搞互联网金融的，少点大数据忽悠吧！对于互联网金融，互联网行业和传统金融行业的观点往往大不相同，前者认为互联网是重点，金融不过是下一个即将被颠覆的特定行业而已，只是由于金融行业的高门槛和严监管，颠覆进程会比较曲折；后者则认为金融有自己完全不同的逻辑，信用和风险是难以逾越的门槛，护城河高筑，互联网金融只能在互联网企业的一亩三分地里自娱自乐。但是对于大数据，二者却难得的表现出空前一致。在10月30日召开的IFC1000全球金融峰会上，金融人士异口同声宣称大数据是互联网金融的最大亮点，因为大数据在解决金融核心问题——信评和风控——上拥有传统方法所不具备的显著优势和光明前景，是金融业“真正”互联网化的必由之路。而随后粉墨登场的互联网人士（多为P2P借贷从业者和网络征信从业者）亦纷纷发表演讲，介绍了自己在大数据审贷与信评方面的切身体验。一时间，星座与IP齐飞，表单共图谱一色。听得笔者终于——睡着了。出现这种惊人的一致毫不奇怪，因为本次会议的主题就是“大金融大数据大战略”，中心思想明确，“大数据”是出现在所有嘉宾发言中的关键词。但是，到底大数据在当前的互联网金融中应处于何种地位，笔者认为颇存在可供探讨之处。任何对数据领域有一定了解的人都知道，大数据不是一个新鲜概念，它曾经被披上各种各样的外衣，有过各种各样的梦想。从最早沃尔玛啤酒与尿片的故事，到最近的精准营销和无人驾驶，数据分析确实存在成功应用的案例，并日益融入日常生活与商业决策。但是数据统计与分析不同于大数据，甚至数据挖掘都与大数据鼓吹者的理想相差甚远。而在当前的主流互联网金融应用（例如P2P借贷、众筹和供应链金融、渠道金融）中，大数据并非多重要的因素，应用时机也未必成熟。数据源于对现象与行为的离散采样，是客观世界的数字化投射，这一投射是否准确取决于我们搜集、获取、整理数据的方式、频率与维度。能否从数据中发现未知的、有价值的信息与规律，并非取决于数据本身和算法，更多取决于“人”，取决于“人”对现象与行为的认识，以及把认识叠加于数据的采集与分析之上获得的数据洞察。绝大多数的算法和模型只是结果，是人的认识与洞察的形式化表现。计算能力和智能技术的发展，为人们提供了更好的数据整理与分析工具。大数据的4个V（或者5个V）突出了数据处理难度的增加，即使它们天然蕴含有更有价值的信息，却不意味着信息获取成本的降低，更不意味着（在当前数据获取与处理能力的制约下）数据就是一切。而无论P2P借贷数据，还是网络征信数据，很难相信它们的体量能有多大，变化速度能有多快，从而能够沾上理论界所谓大数据的边，进而需要动用大数据的技术与手段。毋庸置疑，金融行业天生拥有大数据，天然拥有优化大数据处理、进而降低信评与风控成本的动机。在利润最大化的追求下，大数据处理属于传统金融行业的内在创新动力，如果解决这一问题的时机成熟、成本宜人，他们自己就会猛扑上去，根本用不着互联网企业代劳（收购一家数据处理公司就够了）。传统金融行业对于大数据的期盼，更多在于社交网络、电商数据与金融数据的融合。这他们不是在忽悠，而是充分认识到问题难度和数据资源局限之后，所提出的一个联合攻关主张，这本身即说明大数据的有效处理不是一朝一夕的事情。对于传统金融行业，这一主张务实而合理，但是暂时而言，它并不是绝大多数互联网金融企业的菜。大部分的互联网金融企业目前体量尚小（唯一的例外是阿里），用户规模和交易额都不大，缺乏大数据基础，亦无力承担大数据的基础设施和处理成本，更重要的是并没有大数据的迫切需求。以P2P借贷行业为例，无论是依赖网络审核还是线下审核，信贷员的经验和尽职程度都远比大数据重要，成本也更节省。目前P2P行业的O2O趋势更说明了，在中国特定的信用和数据环境下，线下工作的重要性远远超过单纯的数据分析。依据数据积累，加入一些星座、IP、社交图谱之类的新料确实可能会对风险控制有帮助，但其作用的发挥仍应基于及时互动，即根据这些数据对借款人进行初步筛选、考察和回访，而不是迷信数据，因为这些数据的完整性、真实性和一致性在当前的数据环境下并不容易...