里面的押金

是不是就不收了

现在已经有一些应用的实例

这个负面案例是一个

就是我前面提到了 每年的

大家可以看看今年的晚会

基本上每年的315都会曝光

关于这个

关于这个个人用户收集的

一些负面的案例

这个案例

其实里头讲到的这个就是

这个案子就是

其实是说一个

它就是超出了我前面说的

这种合法性 必要性和正当性

这么一个典型

他装了这个东西

装了这个以后

他把你所有的数据都抓取

如果你们去看这个视频的话

其实是有一个

关于这个案子的报道

是一个视频的

去看的时候会发现

它基本上装了

你这么一个东西以后

你手机里所有的信息

它都给你抓走

抓走以后

发到它的服务器上去

大家可能最近

也听说过一个案例

其实是小米在台湾

受到了一些台湾的这个

这边会说

你要求他们的这种立法委员

要求他们的这些人

不要用小米手机

原因是他认为说这个手机的

抓取了信息以后

会把这些内容

传回北京的服务器

他认为这会安全

危害他的这个安全

那么这种事情就很典型

就是包括中国的企业

去国外拓展

拓展到海外市场

很多人有的时候会说

很委屈说你是不是

专门针对我中国公司

我觉得确实在合规性上

做得是不够好

做得不够严谨

我们看到国外的一些

这些一些区域

可能他本身国家不是特别发达

但是他在个人信息保护这一块

由于各种历史原因或者什么

它其实标准并不低

所以这就涉及到说

像类似这种公司

他做的这种很夸张的

他就把这个等于是

装了你这个以后

不知不觉的就把你的数据

全都传到一个服务器上去

他然后分析你

他再给你推送东西

而这个问题是

你还不知道怎么删

怎么还用的是你的流量

这都非常恶劣了

每年我们基本上这个

315之后就会发现一些

一轮讨论

基本上关于个人信息的

这一部分

所以大数据你不要光看到

它光鲜亮丽这个很热门

我们自己的客户

融资金额非常高

但我也经常

我们跟他们聊

他说如果你这些事情

没有处理好

你越大您死得越惨

你到时候被曝光了以后

到时候你做这些事情以后

索赔金额可能更高

这个现在来说呢

大数据的这个在业务实践层面

其实就是这些东西是要注意的

我们这也是我们现在在做

实际上做法律业务里

经常要帮这些公司

处理的几个环节

这我们经常处理的

这几个环节其实也是公司

你做业务的实际的

会遇到的环节

因为你这些环节

如果没有处理好

你想做一个

很有价值的合作的也比较难

第一个是你在用户收集环节的

这种用户授权

你在用户协议中要尽量的明确

明确到了说

第一你什么样的数据我要收集

第二我这些数据拿回去以后

拿回去给其他的人

第三方用的时候

是要经过一个

什么样的程序让你同意

这个东西其实是 这前面

前面铺垫了很多了

其实关于这个

数据收集这一块是一个

所有做大数据业务的基础

你如果数据的来源的合法性

是丧失的

你做这些事根本就谈不到了

你后面做得越大

你生意做得越大

你后面的这个危害越大

你的不良的影响越大

跨行业合作的时候

其实就有这个问题

跨行业合作第一

比如说我举一个例子

一个互联网金融企业

做大数据分析的

这个比如做金融大数据的

他跟一个金融机构去合作

他谈合作说我帮你分析

我帮你分析这个用户

我帮你分析你的这个客户

那这个时候

就会有这种问题

那对方会说

第一你这个本身

你做的这个算法

这些东西是不是

安全性是不是够

第二你这个如果是

数据是谁来提供

是我提供

我把数据提供给你呢

还是你把数据提供给我

那我把数据提供给你

这个问题是来了

就是说我把数据

提供给你这个行为

我的用户有没有知情

你要把数据提供给我

也是有这个问题

所以在这种跨行业的这种

现在很多大数据

其实都是跨行业

我记得前面PPT上

讲那些话说

大数据的这种复杂性

不同的数据源

（之间）的复杂性

就体现在这块

大量的跨行业的合作

