ZRobot拒做“大数据公司”背后的数据技术商业逻辑

京东金融与美国大数据公司 ZestFinance联合发起成立ZRobot日前宣布开业，主要提供数据建模、信用评分、资产定价、欺诈识别、精准营销等能力在内的数据增值与技术应用服务，面向银行、汽车金融、消费金融、小贷公司等各类金融及非金机构，为其在信贷领域提供数据技术服务，提升金融及非金机构的大数据分析应用能力以及防控风险。

ZRobot同时发布旗下两款产品－“漫网”和“盘古信用模型”。“漫网”将利用复杂网络技术进行反欺诈风险管控，“盘古信用模型”则能针对信贷用户给出信用评估建议，降低不良资产率。

拒做大数据公司

ZRobot成立似乎意味中国又多了一家大数据公司。然而ZRobot不太喜欢“大数据公司“标签，更愿把自己定位为“数据技术公司”。其CEO乔杨对笔者表示，ZRobot核心竞争力在于数据挖掘能力和模型开发能力，从海量金融弱相关数据中发现与信贷表现相关的变量，利用机器学习技术，评估用户的信用风险， 剖析客户画像。

乔杨认为ZRobot技术先进性主要在于能处理高维度数据（2万余维度）；有能力处理类型丰富的数据，结构化与非结构化的数据均能处理，涵盖文本、声音、图像等多个类型，建构的模型对数据质量依赖程度低，针对有效数据记录较少的“弱活跃用户”也有一定的判断与预测能力，此外利用授权用户的互联网行为数据，预测分析上万个维度的变量，建立的数据模型具有普适性及稳定性。

资料显示，当下大数据市场规模已达百亿级别，随着数据获取成本和储存成本显著降低，互联网及互联网+数据、线下交易数据、电信数据等数据量都在高速扩张，然而国内拥有建模技术、并有能力充分解读数据的专家团队数量有限，大量数据无法或低成本的直接应用，浪费迹象明显。

ZRobot不愿把自己定位成大数据公司，源于当下大量企业都喜欢标榜大数据基因，然而海量数据累积与沉淀并不能直接为企业带来多少商业价值，如果从应用层面来说，目前中国大部分沉淀数据和数据价值还没被充分挖掘，尤其缺少有核心竞争力的数据技术服务方，导致海量数据处于休眠状态，或者是停留在粗加工状态，远远没有到达深加工的高附加值状态。

从ZRobot发布两款产品“漫网”和“盘古信用模型”也可看出，两款产品在ZRobot筹建过程中已完成开发、验证，并在数个客户金融业务中投入运营。比如“漫网”在基于面的复杂网络基础之上，可完成用户洞察，挖掘高危特征，降低欺诈风险，综合完成信用评估。“盘古信用模型”则利用多维度的贷前数据，预测客户的综合逾期风险，信用分数对不良客户具有高区分度和低误判率，不同机构可根据自身业务需求，结合ZRobot信用分数，定制风险管理策略。

值得一提的是，通常经济计量模型对于数据要求很高，数量和质量直接决定模型的有效性和预测能力就越强。随着普惠金融不断推进，那些没有在传统金融体系中获得服务的人群往往成为计量模型的盲区，“盘古信用模型”目前利用授权用户的订单、浏览、通讯等互联网行为数据挖掘价值，预测分析上万个维度的变量，主要覆盖缺乏信用记录的年轻人群，可在一定程度上弥补传统模型不足。

大数据商业化下一站

时下探究互联网金融最核心竞争力，风控实力算是最重要一环，能否做好风险管控，将坏账率控制在极低的水平至关重要。随着互联网金融靠销售推进原动力逐渐消失，流量驱动的野蛮成长基本结束，进入风控驱动的大数据新时代。目前有数据处理能力的公司很多，但处理数据技术公司，服务终端数据应用的企业在中国市场有巨大空间，ZRobot成立也是看到中国数据技术市场的空白， 专注数据增值与技术应用，尝试实现数据驱动商业决策的价值。

ZRobot并不愿意把自己的客户只限定银行、汽车金融、消费金融、小贷公司等各类金融机构，而是放到更大的非金机构，为其提供数据技术解决方案。当然ZRobot在中国目前错综复杂的大数据市场环境难以避免会遇到很多挑战，需要经过时间和市场的不断检验。

作为ZRobot股东，发起方之一的ZestFinance是美国大数据公司，通过机器学习和大数据技术进行个人信用评分，主要服务于那些在传统个人征信体系下无法正常使用金融服务的用户，2015年6月获得京东金融投资。京东金融此次参与发起成立ZRobot，也可看出其对数据技术领域的兴趣，这也与京东金融在金融科技领域的定位相符。

众所周知，互联网金融大数据风控解决方案普遍采用用户社会行为和社会属性数据，在一定程度上补充传统风控数据维度不足的缺点。未来市场竞争在于谁能在上述两处领域广度 以及服务走的更远，ZRobot提供的解决方案给当下大数据商业化道路提供另一种思考。（完）

本专栏所有原创文章未经授权，谢绝转载。获取授权请QQ：83639856，转载请遵循「署名-非商业用途-保持一致」原则，不得断章取义摘编，涉及商业化用途需付费。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。