作為(wei)全(quan)球(qiu)數據最為(wei)密(mi)集的(de)行(xing)業之(zhi)一(yi)，金(jin)融業對大數據戰略的(de)重視程度與日(ri)俱增，許多(duo)機構(gou)憑借先發優勢已脫穎而出。在全(quan)美前十大銀(yin)行(xing)中，有九(jiu)家(jia)是百(bai)年老店，只有一(yi)家(jia)崛起于近30年內，它(ta)就是Capital One(美國(guo)第一(yi)資(zi)本金(jin)融銀(yin)行(xing))。這(zhe)家(jia)由美國(guo)弗吉尼亞(ya)州(zhou)Signet銀(yin)行(xing)信用(yong)卡部門發家(jia)而起的(de)金(jin)融機構(gou)，如(ru)今已成美國(guo)最大的(de)金(jin)融控股公司之(zhi)一(yi)。其逆襲和崛起的(de)奧秘，均(jun)與兩(liang)個字密(mi)不可分：數據。

 　　早(zao)在(zai)1988年，Capital One董事會(hui)主席瑞(rui)奇(qi)·菲爾班(ban)克(Rich Fairbank)創立公(gong)司時就(jiu)認識到(dao)了數(shu)據(ju)的重要性，堅(jian)信(xin)金(jin)融機構的競爭力是對信(xin)息的收集與處(chu)理能力。前瞻性的戰略令數(shu)據(ju)思維滲透進了Capital One日常工作的方(fang)方(fang)面(mian)面(mian)，包括產品、客服、風控、企(qi)業(ye)文化、內部溝(gou)通等，幫(bang)助(zhu)其(qi)成功崛起。

　　利用(yong)大數據(ju)打通“任督二脈”

　　讓我們回溯 Capital One的大(da)數據(ju)發展之路，看看這家曾經名(ming)不見(jian)經傳的小(xiao)銀行，如(ru)何依靠(kao)大(da)數據(ju)實現(xian)華麗逆(ni)襲。

　　首先是產(chan)(chan)品(pin)。上世紀90年代，美國信用卡市場個體利潤(run)率千差萬別，但定(ding)價卻(que)統(tong)一僵化，未(wei)能實現有效(xiao)的(de)(de)用戶(hu)(hu)分層。Capital One以此為切入口，采用“邊測(ce)試邊學(xue)習”策略，推出上千款產(chan)(chan)品(pin)進(jin)行(xing)無數次測(ce)試，采集接受度、轉化率、用戶(hu)(hu)生(sheng)命周(zhou)期(qi)價值、壞賬(zhang)率等大量(liang)數據(ju)進(jin)行(xing)分析，從而規(gui)避高壞賬(zhang)率及風險較低、但很少發生(sheng)利息收入的(de)(de)群體，找(zhao)到真正的(de)(de)利潤(run)貢獻(xian)者——保持較高欠款余額、持續繳(jiao)納(na)利息的(de)(de)用戶(hu)(hu)，并設計出符合(he)其需(xu)求(qiu)的(de)(de)產(chan)(chan)品(pin)，迅速擴大規(gui)模。

　　這是(shi)大(da)數據思維在產品(pin)分(fen)類、用戶(hu)分(fen)層領域的成功應用，Capital One也得以擁有了明顯高于(yu)競爭對手的單賬(zhang)戶(hu)營收和利潤。

　　其次(ci)是客(ke)(ke)服(fu)(fu)。客(ke)(ke)服(fu)(fu)是每個(ge)服(fu)(fu)務型(xing)機構與客(ke)(ke)戶(hu)接(jie)(jie)觸(chu)最(zui)為(wei)(wei)頻(pin)繁的(de)(de)部門(men)，Capital One將大數據思(si)維發揮得(de)淋漓盡致(zhi)。起初，客(ke)(ke)戶(hu)電話咨詢(xun)的(de)(de)時(shi)間(jian)冗長(chang)且無效溝通(tong)過(guo)多，Capital One研究人員為(wei)(wei)此花了(le)數月時(shi)間(jian)，分析(xi)所有可能(neng)的(de)(de)通(tong)話模式，研究海量客(ke)(ke)戶(hu)來(lai)電數據和(he)行為(wei)(wei)，進而優化(hua)系統，對客(ke)(ke)戶(hu)可能(neng)提出的(de)(de)問(wen)題(ti)進行預判(pan)、歸類(lei)，甚至(zhi)在(zai)接(jie)(jie)通(tong)前就可回答客(ke)(ke)戶(hu)問(wen)題(ti)。

