大數(shù)據(jù)行業(yè)中又出現(xiàn)了一例引人矚目的投資，一家名為Crux Informatics的初創(chuàng)公司拿到了1000萬美元的種子輪。1000萬的金額不值一提，但這次投資的領(lǐng)投者是投行大鱷高盛。

Crux Informatics也只專注兩件金融行業(yè)的事：第一，處理非結(jié)構(gòu)化數(shù)據(jù)。第二，建立信息供應(yīng)鏈保證各個(gè)金融機(jī)構(gòu)的數(shù)據(jù)隱私，確保他們不被私自售賣和利用。

綜合兩點(diǎn)來看，Crux Informatics很可能是高盛在大數(shù)據(jù)領(lǐng)域最正確的一筆投資。

金融業(yè)有大數(shù)據(jù)？哈哈哈哈哈

說這話的原因，可以先用一個(gè)笑話來解答。

“Big Data is like teenage sex: Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it too .”

大數(shù)據(jù)就像是青春期的性生活：每個(gè)人都在討論，卻沒人知道到底要怎么做，每個(gè)人都覺得別人已經(jīng)做過了，所以每個(gè)人都聲稱自己也有。

沒錯(cuò)，在金融行業(yè)，尤其是傳統(tǒng)金融機(jī)構(gòu)中，大數(shù)據(jù)應(yīng)用的比例要比我們想象中低得多。原因主要有以下兩點(diǎn)：

第一，金融機(jī)構(gòu)數(shù)據(jù)敏感性高，金融機(jī)構(gòu)自身對(duì)數(shù)據(jù)的處理能力卻不夠。

每個(gè)銀行的儲(chǔ)蓄信息、證券機(jī)構(gòu)的交易記錄，這些數(shù)據(jù)不僅僅是我們作為客戶的隱私，更關(guān)系著金融機(jī)構(gòu)自己的經(jīng)營狀況、操作經(jīng)驗(yàn)。交給科技企業(yè)來處理，沒有意外萬事大吉，可要是出了點(diǎn)什么狀況，客戶們忙著擠兌已經(jīng)是最好的情況，要是有哪個(gè)程序員暗搓搓的用深度學(xué)習(xí)從交易記錄中訓(xùn)練一個(gè)操盤模型……投行經(jīng)營們只有哭的份了。

于是，我們會(huì)看到高盛、摩根大通這些大鱷這幾年在人工智能技術(shù)方面的投資并不落后于科技企業(yè)。不過，那些中小金融機(jī)構(gòu)該怎么辦？

第二，金融機(jī)構(gòu)中有大量非結(jié)構(gòu)數(shù)據(jù)沒能被利用。

關(guān)于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的區(qū)別此前已經(jīng)解釋過很多，簡單來說一類信息能夠用數(shù)據(jù)或統(tǒng)一的結(jié)構(gòu)加以表示，我們稱之為結(jié)構(gòu)化數(shù)據(jù)，如數(shù)字、符號(hào)；反之則是非結(jié)構(gòu)化數(shù)據(jù)，比如圖像、音頻、視頻、辦公文檔等等。

在金融機(jī)構(gòu)自身產(chǎn)生的數(shù)據(jù)中，只有很少一部分是結(jié)構(gòu)化數(shù)據(jù)，比如客戶的存款數(shù)額、貸款數(shù)額、購買理財(cái)產(chǎn)品的編號(hào)等等。如果光用這些東西建立一個(gè)風(fēng)控模型，相信一定是個(gè)不怎么精確，在市場上也沒什么競爭力的模型。

而金融機(jī)構(gòu)中最有價(jià)值的，還是那些非結(jié)構(gòu)化數(shù)據(jù)，小到用戶住址、學(xué)歷、各種資產(chǎn)證明的復(fù)印件，大到操盤手們的交易記錄。可這些數(shù)據(jù)都以圖片、表格等等形式存在數(shù)據(jù)庫中，沒準(zhǔn)還會(huì)定時(shí)被覆蓋掉。金融機(jī)構(gòu)自己是很難有能力處理這些數(shù)據(jù)的，根據(jù)結(jié)構(gòu)化數(shù)據(jù)建立模型幾乎是他們的極限了。可要是尋找外援來處理，就又回到了第一個(gè)問題，如何保證數(shù)據(jù)的隱私？

于是，為了解決這種迷之循環(huán)，高盛干脆找了一家能夠一次解決兩個(gè)問題的公司。

非結(jié)構(gòu)化數(shù)據(jù)到底有多重要？

由于資料不足，我們暫時(shí)不能了解到Crux Informatics用來保護(hù)數(shù)據(jù)隱私的“信息供應(yīng)鏈”究竟是什么，從字面上看，很有可能是區(qū)塊鏈技術(shù)。不過，我們可以討論一下保護(hù)數(shù)據(jù)的下一步：利用非結(jié)構(gòu)化數(shù)據(jù)，對(duì)于金融機(jī)構(gòu)來說到底有多重要。

先從最常說的風(fēng)控談起。我們理解的風(fēng)控或許只是在放貸之前考察一下這個(gè)人有沒有償還能力，其實(shí)對(duì)于金融來說，風(fēng)控常常貫徹在金融交易的整個(gè)過程中。

比如在涉及到工農(nóng)業(yè)生產(chǎn)的供應(yīng)鏈金融中，即使貸款主體有著足夠的資質(zhì)和償還能力，金融機(jī)構(gòu)更想看到的局面還是對(duì)方能夠按時(shí)償還貸款，而不是百般索求甚至沒收對(duì)方的資產(chǎn)。這時(shí)動(dòng)態(tài)的、精準(zhǔn)的風(fēng)控能力就非常重要。

