互联网IDC圈1月12日报道，大数据智能堪称蚂蚁金服独门武器，如芝麻信用提高银行虚假办卡识别能力近3倍。
蚂蚁金服95%的远程客户服务由大数据智能机器人完成，同时实现100%的自动语音识别。
美国著名的FICO利用电信运营商数据、水电煤数据、金融交易数据等判断个人征信状况，推出大数据征信产品。
你还在重补贴、烧流量、大地推？现在靠大数据增长用户和留住用户了！
你还在疑惑大数据的价值？还没找到大数据的门道？一些聪明的公司已经利用大数据，取得了惊人的结果。
蚂蚁金服解密独门武器——大数据智能
蚂蚁金服其实不是一家互联网金融公司，而是一家科技公司！蚂蚁金服首席数据科学家漆远出场，播放智能客服视频，展示蚂蚁金服的炫科技。这位在普渡大学获得终身教授的科学家表示，大数据智能应用已经从支付扩展到金融的全链条，帮助蚂蚁金服在支付、贷款、征信、保险、财富等方面全面推动小、确、幸的金融普惠。
漆远介绍，人工智能包括深度机器学习、语音识别、图像识别等，具有广泛覆盖、随时随需、精准匹配、风险可控等特点，可以低成本、个性化，更好地服务小微企业和个人消费者。
漆远举例，通过芝麻信用信息验证等反欺诈服务，已经有银行将虚假办卡的识别能力提高近3倍；今年双11，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别；此外，航空退票险的赔付率一度高达190%，保险公司面临巨大的亏损压力，而蚂蚁金服与保险公司合作，通过大 数据技术建模、优化后，有效地降低了赔付率，扭亏为盈。
还在烧钱拉用户？硅谷公司早就不这样做了！
很多互联网公司还在走拼命烧钱拉用户的路数。但是，只靠流量已经out了，要靠精准的用户运营！GrowingIO创始人张溪梦则分享了硅谷互联网公司增长的大秘密——大数据分析。
早在2003年，Linkedin就开始用各种技术、产品和数据手段通过最有效、低成本的方式增长用户。张溪梦2010年初加入LinkedIn（领英），五年间又帮助建立了针对营收的商业分析团队。外界通常知道LinkedIn是职业社交网站，很少人意识到它是世界第二大软件即服务的企业SaaS提供商，把自己的猎头服务、人才简历等卖给了全球10万个客户。其2015年营业额达30亿美元，而5年前不到1亿美元。
张溪梦说，无论全球还是中国，移动互联网的增长红利窗口正在逐渐消失。商业数据分析可以实现运营效率、用户数和收入的指数级提升，而不仅是依靠直觉和过往经验，不再是重补贴、烧流量、大地推！他告诉《天下网商》，中国O2O行业尤其应该抛弃现有粗放的烧钱模式，转向数据分析驱动。
张溪梦举例，蚂蚁金服CEO彭蕾曾经谈到考核KPI不用规模和利润，而是用户数和用户的留存率。实际上，蚂蚁金服不仅在利用大数据帮助自己，也在赋能商家。口碑平台上线的首个餐饮解决方案，就是为了帮助餐饮商家走出团购类的野蛮促销，包括聚客、爱客及尊客这三个阶段，从支付即会员、精准营销和大数据营销三个方面，帮助餐饮商户降低运营成本、提升运营效率，提高投入产出比。
大数据可以帮保险公司省好多钱呢
在中国，保险行业盈利状况持续好转，但仍有不少保险公司在亏损中挣扎；即使是那些盈利的保险公司，其赔付率哪怕下降一个百分点也意义重大。美国律商联讯风险信息公司（LexisNexis Risk Solutions）保险业务首席执行官 Bill Madison透露，大数据可以帮保险公司省下不少钱！
Bill Madison说，掌握的数据越多，保险赔付风险模型的预测能力就越强。律商联讯从全球超过1万3千多个数据源采集了500亿条消费者和企业记录，包括历史居住地址和住址稳定性、电话和水电煤气记录、职业证书，教育历史，破产、抵押、判决和驱逐等数据，其中不少来自政府公共部门。而改良后的信用记录，加上公共记录，再加上保险赔付历史，可以在传统信用记录的基础之上带来高达30%的模型效能提升！
普惠金融机会巨大，离不开大数据云评分！
让所有中国民众享受平等的金融服务，即是社会责任，也是巨大商机。在FICO中国区总裁陈建看来，大数据云评分是中国普惠金融的必然之路。
FICO评分被美国绝大多数金融机构认可，90%以上的美国个人信贷使用了FICO评分。不过，FICO也存在“盲区”，美国约5000万成年人没有征信局记录。 因此，FICO推出FICOXD产品，通过电信运营商数据、水电煤数据、金融交易数据等判断个人的征信状况，这被认为是FICO在大数据征信领域的成功实践。