那怎么样能够让（那种）

数据跨行业合作的时候

保持它的合法性

其实就是说

你在之前的授权的时候

要尽量的清晰

然后有的事 你不能嫌麻烦

你一定得是去

跟用户去说

我把你的数据

如果你想用这个服务

比如说你想去做租车的服务

租房的服务

你是不是你要得到

你要明示的给我一个许可

收费方式就涉及到

你在这块说到底

你做这个事情怎么样去收费

其实这个地方跟法律关系不大

但是我可以稍微讲一讲

就是其实现在大数据的

这种公司的这个盈利

各方面还是有很多的盈利点

包括说我帮你做了一些

第一是我帮你做了一些

错误的这种

这种有问题的这群客户的筛选

那么我把它筛出来以后

这种筛选服务中打分的服务

我可以每一次打分

或者每一次查询

我按照价格收这么一个钱

还有一类是说我们

我们帮你带来一些用户

或者说我们就是在做一些

更精确的营销

当然后面我相信这块

还会有催收

实际上现在有很多坏帐

互联网金融那边

P2P的坏帐特别多

那这些坏帐就会面临到说

我怎么把这个人抓出来

从人群中抓出来

因为实际上在这个坏帐里头

分为两件事

第一是还款意愿

第二是还款能力

就是这两个事情是相关的

我们传统的这种金融机构

评价一个人

评价放贷机构

评价一个人的时候

重点评价的是他的还款能力

但是现在互联网金融的

这些东西里

会把还款意愿这些东西加进去

所以这里面也是

就是你在做这个事情的时候

如果你能帮助这些金融机构

或者是互联网金融机构

你能够增加这种

第一是增加它的

营销的这种精确性

或者是减少这种欺诈

或者是刚才说的这种

就是后面催收的环节

这都是有很多盈利点

而且这种收入

一旦你在市场上做得很好

你的收入其实是非常可观的

这也是目前我们说的

就是说大数据

很多人都说是泡沫

这个名词是伪概念

但是我们看到

（有些公司）做得不错

它做的事情是什么

就我刚才说的这些东西

这些东西都是有些

实际的案例支持

反欺诈这块我讲一个

特别有意思的案例吧

基本上我不讲是哪家公司了

是我们自己的客户

我跟他们交流这个案例的时候

也觉得很好玩

就是现在你可以看到

怎么样把一个大数据的一个事

实际的应用于一个场景

这个（是）这样的

就是如果你们

做互联网金融的产品的时候

会有一个现象是这样

就是每次你推出一个

新的互联网金融产品

比较典型的是一个P2P的

一个新的一个上线的时候

会来一帮

一群人 这一群人

是带有典型的欺诈性质的人

而且这一群人占的比例还不低

比如说我们提到了一家

国内非常知名的互联网公司

他做了一个产品

推出上线以后

第一天就来了四万人

四万人 四万个ID

说你贷款给我

这四万个ID中大部分是坏分子

这些人是惯犯

我就是举这个例子就是说

类似说每一个饭馆开张

大家如果去

去问这些真正经营过饭馆的人

会发现每一个饭馆

新饭馆开张

会来一帮吃白食的吃霸王餐的

带有这种人

你没有特别多的办法

这帮人老来

这帮人来了

就每一个饭馆来

他们都专门干这事

但是你因为刚开张

有的时候你没有办法

你不想闹 你不想声张

所以这些人老能吃成功

在互联网金融上

也有一帮这样的人

他们每次有一个新产品上线

这个产品越大

这些人聚集得越多

他们来吃这个霸王餐

不能讲霸王餐吧

来骗 来欺诈

而在网上的时候

你如果在线下的时候

放贷款的时候

你可以看 来了以后每个人

你因为见到真人

你会看到他们穿着不一样

他们行为不一样

他们各方面

你都能看出差别来

而在互联网上

你看到这些人都是ID

你怎么把这些坏分子揪出来呢

所以我们看到了一些产品里

遇到这种洗劫以后

他没办法他就把这个停掉了

这个业务停掉了

或者是在一个阶段内

就是说因为来的坏帐太多了

你一天你想四万个

每个人要带一点钱 损失非常大

我们这个客户

在做的事情是什么

他们专门去研究

这一类人的行为

去研究这一类人

