雷鋒網AI金融評論報道，6月1日，GIAC 全球互聯(lián)網架構大會在深圳召開。該會議是長期關注互聯(lián)網技術與架構的高可用架構技術社區(qū)推出的、面向架構師、技術負責人及高端技術從業(yè)人員的年度技術架構大會，組委會從互聯(lián)網架構最熱門系統(tǒng)架構設計、工程效率、機器學習、未來的編程語言、分布式架構等領域甄選前沿的有典型代表的技術創(chuàng)新及研發(fā)實踐的架構案例，分享他們在本年度最值得的總結、盤點的實踐啟示，打造一個分享及討論平臺，改變未來一年的互聯(lián)網構建方式。

大會更多的討論的是機構方面的技術創(chuàng)新內容，而在6月1日上午舉辦的Fintech分場上，小贏科技理財研發(fā)中心負責人林實立結合小贏科技的互聯(lián)網金融數(shù)據與應用的演講則是為數(shù)不多的業(yè)務與數(shù)據運用相結合的分享。據介紹，小贏科技成立于14年，是一家快速發(fā)展的金融科技公司，累積交易千億，注冊用戶過千萬，林實立主要負責P2P交易系統(tǒng)的設計研發(fā)工作。

據雷鋒網了解，小贏科技所采用的數(shù)據架構是基于經典的Lambda架構進行選型的，Lambda架構是Nathan Marz提出的一個實時大數(shù)據處理框架，其核心思路是將大數(shù)據系統(tǒng)架構拆分為Batch Layer、Speed Layer和Serving Layer三部分，其中批處理層（Batch Layer）針對全量數(shù)據進行處理，加速層（Speed Layer）針對實時的增量數(shù)據進行處理，從而達到可以靈活應對任意規(guī)模的數(shù)據處理需求。但據林實立介紹，目前小贏科技的數(shù)據處理“主要還是在離線處理部分，增量處理還是在待建，并沒有用到很大數(shù)據的處理。”

那么，在P2P交易系統(tǒng)中數(shù)據是如何被使用的？林實立舉了兩個例子：

第一個例子是邀請網絡分析，是基于用戶生命周期前端的“獲客”行為的數(shù)據應用。從業(yè)務層面，其希望解答的問題是：邀請的營銷費用花在哪些人上最有效？邀請效果會不會隨時間衰減，具體情況又是什么樣的？

從具體業(yè)務場景看，該分析主要研究邀請人與與受邀人注冊時間上的間隔關系，以及邀請層次與邀請效果的關系。通過對數(shù)據的分析，用于指導P2P平臺在用戶注冊多長時間后發(fā)起補貼最為合適、針對哪些用戶進行補貼最為合適，以及預測一輪邀請補貼在一定的時間內帶來多少新用戶。

小贏科技在對數(shù)據分析中發(fā)現(xiàn)：對于普通邀請人（一般用戶）和非普通邀請人（自媒體，大V等），在邀請與注冊的間隔時間、衰減效應、邀請層次與邀請效果的關系有著比較大的區(qū)別。具體來說，普通邀請人的邀請衰減效應較為明顯，而非普通邀請人的衰減效應相對沒有那么明顯，往往還會出現(xiàn)二次或三次的峰值；如果再進一步量化，普通邀請在發(fā)出邀請后到達預期被邀請比例（例如50%）的時間要更短一些，非普通邀請到達預期效果的時間則更長一些。通過經過數(shù)據分析得到邀請的事實關系表，可以大致了解到不同邀請人的再邀請傳播系數(shù)，以及在什么時間激發(fā)、激發(fā)哪些用戶、通過什么渠道激發(fā)等指標，從而可以指導促銷的投放。

第二個例子則是高凈值聚類分析。其背景則是，客服部門在人力有限的情況下，如何對高凈值用戶進行更有效的發(fā)展和維護？在具體的分析過程中，技術部門則根據業(yè)務部門定義高凈值用戶范圍，以及高凈值用戶的分類，采用RFM模型進行了分析。

（雷鋒網按：RFM模型是在用戶關系管理中被廣泛應用的模型，按照最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)三個維度，對用戶進行細分，根據不同的用戶等級分類，采取不同的營銷策略，并為客戶管理提供依據。）

小贏科技將RFM三個指數(shù)進行量化：

R：最近一次消費，最近一次投資離現(xiàn)在的天數(shù)

F：消費頻率，最近30天的投資次數(shù)

M：消費金額，最近30天的投資金額

在聚類方法選擇中采取等記錄數(shù)和等總數(shù)兩種分類劃分方法，其中R采取等記錄數(shù)分類，越小分數(shù)越高；F采取等記錄數(shù)分類，投資頻率越高分數(shù)越高；M采取等總數(shù)分類，投資金額越高分數(shù)越高，并分為5類按1-5進行評分，在實際業(yè)務中，平臺可以根據對于參數(shù)的重要程度給予不同的權重，最終加權得出RFM分數(shù)，根據分數(shù)劃分不同的用戶類別。

互聯(lián)網金融行業(yè)中，如何發(fā)揮數(shù)據的最大價值？

或許是為了“留一手”，在分享中所舉的兩個例子都比較簡單，也沒有涉及到諸如“利用機器學習技術進行大數(shù)據挖掘”的內容。但這實際也引發(fā)了一個問題的討論：在互聯(lián)網金融行業(yè)中，如何發(fā)揮數(shù)據的最大價值？