最簡單的例子：金融機(jī)構(gòu)對(duì)歷史數(shù)據(jù)進(jìn)行整理，發(fā)現(xiàn)以往有過惡劣天氣導(dǎo)致農(nóng)作物歉收、貸款主體無法償還貸款的情況。就可以在相同情況發(fā)生時(shí)，提前做出調(diào)整。

除了風(fēng)控之外，在精準(zhǔn)營銷上非結(jié)構(gòu)化數(shù)據(jù)也能起到作用。從廣告投放到為客戶推薦組合基金，每一步都需要對(duì)客戶群體有著足夠的了解。而想要了解客戶，光靠存款金額是遠(yuǎn)遠(yuǎn)不夠的。

比如向一位客戶推薦產(chǎn)品時(shí)，我們可以粗暴的從他以往的購買記錄判斷他的喜好和風(fēng)險(xiǎn)承受能力，也可以通過他留在金融機(jī)構(gòu)的其他數(shù)據(jù)：房產(chǎn)證、學(xué)歷、行駛證來給出更完善的畫像，教育程度偏低的人或許更傾向于保守投資，住在繁華地段、開豪車的人也許會(huì)因?yàn)楦叩纳畛杀径鵁o法承受風(fēng)險(xiǎn)……

我們甚至可以把電商的推薦算法應(yīng)用起來，看看住在同一片區(qū)域的人是否有著相似的理財(cái)傾向。

總之，這一切都要依靠銀行自己的非結(jié)構(gòu)化數(shù)據(jù)。

尷尬的國情下，金融數(shù)據(jù)創(chuàng)業(yè)者能和BAT共舞嗎？

當(dāng)我們把目光放回中國，情況又有些不同。

在金融機(jī)構(gòu)數(shù)據(jù)的敏感度上，因?yàn)楸娝苤脑颍啾葒馕覀冇羞^之而無不及。至于金融機(jī)構(gòu)本身數(shù)據(jù)技術(shù)能力就更為尷尬，國有銀行在金融產(chǎn)業(yè)占有優(yōu)勢(shì)地位，可大體量、國字頭往往又意味著在新晉技術(shù)上稍微落后。

最后導(dǎo)致中國全體金融機(jī)構(gòu)對(duì)于大數(shù)據(jù)的利用都較弱。這其中又會(huì)存在著哪些機(jī)會(huì)？

首先，BAT等巨頭企業(yè)恐怕會(huì)成為這種情況下最大的受益者。

當(dāng)無法利用自身數(shù)據(jù)，卻又想追趕上大數(shù)據(jù)浪潮時(shí)，金融機(jī)構(gòu)們紛紛開始選擇直接利用科技企業(yè)的大數(shù)據(jù)成果。而BAT們壟斷了大量的社交數(shù)據(jù)、電商數(shù)據(jù)和行為數(shù)據(jù)。甚至可以說，走出不能被利用的數(shù)據(jù)禁地，就又進(jìn)入了被BAT們壟斷的大數(shù)據(jù)海洋。

加上BAT的技術(shù)人才儲(chǔ)備和豐富的營銷渠道，直接把風(fēng)控模型和精準(zhǔn)營銷交給他們是很好的選擇。

但這也不證明創(chuàng)業(yè)團(tuán)隊(duì)就失去了用武之地。

BAT們雖然有著絕對(duì)優(yōu)勢(shì)，但他們多少都會(huì)涉及到金融業(yè)務(wù)，難免會(huì)和金融機(jī)構(gòu)有競爭關(guān)系。目前雙方處于“擱置爭議，共同開發(fā)”的時(shí)期，不過也給了小團(tuán)隊(duì)另一種籌碼。

想要與大象共舞，小團(tuán)隊(duì)顯然不必用數(shù)據(jù)量和BAT們硬碰硬，從細(xì)微之處進(jìn)行創(chuàng)新是個(gè)不錯(cuò)的選擇。

比如算法：試著從現(xiàn)在流行的深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)等等角度出發(fā)，用算法去解決金融行業(yè)的需求，應(yīng)用于高頻交易的“冰山算法”就是個(gè)不錯(cuò)的例子。

比如智能硬件：在物聯(lián)網(wǎng)的未來，用各種智能硬件增加數(shù)據(jù)收集的維度一定是重要趨勢(shì)。開發(fā)能收集豐富農(nóng)業(yè)、工業(yè)、零售業(yè)數(shù)據(jù)的智能硬件，一定會(huì)引起金融機(jī)構(gòu)的興趣。

比如區(qū)塊鏈：用區(qū)塊鏈安全、隱私等特性解決金融機(jī)構(gòu)數(shù)據(jù)敏感這一終極問題，還擔(dān)心拿不到融資？以ICO潮的熱度來看，相信我國一定有足夠多的區(qū)塊鏈技術(shù)團(tuán)隊(duì)！

能做到以上幾點(diǎn)中的任何一點(diǎn)，就算不能拿到金融機(jī)構(gòu)的巨額投資，也一定能拿到BAT的投資，拿不到投資一定會(huì)被BAT收購，沒被BAT收購……那就是被BAT抄襲了。

玩笑歸玩笑。金融行業(yè)大數(shù)據(jù)領(lǐng)域大有可為，不管是大公司還是小團(tuán)隊(duì)，現(xiàn)在都還站在同一起跑線上呢。

來源：腦極體