　　由此(ci)，通過大數據(ju)運(yun)營(ying)，該系(xi)統成為Capital One的(de)競(jing)爭(zheng)優勢，降(jiang)低了整(zheng)體成本、增強了服務品(pin)質，系(xi)統運(yun)營(ying)幾個月后(hou)準確率就已達40%左右，一(yi)年后(hou)達到了60%-70%，充分彰顯大數據(ju)的(de)巨大能量。

　　再次是(shi)風(feng)(feng)控。Capital One的用戶風(feng)(feng)險(xian)(xian)(xian)決策模(mo)型涵蓋了眾(zhong)多(duo)數(shu)(shu)據(ju)(ju)，包括美國三大征信局數(shu)(shu)據(ju)(ju)、平臺沉淀的用戶數(shu)(shu)據(ju)(ju)、用戶社交數(shu)(shu)據(ju)(ju)、違約記錄(lu)等。公司還會每個季度(du)驗證模(mo)型，綜(zong)合風(feng)(feng)險(xian)(xian)(xian)與盈利性對不(bu)同客戶制定策略(lve)，底(di)線是(shi)不(bu)給公司帶來(lai)虧損。Capital One還可循(xun)環貸款，借款人需重新進行風(feng)(feng)險(xian)(xian)(xian)評估。若風(feng)(feng)險(xian)(xian)(xian)低(di)則直(zhi)接自動處理，進行再貸款，風(feng)(feng)險(xian)(xian)(xian)高則需借款人提(ti)供最近(jin)信用資料，再進行評估。這一(yi)模(mo)型的風(feng)(feng)控效(xiao)果，明顯較單看FICO分數(shu)(shu)好(hao)，它也被Lending Club所借鑒(jian)，成為當前較為成熟的風(feng)(feng)控模(mo)型。

　　此(ci)外，數(shu)(shu)(shu)據(ju)思維也融(rong)化(hua)于(yu)Capital One整個企業(ye)文化(hua)中，成為(wei)聚焦的(de)(de)(de)中心。在(zai)(zai)(zai)Capital One，IT經(jing)理經(jing)常(chang)向(xiang)(xiang)業(ye)務(wu)部門了解(jie)用戶(hu)情況，并參(can)與(yu)到公(gong)司(si)的(de)(de)(de)重(zhong)大(da)規劃決策中，IT和業(ye)務(wu)員(yuan)工一(yi)起辦公(gong)，傳統藩籬不再(zai)存在(zai)(zai)(zai);在(zai)(zai)(zai)崗位設置上，公(gong)司(si)也體現(xian)了鮮(xian)明的(de)(de)(de)大(da)數(shu)(shu)(shu)據(ju)特色(se)。比(bi)如(ru)“留存專家(jia)”崗位人員(yuan)，可在(zai)(zai)(zai)保(bao)證邊際(ji)利潤的(de)(de)(de)前提下，根據(ju)數(shu)(shu)(shu)據(ju)分析結果，自主為(wei)有銷(xiao)卡(ka)傾(qing)向(xiang)(xiang)的(de)(de)(de)客(ke)戶(hu)修正利率，降低流失率;在(zai)(zai)(zai)員(yuan)工培(pei)養(yang)機制上，Capital One始終將數(shu)(shu)(shu)據(ju)與(yu)信息技(ji)術作(zuo)為(wei)人才(cai)培(pei)養(yang)的(de)(de)(de)重(zhong)心，從該公(gong)司(si)出走的(de)(de)(de)諸多大(da)數(shu)(shu)(shu)據(ju)方面的(de)(de)(de)人才(cai)，如(ru)今已成國內金(jin)融(rong)科技(ji)領域的(de)(de)(de)領軍人物。

　　誰將成中(zhong)國版Capital One?

