我们现在运行一年的业务状态，目前在四川移动做全面的合作，这是现在合作的金融机构，这是业务形态我们已经完成几千万的放款，每天有几百位金融机构推进到里面。这个数字为什么小，电信机构不是引流公司，第二审核通过率还在不断提升，我们的审核通过率进芝麻信用差不多，我们希望移动数据经过加工后的信息能够部分的取代银行自己审核体系里的某些指标值。这样其实通信领域的数据，在金融领域里应用的安全性和编辑性就非常高了，已经进入审核领域了，这些数据是要进入金融机构的风控领域，我们有更重要的突破，由于数据代表性更强，这方面需要我们的金融机构在底层数据给我们非常好的保证，在这一点上作为应用型公司，我们只能是一种呼吁，这是我们应用的案例，大家也可以找到，非四川地区我们还没有开放，你能进去，但是做不了所有业务申请，因为没有数据，因为你不能时时从合作方那提到数据，一旦能提到，我们就可以全面做开放，因为我们合作的金融机构是全国性的。
首先对客户来讲有价值，简单加速，爽和免费，这是互联网最有意思的特征。在运营商里这种方式是可以进行数据价值挖掘的方法，不是自我的定价，他可以不断进行数据价值修整和提升的方式，不断的提升，在最开始的时候很难说我的数据定到什么程度，随着业务发展数据的不断反馈修整，我们能够增加这样的数据价值。第三，他是一个免费服务还有数据提升空间。在金融机构是利益最大集成方，金融是天生依赖数据的行业，除了我们看的到的剩下全是IT，都是在电子系统里转，这是金融的特点，不论哪个维度对数据的依赖性是极高的，刚才我们也提到了，我们的通信行业的数据在国外已经进入他的评分模型了，他是有意义和价值的，它的应用型的状态在中国是什么样子的，有可能我们按照一个维度一起进步，但是我们经常看到金融行业怎么理解通信行业的数据，你们好像有这种客户分级分类，你们能不能把名单给我，我做到我的系统里，基本都是这样的逻辑，很正常，金融去思考通信的时候没有看到通信里的深层次的价值，更多看到有全中国多少的客户，三大运营商覆盖了全中国所有的客群，没有任何一家做到，工商银行业没做到，相对来讲这种量级对银行形成天然的优势，他第一个想到的都是这件事。其实在这个里面有很大的信息隐私安全，我怎么可能把一个电话号码给出去。其实是一种在个人隐私信用上的问题，没有经过授权查客户的征信可能吗，金融机构的思维比较传统，跟通信行业的思维在后面一个阶段，金融在很大一个维度上，他们的风控机构在引领整个公司业务发展，所以这里面是非常重要的。第一，降低运营成本，第二降低一线人员的调头风险，金融也是一家机构有大量一线人员，他在操作过程中有各种各样的情况，这会形成调头风险，但是我们用数据，他是天然产生的 不可能放一个贷款改变这个行为。因为我也需要数据进行一系列的业务，他是非常真实的数据承载，这种真实性就是金融里最重要的特性。在这点上是可以降低的，提升他的获客能力和后至方式。连接双方，在这边我们要告诉金融机构你到底要怎么样，我们要帮运营商争取利益。因为任何一个利益的既得者得不会告诉你这个事儿多好，只有一个人真正这件事多好的时候才跟他讲。因为我们在很多地方也看到了我们同样合作的机构和电信或者运营商直接合作的时候，同样的业务，我们是不平等条约，金融是很复杂的体系，有自己的逻辑，当你这样的服务被第三方取代的时候应该拿出多少跟大家共享，是行内的人帮着说话，当然不能全拿走，所以我们还要给他一些，让他觉得，这个事情对我有利润提升，在这一点我们起到了一个比较重要的作用。当然还有最重要的，不论做任何业务的时候前期建立的模型是假设性的，很多人在提建模，这个过程在开始没有大量数据交验的情况下都是假设性模型，移动和金融的思维模式完全不一样，是非常不一样的。我相信未来在应用的时候金融是金融的思维，另外一些其他行业有其他行业的思维，每个行业都有自己的思维，这非常关键，我们在这个过程中，我们是用金融思维建模，这个时候，金融行业就会买账了，他至少对你的逻辑是认可的。接着采用业务看你的数据，至少到目前为止有金融机构经过验证之后确实认为有很多计算值加工过后的表现值有比较明显的特征，跟金融之间的关联性比较强。某种意义上可以理解为模型的某些内容被获得了，我不能说所有的，在建模过程中有很多值不一定确定它的精确度多少，随着后续加工方式的变化精准度会提升，这就是最重要的蜂巢模型的部分，他是国外信贷的灰色理论和空间合计的方式表现的特征。