下一个问题，我们到底怎么才能判断大数据真的对金融或者征信行业提供了帮助？
我说一个故事，我们招人的时候，我们对于在机器学习上有没有过硬背景是非常看重的，但这不是我们唯一考虑的因素。我们曾面试了好几个美国最好的学校出来的博士生，我们给他们一组数据，让他们在规定的时间返回结果，但不告诉他应该返回什么结果，相反，我们让他们自己定义到底什么样的结果才是他们满意的，为什么定义这样的指标。
事实上，十个里面有八九个都会用“准确率”来作为衡量算法是否准确的唯一标识，但是，这样的判断标准在征信领域是正确的吗？我既然这么问，显然答案是不对的。
征信的场景中，有哪些事情是我们看重的？
我举个例子，有个人说他（放贷）批了10个人，有9个证明是好的，只有一个是坏的，他说他的准确率90%，你听完后觉得他的算法是好的吗？
那么我会告诉你，这个答案不是简单的是或者而不是，他有一件事没有告诉你，真正的申请者可能有100个，其中99个是好人，只有1个坏人，而他把那唯一的一个坏人放到了批准名单里。从这个角度，虽然他批准的10个人中准确率是90%，但我们还能说这个结果还是好的吗？算法是好的吗？