　　可以看出，大數據思維滲透進了這家金(jin)(jin)融機構(gou)運營的方(fang)方(fang)面(mian)面(mian)，成為其鮮明的基因(yin)和文化。當前，金(jin)(jin)融科技的浪潮席卷全球，互聯網金(jin)(jin)融在(zai)中國(guo)方(fang)興(xing)未艾，大數據成為每個企業關注(zhu)的焦點。那(nei)么，哪些企業有望(wang)成為中國(guo)版(ban)的Capital One呢?

　　我們(men)看到，陸金(jin)所、PPmoney萬惠等(deng)平臺已(yi)有所布(bu)局(ju)。陸金(jin)所正籌(chou)備KYC 2.0(Know your customer，充(chong)分了解你的(de)客戶)，即新的(de)投資者與產(chan)品風險適配體系。該平臺試圖引入大(da)數(shu)據(ju)、機器學習等(deng)技術，對投資人進(jin)行更精(jing)確(que)的(de)風險承受能力測評，在此基(ji)礎上實現資金(jin)端(duan)與資產(chan)端(duan)更精(jing)準的(de)匹配，進(jin)一步提(ti)升運營和(he)風控效率。

　　PPmoney萬惠則擁有專門做數據(ju)分(fen)(fen)析的(de)(de)部門，將網(wang)站運營數據(ju)化，分(fen)(fen)析出(chu)用(yong)戶的(de)(de)投(tou)資(zi)(zi)偏好、投(tou)資(zi)(zi)頻率(lv)、投(tou)資(zi)(zi)結構，并根據(ju)職業、教育等信息判斷用(yong)戶抗風險能(neng)力，進(jin)而對(dui)用(yong)戶進(jin)行(xing)細分(fen)(fen)，針對(dui)不同(tong)理(li)財需(xu)求(qiu)推出(chu)不同(tong)投(tou)資(zi)(zi)組合，增強用(yong)戶黏性、擴大(da)市場規(gui)模。

　　針對當下正引(yin)(yin)發(fa)全球關注的(de)智(zhi)能理財(cai)，PPmoney萬(wan)惠(hui)在優質債(zhai)權庫的(de)基礎上，在大(da)數據(ju)等核心技(ji)術(shu)的(de)驅動下，基于“蜂(feng)巢(chao)引(yin)(yin)擎(qing)”概念推(tui)出了一款智(zhi)能理財(cai)產品——月(yue)月(yue)增(zeng)，為(wei)用(yong)戶智(zhi)能匹(pi)配(pei)最(zui)優債(zhai)權組合(he)。所謂(wei)“蜂(feng)巢(chao)引(yin)(yin)擎(qing)”，指(zhi)的(de)是(shi)資(zi)產如(ru)蜜蜂(feng)一般，獨(du)立且分(fen)散，高度同步性(xing)又一體(ti)化，在聚合(he)及分(fen)散的(de)過程中高效幫助用(yong)戶降低風險，合(he)理匹(pi)配(pei)各類資(zi)產，已成(cheng)該平臺又一里程碑式(shi)產品。

　　我們還了解(jie)到，“產品(pin)分(fen)類(lei)、用戶分(fen)層(ceng)、智能推送(song)、全(quan)球配(pei)置”是PPmoney萬惠目前的(de)發展方針，未來該平臺將(jiang)在(zai)大(da)數據分(fen)析的(de)基(ji)礎(chu)上，為用戶提(ti)供(gong)個(ge)性化(hua)(hua)、多(duo)樣化(hua)(hua)的(de)產品(pin)和服務，打造(zao)一(yi)站(zhan)式綜(zong)合智能理財(cai)平臺。

　　或許在不遠的將來，互金行業將誕生中國版的Capital One。更多最新市場調(diao)研報告，投資分析報告，行業分析，市場分析報告，市場調查報告，調查報告請訪問靈(ling)核網(wang)。