当腾讯信用分骑上摩拜,只为进入场景获取数据反馈

摘要: 总体而言,腾讯没能像阿里那样掌握属于自身优势的线上交易场景,其获取交易数据的渠道更多地源自于社交,以及第三方公司。

上线3个月的腾讯信用分终于落地实测了,广州的用户可以凭借腾讯信用分申请摩拜免押金了。

好消息是退还给你的299元摩拜押金,可能让你有种天上掉钱的感觉;坏消息是,若微信里信用分低的好友太多,你想骑车可能还得交押金。

不论如何,腾讯信用分再次带了一波节奏:各类媒体再次对其热议。然而,目前大多数媒体只看到了腾讯征信“上车”,氢媒工场分析了腾讯征信的优势与劣势后发现,其实腾讯尚无资格,甚至无意与阿里“飙车”。

一、腾讯征信的劣势:数据深度不足,场景、份额较少

根据官方的介绍,腾讯信用分从 5 个维度对用户的信用进行评估,分别为社交指数、安全指数、财富指数、履约指数和消费指数,是运用大数据、机器学习等技术综合评估的结果。相对而言芝麻信用的 5 个维度是:信用历史、行为偏好、履约能力、身份特质、人脉关系。

不难发现一个微妙的细节:腾讯把社交指数排第一位,而芝麻信用把人脉关系排最后。可以,这很腾讯。

1、数据深度不足。

我们知道,征信的基础是数据,但并非所有的数据都可用于征信,严格意义来讲,社交与通讯数据算不上是征信数据,只能其辅助作用。或者说社交数据、通讯数据是弱金融属性的。

有多弱?

先看行业的普遍做法:根据易观此前发布的《中国个人征信市场专题研究报告》显示,央行个人征信中心数据构成中,社保、通讯等非金融数据,只占17%。而芝麻信用虽然将“人脉关系”数据作为评价标准之一,但也只占5%的权重。 

再看专家的评论:国内运用人工智能与大数据做征信的专家丁卓博士曾表示:“其实,社交数据征信在做360度的用户画像刻画中,其作用大概只占5%-10%。对于金融行业的评估来说,这些数据不能作为直接的评价参考。”

可见业内普遍认为,社交与通讯数据不能作为征信的主要衡量标准。

这一点不难理解,比如朋友圈、微博、QQ空间的内容,大部分可归结为感性的“秀炫晒”——它并不能真实地反映个体现实状况,由此简单得出的结果,必定与真实的用户画像相去甚远。

正如易观金融行业分析师田杰此前评论所言,腾讯征信最大的挑战在于个人信息的深度,如何获取与个人信用相关的金融信息,行为信息才是最大的问题。

2、市场份额与应用场景被抢占。

除了数据深度不足的劣势外,腾讯信用分还存在一个难题:市场份额与应用场景已被金融系统更为成熟的支付宝占据,并且已形成一定的护城河。

根据艾瑞咨询10月发布的《2017年Q2中国第三方支付季度数据发布研究报告》显示,2017Q2支付宝的市场份额为54.5%,财付通市场份额仅为39.8%。而且支付宝的余额宝个人申购份额Q2还环比增长了22.1%。

可见,相对于近来才发力的腾讯金融而言,支付宝更加成熟的金融体系正在相互协同,产生化反。

就芝麻信用来说,发展至今已在信用卡、消费金融、酒店、租房、出行、婚恋、分类信息、学生服务、公共事业服务等上百个场景。反观腾讯信用分,除了摩拜免押金,现在的应用场景主要应用在消费金融领域,包括现金借贷(如微粒贷)、消费分期(如众安车险分期)申请银行信用卡(如光大银行、广州银行)。可见,其引用场景(虽然垂直)其实相对狭窄。

不难看出,芝麻信用的先发优势已让阿里跟腾讯拉开距离。

一方面就心理层面而言,用户习惯和忠诚度已逐渐形成。笔者调查了周围十多个朋友,他们绝大多数都表示不会特别重视腾讯信用分的高低增减。“有一个芝麻信用已经够用了”,一个朋友D说。D自2015年芝麻信用上线以来就已开始使用,近3年时间内他的芝麻信用分已从最初的672增长至目前的751分。“三年才加了不到80分,再换一个平台用分数涨上去又得几年”,D说。这像一种隐形的“养成类游戏”,一旦投入了时间、注意力、金钱,就已成为了沉没成本,用户几乎难以转移。这是主观因素。