陈建说，在中国，类似“盲区”更广，大数据征信、云评分将成为中国普惠金融的必然之路。中国约有8亿的潜在消费信贷用户，但是，其中只有3亿有征信数据，多达5亿的人没有征信记录。如何考察这5亿人的信用状况？如何更加有效地判断已有征信记录的3亿人？答案就是大数据云评分，也就是大数据征信。
在中国，蚂蚁金服旗下独立第三方征信机构——芝麻信用被认为是大数据云评分的典型代表。除了传统金融借贷信息，芝麻信用依据网络金融数据、电商数据，政府及公共机构数据、合作伙伴数据，以及各种用户自主递交的信息等，运用云计算、机器学习等技术，呈现个人信用状况，让缺少信贷记录的人群也开始享受信用的便利。
数据“红娘”如何速配单身狗
香港科技大学杨强教授从另一个角度解读了数据挖掘和大数据的应用。在现实生活中，很多人通过婚恋网站找到了自己另一半，而这个过程中，大数据扮演了非常重要的“红娘”角色。
经过百合网多次大数据分析，男性和女性相处之道十分微妙。男女在等待对方回信息的耐心程度上，男性的平均时间是8.5小时，女性则是8.7小时。而在恋情关系中，女性对于财产的重视程度远远高于男性。
就异地恋接受程度来说，男性希望伴侣不要远离，而女性的心理较为复杂，她们偏向于同城，但是当距离特别远时，却认为远距离不是问题。再来说颜值问题，结果显示男性通常是视觉动物，相比之下，女性对于颜值不是那么看重。
大数据有体量大、速度快等特点，但还有一个容易被忽略特性是种类多，当把不同种类的数据聚合起来时，会碰撞出一些意想不到的知识和火花，这是真正的大数据的威力所在，这也是婚恋网站等利用大数据的原因。
用大数据帮助企业找到增长点
中科院-路透金融风险管理联合实验室主任、中科院管理学院教授魏先华认为，大数据的信用应用不仅仅是传统的征信数据，新型的互联网大数据会是我们非常重要的补充，像芝麻信用这一类大数据提供信用的方式，将来可能起到越来越大的作用。
我们现在处在一个新常态的时期，增速减慢，经济没有原来那么好了。这个时候，可能信用的事件就会发生了，过去是有钱不还，未来是确实没钱了。我们可以从数据里面挖掘，利用数据科学家的智商，来帮助企业找到新的经济增长点。
你更需要基于数据产生洞见
蚂蚁金服首席战略官陈龙说，你需要很多的数据，你更需要基于数据产生洞见。
大家都想做普惠金融，如果要做得好，你必须能够甄别风险，在公益属性和金融属性之间找到平衡；你也必须能够在甄别风险的前提下做到普惠。以前的双11，我们 都会非常头疼。没有用云计算的时候，每秒钟处理300笔。后来用了云计算的能力，2015年达到每秒8.59万笔。在客服人员降低很多的情况下，客服应答 的成功率也大大提高了。这就是大数据的力量。
如何让大数据在你的企业中产生作用？
别人说大数据说得很热闹，如何让大数据在你的企业中产生作用？在芝麻信用总经理胡滔看来，有三个特别关键的因素。
第一、你首先要想清楚用大数据解决什么样的问题？从金融角度来说，就是当前我们如何更好地服务海量的长尾客户。这些客户的金融需求是非常个性化的，他们的时间也是碎片化的，他们的钱也是很碎片化的，没有大额度的资金。今天大数据要解决的金融问题，就是如何用低成本和有效的方式去实现普惠金融。
第二、你必须要有数据，而且是大而有效的数据。这里要澄清一个误会，一说大数据，有人就误以为是所有在网络上留存的数据，其实这些数据里面有很多是没有价值的噪音。经济信用的评价，不会采集聊天、语音、短信和社交媒体的言论，只会在用户授权的前提下采集正当、必要、有效的和经济信用相关的数据。我们看到美国 LexisNexis所指的大数据在保险行业的应用，除了传统金融借贷数据之外，还有大量的水电煤缴费等公共政务，以及包括金融交易、运营商账单在内的各 种非传统征信数据。无论是LexisNexis在保险行业，还是蚂蚁金服在保险、信贷、征信领域，政府、公共机构及非传统借贷数据的叠加，都能得到很好的 应用，有效地提升模型的效能。
第三、最核心的是如何让大数据的应用在各个领域落地？归根到底，最关键的还是人才，特别是数据科学家人才。没有数据科学家善于从数据中提出问题，发现规律，并应用各种机器学习的算法、关联分析的技术，数据就无法实现价值。
掌握了以上三个关键要素，大数据可以在金融、教育、生物、医疗等社会的各个领域发挥越来越重要的价值，让人类更聪明、社会更高效。
