作为一个在银行业从事多年的信贷从业者，经历过了传统信贷，小微信贷，数据信贷等系统技术的升级改变。在这个经历过程中，深刻地体会到了"人"的重要性和"数据"的重要性，趋于一个“人下数升”的变化趋势。
为什么会这么讲了？
人民银行征信系统的数据库的建立于1997年，直到2006年7月份实现全国联网查询。人民银行征信办公室花了接近十年的时间建立一个基于“信贷”的最初与最基本的数据流量库。这个征信数据也就服务于各大银行“信贷审核业务”。这就是征信信用数据与流量的建立，最质一般地提升信贷技术的。
2002年招商银行信用卡中心地成立，拉开了传统国有“大型”银行对于个人信用卡的申请，批额和通过整个流程“简单化、数据化、流程化”的序幕。同时，大大地提升了客户的体验度和缩短了审核时间。
2014年深圳前海微众银行的成立以及后续诸家民营银行的成立，真正地拉开了以互联网公司，例如“BAT”三家公司进入银行金融业的序幕。同时，这些银行也引进了先进的数据化管理和大数据库建立，立足于这些进行对客户的风险管理和背景调查，数据越多，流量越广，客户所需要填写的资料就越少，客户的体验度就越高。数据多了，流量少了，工作量就少了，工作需要的少了，银行的收益就提高了，最后多方受益。
讲一讲，举个例子，让大家看得明白
2015年6月，“阿里银行“ （浙江网商银行）的成立，拉开了马云，对于金融业布局的一盘大棋。这让我想起了马云曾经说过地一句话“银行不改变，我马云就让银行作出改变”现在看来，马云没有吹牛，再结合着蚂蚁金服相关的金融服务，他做到了当初“吹得牛”。回归“信贷业务”阿里银行是怎么做的了？
“淘宝信用贷款”是阿里银行服务于“淘宝天猫客户”和“阿里速卖通客户”提供十分落地的“小微信用贷款”服务。对于当时各大银行不看重的贷款客户（因为，当时很多网商店家没有实体店铺，而这样却不符合大多数传统商业银行信贷要求），阿里银行 牢牢地抓住了自己培养的忠诚信贷授信群体，通过2年的信贷数据库的建立和系统审批完善，截止2017年，官方发布全年放贷4468亿，这已经是一个了不起的数据了。对于才成立2年不到的“新”银行。同时，这对于人民银行的服务于中小企业信用贷款政策地推广支持中小企业金融扶持的口号，阿里银行做地真的“很好”。当然，这对于这些网商店主也是十分帮助的。
大家这个时候就会问，那阿里具体是怎么操作的了？ 我下面只是简单讲一下，这只是我的很粗浅地认识和总结，有什么不专业的，请大家多包涵。
- 阿里银行提取淘宝天猫速卖通商家的各种数据，例如“推广费用”“客户流量来源”“菜鸟物流”“退款率”等一系列电商数据，来分析客户的经营情况。
- 这些商家本来在淘宝天猫就有一套法律文本，例如“营业执照”“品牌代理授权书”，这些组成了客户基础资料，有助于阿里银行的客户尽职调查（贷前基础资料审核）。
- 基于目前国内现有的信用系统的建设和各大银行部分贷款数据以及公检法数据的公开，对于阿里信贷系统的建设本来也是一种技术地帮助，只不过看阿里银行如何进行风险参数的设置。
- 及时地根据实时交易系统（生意参谋）和月数据统计，来改变对已放款贷款客户的授信额度。然后，再进行对大客户群体和行业龙头，进行行业整体总授信，把握总风险。
- 其他，只有当大数据，流量越多。阿里银行能做的就更多，风险控制能力就越厉害，马云可以提供的金融服务就更多，毕竟阿里银行是综合服务银行，而不简简单单是贷款公司，这盘棋很大，大到只有马云和国家领导人知道。
写到这里，不知道 各位能看懂我写这篇文章的初衷与本意吗？ “数据”“流量”与“信贷”的关系吗？
无论是 传统信贷、微小信贷、数据信贷，这三个按照审核信贷技术地划分而来的区间，本质上就是对“数据”和“流量”的利用率的划分。从最早的公司财务报表，到征信数据的应用还是到现在全面数据引用，越来越多的数据，越来越广的流量来源，加入了信贷审核技术里面。数据源利用率越高，数据源算法越多，我相信在未来银行中的“信贷业务”里会呈上升趋势。
综上所诉，这就是：我关于数据，流量，在未来这个互联网金融时代和银行信贷行会造成影响的一些粗浅地认识和看法，仅代表我个人观点，如有不严谨之处，请大家给我指出，我会进行修改，来完善这篇文章。同时也欢迎各位同业的伙伴们一起探讨留言！可以在评论中留言，望大家积极参与。另注：希望我的编写成果能够得到有出处地引用，谢谢大家。
閱讀更多 左聞右達 的文章
