昨天的文章《大数据在金融业中的应用》发布之后，便有朋友留言问，“银行的大数据和互金的大数据应用有没有什么不同？”的确，说到金融大数据，我们会发现有两类机构都在提，当互联网金融企业都把大数据挂在嘴边、当大数据风控成为新金融的代表性模式时，被称作“传统金融机构”的银行业也坐不住了，站出来讲，银行业才是典型的大数据企业，银行内部有大量的数据，既有结构性数据，也有非结构性数据，只是没有把这个数据富矿更好地利用罢了。
所以，问题就来了。银行与互金，所讲的大数据是一回事吗？二者究竟有何区别呢？下面分享我的观点，未尽事宜，欢迎大家留言（订阅号：洪言微语）讨论。
差异始于自有数据的不同
对于任何一类机构而言，其数据的构成都是自有数据+外部数据，外部数据则包括既公开数据，也包括第三方购买数据和其他渠道获得的数据，如下图所示。照理来讲，外部数据的获取是可以做到大致相似的，自有数据便构成了金融机构数据差异化的基础。
先来看看银行业
本质上，整个银行业的一切活动和产品都是与数据有关的，甚至说银行的所有产品都是数据也不为过，比如说你的存款、你的贷款、你的理财产品等，实际上就是在银行系统内记录的一组数据而已。正是由于银行产品和业务的天然数据属性，所以银行业在产生数据和应用数据方面一直走在各行各业的前列。据悉，计算机由军用转为民用时，率先利用计算机技术来提升行业管理能力和发展能力的就是银行业。
银行的自有数据主要是各种业务数据，是对全行客户业务活动过程和结果的记录。同时，为了更好地开展业务，还会要求用户提供诸如电话、职业、教育、住址等信息，如果有过贷款申请行为，还会包括收入、房产等强信用属性数据。此外，所有人的工资都是银行代发，公积金流水也在银行，房贷和车贷也都在银行，银行在业务过程中还产生了大量的文档、资讯、图片、音像等非结构化数据。
换个角度来看，银行账户是经济社会所有活动的起点和重点，所有人的财富状况和变动情况都会在银行留有痕迹，所以，要判断一个人有钱没钱，找银行就对了。为何保险产品、基金产品都喜欢交给银行来销售，一方面是银行有着庞大的线下渠道，更重要的在于，银行知道哪些用户有钱，从而进行更好的产品匹配销售。
本质上讲，若能精准地判断一个人有钱没钱、有多少钱，无论是进行精准营销还是风险防控，基本也不太需要太多的其他数据了。但问题在于，银行业的数据是割裂的，除了信贷类的关键信息会以征信的形式报送央行征信中心，实现一定程度上的共享外，其他的各类财富相关数据，都分别沉淀在各家银行。比如张三，在中国银行有1000块存款，在建设银行有20万块存款，在工商银行没有存款，那么，在建行看来，这是个有钱人；在中行看来，这是个再普通不过的用户，在工行看来，这个人的财富状况无法判断。
再来看看互金平台
如果是创业型互金平台，其自有数据也主要是各类业务数据，这点与银行相似，不过数据量要少得多，受单一的业务模式制约，数据维度也很单一，单靠其自有数据，是几乎谈不上什么大数据应用的。而几大互金巨头就不同了，比如BAT，其本身就是互联网时代的数据黑洞，沉淀了巨量的用户数据，当其转型做金融时，之前积累的电商数据、社交数据、行为数据等便成为其可用的自有数据。当然，互金巨头对用户财富数据的掌握程度远远比不上银行，不过好在银行最有价值的金融数据——信贷数据已经在征信中心实现了共享。
金融数据的日月星辰之光
数据的多少或优劣，只能通过其对业务的促进作用来进行比较，我们以信贷业务为例进行分析。不考虑房产抵押、存款质押、理财质押等抵质押类贷款产品，从纯信用类的消费贷款产品来看，排除欺诈风险的因素，大数据风控要解决的是核心问题是：一个人的还款意愿、还款能力、还款稳定性等因素。判断这些因素，这个人的信贷行为数据、历史借款数据、历史违约信息等征信类信息是最有效的数据，我们可以从FICO分的构成进行验证。