最近互金圈发生了一件大事。趣店集团在美国提交了IPO申请招股书，拟在纽交所上市。估值可能高达265亿元(人民币)，几乎是信而富(28亿元)的十倍。
趣团能有这么高的估值，主要靠的是它的两个产品：分期和趣分期，一个是现金贷，一个是消费贷。
现金贷和消费金融真的是一块大蛋糕，诱人又好吃。很多资本大佬也在盯着这个市场，竞争非常激烈。没有两把刷子，他们真的玩不来。
两把刷子呢？一个是资金，一个是大数据风控。
所以，今天就来聊聊。这个大数据风控靠谱吗？
大数据风控，听起来好高大上，虽然不知道是什么意思，但就是觉得被逼。
这个大数据风控是什么？
其实大数据风控并不神秘。和传统风控的本质类似，只是在风控模型中加入了一些维度和相关性分析。
举个简单的例子，传统的风控是判断一个人是否有贷款资格，往往会审核他的存款、收入、抵押物、家庭情况、信用状况等等。这种信用风险管理也可以叫白名单制度，就是设置一些准入门槛。如果达不到要求，就不能申请贷款。
通过这些数据可以更加形象地刻画申请人的经济形象和社会形象，进一步扩大筛选人群基数。这种信用风险管理俗称黑名单制度，意思是设置一些雷区。只要没有这些污点，就可以申请贷款。
听起来挺简单的，但我感觉没什么。
但其实大数据风控意义深远。它让金融服务大众化，让更多的普通人享受到这种便利。
要说不听话，按照传统金融风控的严格要求，估计很多读者都无法顺利借到钱，享受到金融服务。当然，这并不是说你是劣质客户，而是说你是老客户。可能只是因为你是白户，没有财务数据可以参考。为了规避风险，你只能被排除在外。
但是，大数据风控就人性化多了。他们不会只盯着某一个数据，会综合衡量你的还款能力、还款意愿等。从而给出更中肯的评价和贷款额度。
这样做的好处是，既方便了普通用户，让他们享受到了金融服务，又扩大了借贷市场容量，大大促进了金融发展！
但是，大数据风控看起来很美，做起来却不容易。
首先，数据要全面。
大数据不是指数据量，而是数据覆盖面要全面。否则，你给再多数据也没用。连维度都可能缺失，就像判断一个人身材好不好一样。只知道他的身高不知道他的体重有什么用？
据我所知，目前网贷行业有一些平台。他们所谓的大数据风控纯属摆设，毫无用处。口号很响，一点实际意义都没有。他们玩的是噱头。
不过，还好，他们只是在玩噱头。如果真的根据样本不全的大数据做风控，迟早会死。
然后就是防骗问题。
这在个人信用贷款中很常见。一般来说，一个人借几千块钱，平台方怕的不是还不起，而是不想还，甚至骗钱。也就是说，借款人不仅要有还款能力，还要有还款意愿。否则，钱再多，也收不回来。
这是考验平台大数据风控能力的时候了。你要在广大的借款人中鉴别出哪些是老赖，哪些是诈骗犯？
这确实是一个挑战，尤其是这个平台刚刚起步，没有相应的数据样本，那么多坑真的难以避免。
更可怕的是，网贷行业存在隐藏的黑色产业链3354骗贷。贷款诈骗大军有时会采用破面的方式，通过平台对单个借款人的审核，找出平台整个大数据风控模型的漏洞，进行大规模的贷款诈骗；有时候他们会和平台内部的人串通作弊，防不胜防。
最后，数据新鲜度的问题。
大数据不仅要解决广度问题，包括借款人经济、生活行为的方方面面，还要解决深度问题，突出借款人的相关数据，重点刻画人物形象。
广度和深度是大数据的基本框架，但还有一点不容忽视，那就是数据的新鲜度。
新鲜度，自然数据越新越好。最好能时不时的监测一下。一旦出现借款人逾期(或不想还款)的不良信号，可以及时采取提醒、警告、催收等应急措施。
大数据只有在贷前、贷中、贷后各个阶段得到合理有效的利用，才能发挥其真正的价值，保护投资者的资金安全。
当然，大家也要明白，大数据风控不是万能的，必须在实际应用过程中不断修复和完善，才能应对复杂多变的网贷环境。
好了，今天就简单说一下。大数据风控是一个很复杂的话题，很难三言两语说清楚。有时间有机会我们再讨论。
至于如何判断平台大数据风控是否可靠？主要看平台的坏账率，但现实很尴尬。大部分网贷平台一直隐瞒逾期率，真实数据我们无从得知。
所以只能根据平台的资金规模和金额做一个大概的判断。一般来说，平台实力越强，数据源越好，风控模型越完善，风险越低。当然，这不是绝对的，只是作为参考。
再次，大数据风控多用于个人信用贷款和消费金融，车贷、公司贷、房贷等资产暂不考虑。
温馨提示：答案为网友推荐，仅供参考