基于大數據風控等人工智能技術在普惠金融領域嶄露頭角，讓“人人享有貸款權”的理想照進現實。不過，大數據真的那么萬能嗎?僅依靠大數據分析就足以精準地抓住客群，并為他們提供優質的信貸服務了嗎?
文理結合，抓住客群需要大數據，也需要社會學變量分析
近日，專欄作家、資深傳媒人、趨勢營銷學者閆肖鋒表示，大數據并不解決因果問題，由于普惠金融具有很強的社會性，抓住客群也需要社會學變量分析。
閆肖鋒稱，過去劃分人群，一般是根據傳統的人口統計學指標，比如年齡、收入、職業、教育程度等。但是在移動互聯網時代，刻畫人群成為非常大的挑戰，地緣、世代、階層等都是需要考慮的因素，要在大數據幫助下劃出九宮格，區分不同的社群。
“互聯網只是現實社會的延伸，大數據背后是社會大趨勢，抓住客群一定要研究洞察趨勢。” 閆肖鋒認為，要把大數據和社會學結合起來，才能夠把人群刻畫完整，同時找到這些人群的訴求點、價值觀等，向他們輸送理念和服務，人群細分營銷是未來的趨勢。
在大數據和社會學的結合上，已經有一些成功的實用案例。比如堪稱2016年最大的黑天鵝事件——特朗普在美國總統競選中的獲勝，背后的功臣就是一家名為Cambridge Analytica的大數據技術團隊。這個團隊按照開放性、盡責性、外向性、隨和性和情緒穩定性五大變量劃分出32種人格，每種人格都有不同的社會價值取向、不同的風險承擔能力、不同的政治價值觀。通過有意識地觸及并向其中一些人推送競選信息，讓他們在不知不覺中認同特朗普。最終，這些關鍵的少數人打破了原先的平衡，“改變”了大選結果。
事實上，普惠金融領域的實踐者們早已關注到了這一趨勢變化。作為在行業內已有10余年經驗的領跑者，平安普惠借助大數據技術，在用戶授權的情況下，通過采集他們在電商平臺和社交平臺上的各種行為數據，為用戶進行更立體的風險畫像，對其信貸行為做出更精準的預判。更重要的是這些數據都是在客戶授權的情況下，從第三方平臺采集，規避了人為造假的風險。這樣的風控模型不僅能夠幫助企業實現更嚴密的風險管理體系，也讓簡單便捷，隨時隨地的貸款體驗成為可能。目前，平安普惠已經可以實現從申請、審批到放款的全線上流程。
閆肖鋒認為，現在汲取大數據的渠道足夠多，但是如何用社會學變量從海量數據中過濾出有價值的信息，從而精確地定位人群，并且預測行為，這是需要突破的。
大數據，并非萬能?
“大數據分析可能也會出現啼笑皆非的錯誤結論。”閆肖鋒表示，有時候“小數據”比大數據更重要。所謂小數據，是指一個人在關鍵時候表現出來的一些行為特征，而這些特征能折射其真實的訴求和意圖。
以貸款審批流程為例，“貸款審批員看不到申請人，覺得不放心。有時候用大數據評估半天，都不如面對面說幾句話判斷得準。人心也是數據，而且是對大數據非常可靠的佐證。正如著名營銷專家馬丁·林斯特龍所言，大數據說的是關聯，而小數據說的是因果，是“看似微不足道、實則代表關鍵見解的發現”。
在深挖大數據價值的同時，平安普惠對“小數據”的探索也從未止步。為了甄別貸款申請過程中所潛伏的欺詐風險，平安普惠將“微表情技術”應用于其純線上貸款產品——“氧氣貸”的遠程面談環節。這項技術通過觀察申請人在面談時發生的細微表情變化，形成參數，錄入測算模型，分析客戶的情緒和對話真實度，從而有效識別客戶欺詐行為。
從引入人臉識別技術，到時空地圖、納米評分卡、心理測量、微表情等金融科技的應用，平安普惠的“黑科技”進階之路走得穩扎穩打，給傳統的貸款申請和審批流程帶來巨大變革
“大數據”和“小數據”并用，在海量數據里甄別有效信息，洞察數據背后的邏輯。采取相應風控手段是對客戶和企業雙方都負責的一種體現。對于客戶，匹配還款能力的授信額度才能避免征信受損，真正給客戶帶來金融的便利。而對于企業，風控是這個行業賴以生存的根本，只有把控好信貸損失率，才能保證企業持續發展，構建更好的信用環境。這樣，才有企業和公眾的雙贏。
據平安集團2016年年報顯示，平安普惠2016年度新增貸款量達到1729億元，同比增長高達257.7%;自開展業務以來，累計借款人總數達到377萬，累計貸款量達2720億元。
“我覺得大數據和小數據兩者結合，是一個理想的狀態。這也是多數企業現在正在尋找的狀態。”閆肖鋒表示。
責任編輯：黃焱林
透過7件事了解人工智能先驅馬文·明斯基
哈佛大學研究新人工智能系統 速度媲美人類大腦
Google人工智能攻破了圍棋，然后呢？
中國新能源車的發展之路 人工智能的勝利