就这一类人专门在网上

做网络欺诈的这么一类人

而且最后方法是这样的

一方面他们去看

这些人是哪些

就是 就像我说这个

有点像说你

比如说这些人来吃霸王餐

如果你是

这些餐馆你的保安都在那儿

你就会识别出

这个人又来吃了

今天在这个餐馆吃

明天在那个餐馆吃

后天在这个餐馆吃

如果这几个餐馆的保安都是我

我就能知道说

行 他又来了 这人不能来

这是第一种

就是识别这个人

具体的这个人

还有一种是关于身份的识别

关于这是

这是关于具体身份识别

还有一种是关于他行为的判断

大家可以看到

比如说警察在广场上也好

在什么地方去抽这个人

他基本上

大家可以

大家不要觉得说警察去

去搜查这个人

或者去查这个人的时候

是随机的

他一定是凭借

实际上我们说有某种程度上

像大数据一样

他快速的判断这个人

这个形迹可疑在什么地方

比如说个人目光很闪躲

或者这个人穿的衣服

跟他自己的这个行为是不符的

看起来很别扭他会去抽查这种

但其实这个里面就有点类似

他们去研究这一类

在网上搞这种欺诈行为

去专门去这个所谓的这种

这些人 去研究他们的行为

这种就是说一方面

他们可以在类似百度贴吧

类似在一些地方去搜这些人

是不是这个ID是不是在网上

留下了很多痕迹

因为很多时候你会发现

坏人要想做一个坏事

不是那么容易

说把自己隐藏得很干净的

第一是去找这个人

有没有出现过

第二个是去观察这些人的行为

这些行为我前面提到过这个

就是包括他的这种设备信息号

如果一个设备反复的

各种各样的去用

各种异常的去用

其实就会有这种问题

这个就是一个很典型的

那么因为

比如说我们的这个客户

帮助一个 这个互联网公司

在第一天内

这个揪出来的百分之七八十的

这种欺诈者都是他揪出来的

那当然这个东西

就是有商业价值的

而且就会意味着说

你如果想做这个事情

你没有 自己没有能力

去通过各种方法

去抓住这些人

而且 而且大家可以想一想

比如说一天来四万个ID

如果你是传统的金融公司

你要去审这四万个ID

你就花几十块钱

这都不算是很高

信用卡一个成本

其实都不低的

每个审信用卡一个

你需要花很多的钱

去干这件事情

而且这些人是带着

骗的目的来的

你要是审了

审过了这些人

这个 你没有审

（这个）问题就是会发生

你后面发生巨额的损失

每个人可能骗走你

有可能几百 有可能几千

如果你审你会发现成本非常高

而且你这个审的时间又很长

你说对不起

你俩月以后再来吧 也不行

所以现在大数据公司

可以做到第一是

他因为他数据的丰富性

他数据的这种计时性

这种时时的这种效果

然后他可以在第一时间内

就把这些所谓的坏分子抓出来

这是典型的一个反欺诈的案例

这个当然后面有很多

算法上的技术细节了

但核心的地方就是说

在反欺诈这一块

我觉得互联网金融

其实是目前来看

整个在这里面做的是不错的

是它的业务中

做的很有实效的一部分

关于数据合规呢

我们简单讲一下

其实核心是

关于可识别性的问题

因为数据合规

其实这是一个

专业的技术问题了

大家可能如果真做这块业务

其实有很多种方法

但是从我们法律的角度

做到什么程度以后

这套制度做到什么程度以后

拿给监管部门的人说

说我已经做这些事情

你认为这个东西

是不是合规性够

这是 这几点是我们经常去跟

跟监管部门

客户去跟监管部门

或者是跟合作机构去解释的

基本上这么几件事

第一是数据要做脱敏

你的原始数据拿过来以后

你可能要把一些

特别敏感的数据

跟这个事不相关的数据

你不要把这个数据

直接就把这个数据

拿出去给你的合作方看

可能你的合作方

不需要那么多

他可能就是说

如果得到授权的情况下

他得到一些具体的数据

你要把整个数据做脱敏

换句话说叫（无脸）

就有的时候你这个人

可以在你这儿

是能够回归的 到个人的

但是你出去的时候

