互联网金融公司主要应用的数据分析有哪些？

互联网金融在中国只发展了两年多。从货币基金到P2P到众筹再到股票基金，从传统的自动取款机和移动银行短信银行，我们感受到互联网金融的到来，让我们有更多的信息渠道来了解金额。还有钱宝网，比如越女读财介绍的高暴利，MMM、如果没有互联网，相信百川币很难发展。主要介绍互联网金融行业相关公司的主要应用数据分析，不同于电子商务和零售中的数据分析应用。零售中的数据分析解决了更多的销售问题，而金融更多地涉及到风险问题。好吧，不要胡说八道。直接去干货。互联网金融中的数据分析主要体现在个人信用调查、贷款信用调查、风险控制、*现金识别、保险定价和云计算平台、定量投资等应用上。1.目前国内外个人征信的发展如下:美国征信:数据应用1)FICO和三大征信机构最主流的FICO信用评分体系(Fairisaac公司的产品)已覆盖全国90%的借贷机构和85%的人，Experian三大征信局、Equifax和Transunion都使用FICO模型计算信用评分，但数据源略有差异。2)Zestfiance及其与FICO的区别Zestfiance，原名Zestcash，是美国新兴的互联网金融公司。在美国，Zestfince和FICO是另一个完全对立的信用评分系统，因此没有“美国FICO信用评分指标从Zestfinance获取用户行为信用数据”的情况。Zestfince的主要服务对象是FICO评分低于500甚至没有信用评分的人，市场很小，用户只有10万左右。与FICO的区别在于，在其模型中，通常使用3500个数据项，提取7万个变量，使用欺诈模型、身份验证模型、预付款能力模型、还款能力模型、还款意愿模型和稳定模型等10个预测分析模型，进行综合学习或多角度学习，并获得最终的消费者信用评分。其次，Zestfinance公司另辟蹊径，充分利用丢失数据和正常数据交叉的关联，探索数据丢失的原因。其次，Zestfinance公司找到了另一种方法，充分利用丢失数据和正常数据之间的相关性，探索数据丢失的原因。此外，Zestfinance公司每季度推出一种新的信用评估模式，涵盖信用、市场营销、债务收集、学生贷款、法律债务收集和次级汽车抵押贷款。3)CreditKarma等免费查FICO分(Transunion和Equifax）以及简短的信用报告平台（美国政府规定，三大信用调查局每年只为用户提供一次免费查询信用记录的机会）。此外，用户可以在平台上查看自己的财务状况，并根据用户的信用信息和个人财务信息推荐合适的信用卡、更优惠的汽车贷款和抵押贷款等信用产品。当会员购买金融机构的产品时，该机构将支付给首席信息官。产品运营模式：中国信用调查：在国内个人信用调查方面，芝麻信用最像FICO。BaseFICO范围：300-850（Industry-Specificfico范围：250-900；芝麻信用分为350-950。FICO数据维度：偿还历史×35% 信用账户数×30% 使用信用年限×15% 正在使用的信用类型×10% 新开立的信用账户×10%；蚂蚁信用评分：信用历史×35% 行为偏好×25% 履约能力×20% 身份特征×15% 人脉关系×5%。信用评级划分2。风险控制风险控制主要包括用户行为识别，如盗卡、盗号、*套现等。3.传统的贷款信贷方式。互联网金融的贷款方式：1）阿里巴巴小额贷款2）宜人贷款的数据来源包括：很多人可能会问我，由于时间关系，没有办法。我只能说，我们可以做一个非常非常简单的展示。传统金融机构也制作模型，有许多算法，如数据挖掘和传统数据模型。例如，他可能会放置数十个变量或支持数百个变量。我们的方法不同。我有数十万个或更多的变量。在传统模型中，如果可以解释的话，强调所有这些特征。所以他需要非常非常强大的特征。所以他需要非常非常强大的特征。在我的模型中，在我们平台的模型中，对我来说，所有的数据都是信用数据。你可以想象很多其他的数据，比如你的搜索数据，网上很多其他的点击数据也是特征。如果这些特征被吸收，可能很弱的特征并不重要。最后，我可以做一些模型，无论是信用还是反欺诈。我的手段不同于传统的组织。4.保险定价保险定价的主要场景包括车险定价和运费保险。汽车保险：事实上，根据车主的日常驾驶路线、里程、驾驶习惯、事故记录、职业、年龄、性别，可以给出非常不同的定价。比如一个熟练的女白领车主开中级车，每天固定路线往返几公里，每天在珠三角或者长三角开同样车型的中年暴躁小老板车主，假设后者出险概率是前者的三倍，可以定价三倍于前者(商业部分)。对于保险公司来说，前者是高质量的客户，后者在做生意时也会赔钱。最好去竞争对手那里。