在消費金融領域裡，我們不僅希望大數據告訴我們曾經發生了什麼，還希望它告知我們將來要發生什麼。只有這樣，我們才願意為了迎合市場需求而改變自己。但多數情況下，數據無法預測未來，我們也因此變得“懶惰”，不愛動，這是科技創新，金融創新的一處致命傷。
能預測未來的智能型大數據會是銀行在金融科技、消費金融甚至是人工智能等領域的一個“硬通貨”。
在這背後，其實是大數據知識圖譜分析在金融行業的應用問題。
理論上，知識圖譜可以通過圖存儲、計算、分析和可視化手段實現知識獲取、知識表示、知識存儲、知識建模、知識融合、知識理解、知識運維等七個方面，因此，對於在關聯數據的分析方面具有很大的優勢，被廣泛的應用於包括金融在內的各個領域。
在消費金融等領域，除了風控，我們現在的大數據在智能金融這一塊走到了哪一步。
聰明的大數據？
“xx太壞了，總給我推薦一些我感興趣的內容，一刷就停不下來。”
“是的，我也發現了。然後，xx平臺太厲害了，我從來沒在上面搜過這個東西，它居然知道給我推薦。這太嚇人了。”
“這是因為你的輸入法將相關的關鍵詞推送給了這家電商平臺。”
……
是的，大數據已經可以通過我們的上網習慣鎖定大家的愛好和部分消費潛力。
平臺通過大數據手段構建的知識圖譜模型靠算法“算計”我們的一切。他們似乎很聰明，總能抓住我們的命門，催著我們買買買！
當然，除了催著我們花錢，還有其他的用處。
比如，最近一段時間，我們可以通過小程序知道個人最近14天的城市出行軌跡，為防疫防控提供有效的參考信息。
大數據，挺好用的。
但在金融和消費領域，大數據並不總是那麼聰明。
尚未全熟的智能金融果實
“我在某平臺上買了一臺筆記本電腦。平臺會繼續給我推薦相關品牌的筆記本電腦。這種操作有點蠢啊。我都買了一臺了，哪裡還有可能短期內再買一臺呢？”
“其實，不光是筆記本電腦，包括洗衣機、淨水器、燃氣灶等大件，基本都是買過一次，短期內，甚至3、5年內都不可能買第二次。平臺應該不是鼓勵我去退貨，然後再買一次吧……”
這些算法在資訊、視頻等內容推薦領域，或許是吃得開的，但在消費金融領域，卻顯得很智障。
正常邏輯是，如果用戶買了這臺電腦，平臺推薦電腦包、鼠標、鼠標墊之類的東西算是合理推薦。因為原裝的電腦沒有鼠標和電腦包。而這個平臺在下單之後，相關推薦裡並沒有看到鼠標、電腦包等配件。
業內人士向中國電子銀行網表示，一般的做法是把大數據整合在一起，通過算法計算出相對準確的方向，給人工參考。這就會出現關聯判斷但卻不智能的情況，真正比較大的項目，最好還是需要結合人工認知來做數據分析和判斷，然後在此基礎上做相關的數據算法調試。
這其實暴露出現有大數據模型或者消費金融在大戶數據利用方面的一些短板。消費金融要想利用大數據摘到智能金融的果實，還有很長的一段距離。
智能金融應用是奢侈的
清華大學國家金融研究院院長、國際貨幣基金組織前副總裁朱民曾在“復旦-愛建金融科技創新論壇”表示，人工智能將重塑未來金融，未來一定會看到在金融科技企業之間、平臺和傳統金融企業之間極其激烈的競爭。
我們之所以看好人工智能，其原因之一在於，在人工智能可以通過對底層大數據的積累和分析來預判用戶的需求，從而合理地刺激用戶進行消費。
所謂合理刺激，是讓用戶買到他需要的和想要的，卻不觸發平臺的信用危機，也不觸發個人的信貸危機。這就要求，數據關聯要精準，同時要有較好的風控體系。這些都需要對大數據邏輯進行更高標準的建構。
這個要求看起來是挺高的，不過據某資深電商買家向筆者透露說，國外某平臺基本能做到關聯準確的要求，與筆者前文提到的智障關聯相比，情況要好很多，並能就此做出精準營銷的策略。
銀聯智惠金融科技首席運營官江瀟俊在此前接受中國電子銀行網採訪時曾表示，要做到精準營銷，需要在安全合規的前提下去梳理人們的消費偏好和消費能力，以及一些數據流量和互聯網行為數據，並通過對這些線上線下數據的整合，完成一個個完整的數據畫像。
數據要儘可能的全且有效，而算法策略也需要儘可能地接近用戶的真實需求。這需要大數據行業再往前邁出兩三步。
金融求穩，科技求快，商業模式求的是變通，而變通的秘訣之一就是你足夠智慧。
就大數據而言，我們依然面臨著，行業數據+機構內部數據割裂，算法邏輯過於粗暴，數據治理依然處於草莽階段等基礎問題。
這些也是當前亟待解決的問題。
因為，如果大數據的基礎問題普遍存在，要想實現消費金融在智能金融模式上的變通，就太奢侈了。
閱讀更多 中國電子銀行網 的文章