是一个很长串的字符

没有把这个个人的姓名啊

这人的邮箱 电话

直接的把数据给出去

这个数据要做这种数据的脱敏

第二个这种数据的整合

就是说你可能

我们前头提到了这种

你数据不同来源的数据

你怎么样把这些数据之间

这个从分散的信息源

（了以后） 整合以后

你可以不把原始数据给出去

但是你给一个信用分

比如说阿里这个就很典型

我给到你的时候

我不告诉你说

它具体的事 你问一个人

我不告诉你

他具体干了什么事

但是我告诉你

他的信用分是600以下

我把各种数据整合到一块

做这件事情

这个东西就避免了这种

直接的把这种信息的

可识别性的一些敏感信息给他

而且对他来说

他也不需要知道

那么敏感的信息

他得到这些信息以后

他还要再处理

内部隔离是一个关于这个

就是实际上是一个

这个方面包括

一方面包括数据本身的隔离

包括数据本身的这种隔离

就是说数据已经是

你不同的数据

你这种原始的数据

如果你说我都存在一块硬盘上

哪天这个硬盘

突然被人偷走了

或者黑客把你破解了

把你整个库都拖走

你这个公司就完蛋了

这是实际上我们也看到

国外的一些

不管什么艳照门也好

国外的一些数据的泄露

都跟这个有关

它的信息它没有做好隔离

一旦被攻破

所有的数据都被拉走

另外一条呢 这个数

就是内部隔离还包括说

我们采取这种合适的

一些保密措施

这个东西跟这个内部隔离

不完全一致

但是我在这块多讲一句

就是关于商业秘密保护的问题

今天在座的有我的同事

这个是中国商业秘密

保护方面的一个

一个专家

实际上我们在做了很多这种

关于商业秘密保护的案子里

就会发现在这块

其实是更关键的

因为大数据这个算法

是没有办法通过专利去保护的

你不敢公布这个事情

你的算法

你好不容易得出一个算法

你比如说谷歌的这个算法

它一定不会跟你说

我是怎么算的

它一定是作为

他核心的机密来保护

大数据也一样

你的数据这种算法

你最后很难说通过专利这种

公布的方式去保护

但就意味着你的数据的算法

一旦被偷走了

一旦被抄袭了

这个时候你怎么证明说

这是侵权行为

让他停止侵权

这就是商业秘密的地方

第一是要求所有的员工要签

签好保密协议 这一点很重要

就是你签完保密协议以后

能够对它有一个约束

我发现这种（21：37）

我能追溯 追溯回去

第二是我要留好证据

其实比如说很多公司会遇到

一些商业秘密败诉的案件

是因为它的这种算法

它是在不断更新的

所以它就会意味着

这个算法很难证明说

你跟我哪一个版本相

就侵犯我哪个版本

到最后的话它的数据不断的

新的版本覆盖旧的版本

我们会建议很多

就是说如果你要做这块

你定期的你把这个你的算法

你把这些东西刻录成光盘

然后你按时间序列整理起来

这样的话因为你数据这个里面

就是光盘的写入

是有一个时间的

基本上你就可以判断说

我这个东西在早

否则的话人家对方说

没错 我是跟你一样

但是我比你早啊 你比我晚

那我怎么是抄袭你

我怎么是侵权你呢

这个就有问题

所以因为在这个商业秘密这块

强调的第一是可接触性

就是说他能接触到

我的这种商业秘密

第二是说这种相似性

相似性的判断具体的是到

专门的鉴定机构去判断

所以这点就是说给

给 这也是一个

在实物中的一个建议

就是说如果你真的做这块业务

你需要在商业秘密保护上

去做一些投入

这样的话你们的算法

不至于说你最核心的东西

我们因为我们也在

帮一些做公司融资业务

其实在融资的过程中

很多的风险投资

包括融资就会特别担心的一点

说你这个最核心的

就是你这个算法

但你这个算法

一旦被拿出去以后

你这个公司的价值

你马上就可能打一个大的折扣

因为跟你竞争的人

用的跟你一样的算法

它可能比你更大

或者它可能发展速度怎么样

所以这里面商业秘密这块保护

在数据的合规

在这个安全上也是一个

一个重点