另一方面在数据积累层面,2015年芝麻信用的日数据处理量就已经在30PB以上了,相当于5000个国家图书馆的数据总量,其中包含了用户网购、还款、转账以及个人信息等方方面面数据,数据不论是在广度还是深度上,都是腾讯短期内难以追赶的。这是客观原因。

所以,我们不难得出一个结论:腾讯征信其实中短期内无法与芝麻信用一较高低,它可能也无意这么做。

那腾讯到底想要什么?

二、腾讯征信的优势及打法:先跑起来再说

我们知道,腾讯无往不利的一个最重大的优势在于社交流量——根据《2017微信数据报告》数据,微信9月平均日登陆用户达9亿。

虽然前文提到通讯数据、社交数据存在着“深度不足”的天然劣势,但这些数据覆盖广、难以模拟、维度多等特点依旧能作为腾讯信用分强大的支撑。

利用这些特点,腾讯征信其实早已有一个“不十分完美的征信系统”。这个系统的底层逻辑,根据自腾讯数据挖掘高级工程师刘黎春此前的描绘是这样的:

1.针对不同的底层数据类型设计特定的挖掘算法,挖掘用户的行为特征,形成底 层标签。综合考虑不同数据来源的,形成更上层的抽象用户标签

2.建立完善的用户画像标签体系结构,从不同维度、粒度对用户进行描述。

3.搭建用户画像挖掘系统,基于大规模存储和机器学习计算平台,定期对全 量用户数据进行计算和挖掘,并提供用户标签的使用和查询服务。 

初级系统有了,现在腾讯征信想要的,是尽快让这个个不十分完美的征信系统进入场景,获取数据反馈。

我们这里引进一个模型——《中国个人征信市场专题研究报告》将征信模型精简为四步闭环系统:①数据采集整理、②数据分析处理、③信用产品输出、④商业场景应用。腾讯最大的先天劣势在于数据采集整理(即数据缺乏深度),但第②、③步对于腾讯而言并非难事。

因此,它想要的,是用自己的优势环节推动这个闭环系统开始正向循环,先让征信系统先进入场景,获得效果回馈,收集数据,调整算法,提高评估精度。

如果将这个闭环系统想象成一个车轮,那么腾讯的车轮虽然没有阿里的那样高转速,但只要先“转起来”,随着时间的推移,从长远来看必然形成加速度。

与此同时,为了弥补“数据深度不足”的天然劣势,腾讯与多家保险、银行达成数据层面的合作,如2015年就已与广发银行和浦发银行在数据层面达成合作,最近的11月9日,腾讯又分别与招商银行和富德保险集团达成合作,合作领域就包括金融大数据。

此前马化腾也在公开信中指出:腾讯将把社交平台、内容平台与京东的交易体系全面打通,有望实现零售行业线上线下跨场景的智慧连接。不难预测,京东的交易数据未来也将助力征信系统。

此外,通过摩拜这个高频出行场景落地自己的信用分服务,对于腾讯来说是一个不错的优势。

但总体而言,腾讯没能像阿里那样掌握属于自身优势的线上交易场景,其获取交易数据的渠道更多地源自于社交,以及第三方公司,如京东、招行等。这对腾讯信用分在消费指数、财富指数、履约指数三个维度上的判定会有一定限制。

三、总结

互联网企业的征信领域就像一轮麻将,阿里作为庄家已早早上听,还握着一手烂牌的腾讯只是按照自己的节奏默默地摸牌出牌而已。但在不清楚双方底牌的旁观者眼中,二者就是在明争暗斗。

刻意营造腾讯阿里在金融征信领域的竞争,不过是媒体为营造戏剧性张力的惯用技巧而已。他们脑补加戏,暗示“必有一战”,其实刻意掩盖了对竞争双方是否对等的衡量。

所以你若问腾讯:老司机开车了?

它很可能会答:只兜风,不飙车。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系作者 氢媒工场 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

氢媒工场
氢媒工场

公众号氢媒工场(savemedia),媒体圈老司机,聚焦TMT行业新锐观察。

评论(0

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