物联迎来了突破性发展网络

金融大数据领域真有天然垄断基因？

互联新金融回归FinTech，新一代金融科技正在革新金融产业链条上的各个环节，提高行业效率，创造新的价值点。并以此推进服务创新、产业转型升级。

在此背景下，亿欧策划了「金融科技50+」系列报道，聚焦大数据、AI、区块链等新型科技，在贷、消费金融、络支付、科技保险、互联银行、产业供应链等领域的实践与创新。

实在抱歉，一个重要客户。采访过程中，侃侃而谈的张韶峰一边向表达歉意，一边接通与他的新客户信诚人寿确认见面时间。

创业公司都是时间控。2014年前后，百融、同盾、聚信立、算话征信等公司成立，形成大数据征信的集中创业潮。同时，央行下发了第一批企业征信牌照，开始市场化探索。

3年来，百融金服目前对接客户数量近2000家，辅助审批资产规模2500亿元。与此同时，我国征信服务相关企业数量达到2000多家，包括百融在内的130多家企业征信持牌公司，没有一家合格的8家个人征信准备机构是这个万亿级市场的核心玩家。

监管走向、行业整合、差异化竞争张韶峰断言，如同2014年团购大战、2016年的出行之争，金融大数据也是天然垄断型的行业，目前正处于快速成形期，未来两三年内会冲出行业巨头。为此，百融金服正在全力以赴。

数据争夺之战，垂直服务商的机遇

数据量级是大数据征信的核心能力之一。百融金服最早是百分点内部的金融事业部，其最初的数据积累也来自于此。

而作为互联数据的生成方，BATJ掌握着除了政府、运营商以外的绝大多数数据，垂直服务商并不具备优势。但百度侧重搜索、腾讯侧重社交、阿里和京东侧重电商，它们各自为营数据维度单一，不利于应对金融风险防范。

此外，张韶峰认为，从互联巨头目前的金融布局来看，大而全的综合金融集团（如银行模式）是一致选择。因此在数据合作方面，多数银行、消金、互金、小贷等对BATJ都心存忌惮这给金融大数据服务商留下了发展空间。

天然垄断：第三方服务孕育垂直巨头

不过，我国至今尚未出现市场化的独立第三方大型数据平台的成功案例，其商业模式有待验证。

张韶峰指出：首先，市场需求旺盛。互联金融、传统金融机构的快速成长，直接促使信贷后端的征信、风控成为刚需。我国拥有各类银行2000多家、小贷公司和担保公司各近10000家、持牌消费金融20多家、正常运营的P2P平台2000多家。

其次，金融服务相对分散、数据服务趋于集中。出于风险考虑，世界上所有大国的金融行业都不可能被少数几家金融机构所垄断，通常做法是扩大金融机构的数量来分散风险。这就为大型数据服务企业奠定了基础。张韶峰认为，银行业头部10%的客户，足够支撑起一家规模可观的垂直服务商。

另一方面，金融大数据服务虽然竞争激烈，但行业整体趋向集中。在大数据的硬件/基础设施-大数据软件处理-行业模型应用3层产业链条中，不具备核心竞争力的企业将逐渐沦为大型企业的附庸，如目前市面上的很多数据供给渠道商。

参考美国个人征信市场，已经形成金字塔格局： 3大巨头Experian、Equifax、TransUnion的地位数十年来难以被撼动，下面是2000多家小型垂直数据公司。绝大多数银行金融机构倾向于与服务能力强的3家巨头中的一两家进行长期合作。而这3家巨头会与小型数据商合作，从而能够打造出综合能力强的服务和产品来供给银行。

征信只是大数据金融应用的其中一环，除此之外还有金融产品设计、精准营销、不良资产管理、智能投顾等关键环节，需要超强的综合能力。张韶峰指出。

因此，金融大数据领域天然垄断的市场格局是必然趋势，中国市场在未来2、3年内定型。

这一过程中，尤其需要明确金融服务和科技服务的区别。金融企业低市值、重资本的属性，并不适合互联的轻运营模式。相反，科技服务公司能够通过高门槛建造竞争壁垒，马太效应、雪球效应显著。同时，也更受资本市场青睐，更易于做高估值。

与互联类似，金融大数据企业的边际成本急剧降低、聚集效应明显，这是百融定位科技服务公司的关键原因。

人工智能+大数据+征信，应用成熟度高于智能投顾

传统征信行业存在覆盖人群有限、审核周期较长、信息采集面有限等弊端，而这正是AI、大数据、云计算等新型科技优化、重塑服务链条的发力点。

其实，人工智能在算法层面并没有本质突破，之所以近两年开始凸显，本质原因是大数据先取得了突破足够多的数据，让AI机器学习获得了最重要的基础。

张韶峰指出，人工智能在金融领域的应用主要在于：①智能风险评估和管理；②智能投顾服务。不过，智能投顾的呼声似乎更高，原因之一是投资理财属于高频需求，更贴近普惠大众；而风控服务靠近金融服务链条的后端，且贷款属于低频行为。但事实上，在技术应用层面，后端风险管理的应用成熟度更高。

虽然2者都是通过数据分析、技术模型来评估并服务个人用户，但智能投顾还必须分析投资理财产品，所以短期内真正大规模应用的难度比较大原因并不在技术本身，而是相对于个人行为，投资理财产品变化趋势更难以预测，尤其是二级市场存在数据透明度低、政策因素强、产品种类少等问题。

目前，百融金服通过深度学习模型处理50万个基础变量，相较传统方法，整体效率提升了50%-60%。其中营销环节成功率提升30%以上，个人不良率降低7成。

自上而下，势能传导

在2014年大数据风控创业热潮中成立的企业中，百融、同盾、聚信立等企业在服务体系上多有相似，但具体打法上存在差异。

张韶峰指出，初创企业多采用自下而上的方法，针对中小客户，开发单一产品（黑名单、发欺诈等）切入市场，然后丰富产品类型，铺开信贷全流程业务，再向银行、持牌金融机构等高端客户拓展。这种方法前期起量快，能够迅速做大规模和估值，但后劲不足。

与之相反，百融在初期就首先从银行客户入手，设定了自上而下的路径：①风控产品采取按月、单项、后付费的方式，创造更多赢利点；②整体解决方案产品的定价高于行业平均水平，聚焦中高端金融机构的客户以此形成自上而下的势能传导。

对于这一方式造成的前期市场开拓、获客的成本压力，张韶峰坦言，百融以更高成本聘请高层次的技术开发人员、数据分析与建模师、顾问式的销售人员。这种自上而下的模式前期投入较高，但金融机构天生比较倾向于向比自己大的机构学习，也倾向于选择服务过大机构的服务商，因为大机构对服务商的考核更加严苛。

但这种模式的优势在于，一旦形成势能，中后期能迅速占领市场，迅速降低人均成本、提高人均绩效。据了解，目前与同行依靠大规模地推式销售模式，百融的销售人员总占比15%，低于行业平均水平，人均综合产出相比部分同行高出倍。

经营业绩上，2016年百融营收实现同比15.6倍增长，今年Q1实现了现金流转正

。

薏芽健脾凝胶吃多久宝宝不消化怎么办宝宝健脾食谱榆林癫痫病医院咋样

宝宝咳嗽用金振口服液

宁夏治疗牛皮癣医院