相比起傳統(tǒng)金融服務，互聯(lián)網金融將金融服務的渠道從線下轉移到了線上，借助用戶流量紅利，互聯(lián)網金融在短時間內發(fā)展出了P2P、眾籌、網貸等創(chuàng)新模式，幫助金融行業(yè)提高了獲客的手段，從而得到了快速發(fā)展。然而在互聯(lián)網金融發(fā)展的早期，互聯(lián)網金融公司的主要利潤來源是“去掉中間環(huán)節(jié)”和流量變現(xiàn)，在基于業(yè)務本身的理解和對基于數(shù)據的精細運營上做得并不夠。

隨著2015年對互聯(lián)網金融合規(guī)整頓的展開、2016年的平臺大混戰(zhàn)、2017年的重新洗牌之后，“金融科技”的提法開始逐步抬頭。從“互聯(lián)網金融”到“金融科技”，當中的區(qū)別不僅僅是名字上的改變，而是在業(yè)務理解模式和經營思路上的轉變，基于數(shù)據分析的基礎上，利用機器學習、數(shù)據挖掘、區(qū)塊鏈、云計算等創(chuàng)新技術手段的金融創(chuàng)新活動。在互聯(lián)網金融業(yè)務的的資金運營、投資分析、用戶分析、營銷、風控等各環(huán)節(jié)，金融科技都在發(fā)揮著重要的作用。

據雷鋒網了解，互聯(lián)網金融企業(yè)面臨的主要風險為惡意欺詐，70%左右的信貸損失來自于借款人惡意欺詐，每年互金行業(yè)因欺詐所導致的損失在數(shù)百億元級別。因此，風控也成為了互聯(lián)網金融創(chuàng)新的重地，幾乎每家轉型的互金公司都在稱“我們的核心競爭力是大數(shù)據風控”，在對外的宣傳資料中，這些大數(shù)據風控模型往往具有幾千個甚至上萬個變量，以“凸顯”其技術實力。

然而在會場，一位不愿意透露姓名的從業(yè)人士告訴雷鋒網，大數(shù)據并不能完全解決風控的問題。在他看來，目前成千上萬個參數(shù)的風控模型過于復雜，并不一定能完全反應實際的風險情況，甚至由于需要考慮的東西太多，可能會影響結果，而且同一套風控體系，換了一個環(huán)境效果就會大不相同。

“比如說支付寶的個人信貸業(yè)務做得很好，我們看到的可能是基于芝麻信用成千上萬個參數(shù)的風控，但實際上可能是因為，如果一個人在支付寶借錢不還，他可能就沒法使用相關業(yè)務，沒法在淘寶上買想要的東西，而這是數(shù)據上看不出來的。”他和雷鋒網舉例道。

在機器學習領域，過多的無關參數(shù)帶來的噪音干擾被稱為“過擬合”。關于參數(shù)的一個經典故事是費米曾經說過，“我的朋友馮·諾依曼用四個參數(shù)就可以擬合出一頭大象，用五個參數(shù)可以讓它的鼻子擺動?！币敫嗟膮?shù)，可能會增加模型的精確程度，但如果選擇了不恰當?shù)膮?shù)，則有可能會反過來干擾結果。

而在實際業(yè)務中，基于大數(shù)據分析也有著不小的難度。金融業(yè)務屬于業(yè)務復雜的強監(jiān)管業(yè)務，存在建模困難的問題；同時可利用的數(shù)據多元化，但評價往往是有限的。成千上萬的變量，如何將這些多維數(shù)據變?yōu)槟芊窠杩?、可以借多少的一維數(shù)據，不同風控系統(tǒng)會有不同評價，這也是最具挑戰(zhàn)性的地方。

而且這樣的問題，并不一定能通過“開放數(shù)據”的方式得到解決。面對同一個征信系統(tǒng)，各家銀行的效率、風險控制、定價能力并不一樣，面對數(shù)據開放后透明的數(shù)據，即便有許多可以提供解決方案的金融科技公司輸出技術，但真正決定大數(shù)據的效果的，還在于使用大數(shù)據這把“屠龍刀”的人。

如林實立在分享中的觀點：數(shù)據的運營不在與多復雜，而是有沒有應用的意識，在產品、開發(fā)、測試鏈條里對建模流程，有一個清晰的認識，才能有很好的配合，起到實際的指導作用。

但真正做好這一點并不容易，想要在成千上萬個參數(shù)中找到對業(yè)務起關鍵作用的參數(shù)，不同的人群、不同的環(huán)境、不同的業(yè)務，起決定作用的參數(shù)可能各不相同，這對金融公司來說無異于摸著石頭過河，即便碰巧找對了參數(shù)，也可能只是“煉金巫師的煉金術”。

“風控靠大數(shù)據模型，盈利靠高息貸款”，這也是整個P2P乃至整個互聯(lián)網金融目前存在的問題。毫無疑問，大數(shù)據的使用可以優(yōu)化管理，提高風控效率，降低風控成本，但從目前的應用來看，還是有很長的路要走。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。