“一切可計算， 萬事可量化。 ”金電聯行自2007年就開始在大資料領域耕耘。 十年來， 金電聯行完成了資料技術的不斷升級， 擁有大量經過驗證的演算法模型， 並獨創“智慧資料工廠”， 説明企業、金融機構、政府等拓展多領域的大資料應用實踐， 深度挖掘資料價值。
文 | 董興榮 李菲
財資一家（TreasuryChina）原創首發
採訪嘉賓：朱志偉， 金電聯行（北京）資訊技術有限公司聯合創始人&高級副總裁。 擅長構建資料模型及邏輯分析， 精於信貸風險控制及評審等領域。
金電聯行（北京）資訊技術有限公司（簡稱“金電聯行”）成立於2007年， 是為金融與社會管理提供創新信用服務的大資料公司。 從依託大資料技術的信用融資起步， 到量化風險、企業征信， 再到大資料底層建設和計算能力輸出， 金電聯行經過十年不斷的潛心研究和實踐， 不僅搭建起了企業與金融機構、政府之間的資訊橋樑，
在十年的發展中， 作為大資料理論與雲計算技術在信用領域的革命性應用者， 金電聯行在中小企業信貸領域打開了缺口， 尋找到了降低企業融資成本和縮短貸款時間的方法。
“在資訊時代， 金電聯行經歷了最初的業務驅動型到專家驅動型再到資料驅動型的轉變。 最初， 金融機構要對中小企業進行評測、量化， 同時， 在業務特徵梳理過程中， 會關注到樣本的優劣， 這是業務驅動型；之後， 我們有風險量化的金融專家、資料分析師以及IT專家， 使我們從業務驅動轉變為專家驅動， 但這一模式仍是以人為主，
在金融大資料方面， 金電聯行通過創建的大資料征信、大資料風險量化、大資料信用融資、基礎資料平臺等模式， 提升了金融服務的效率。 在技術上， 金電聯行通過大資料的採集分析， 利用大資料時代資料量無限擴大、鏈條無限延長、體系不斷完善、捕捉難度日益降低的契機建立的客觀信用評價體系， 從某種意義上打破了以財務資訊為核心的固有信用評價思維， 改變了以抵押擔保為主的傳統信貸方式，
在政務大資料方面， 主要説明政府搭建政務治理平臺， 整合多維度企業信用資料， 提供企業資訊全面、集中的展示， 為政府制定政策提供資料支撐。 同時還能夠代替人工， 更加精准地完成工作， 最大限度地減少操作差錯， 節省人力成本， 提高政府工作效率。
在產業大資料方面， 與地方政務資料不同的是， 產業大資料沒有明顯的區域性， 更側重於條資料， 邏輯性很強， 猶如一部車有上萬個零部件， 缺一個零件都不可以， 必須所有的零件協同， 將條、塊資料聯合應用。 “金電聯行不僅説明企業進行資料化的治理， 如精准生產、精准銷售等，實現產業資源的優化配置，還能讓資料產生金融價值，進而提供產業金融服務，助力產業轉型升級。”朱志偉說道。
智慧資料工廠：挖掘資料的強大價值大資料正在成為金融業運作中最有價值，最強大的決策工具。作為大資料、金融業領先實踐者的金電聯行，又是如何將智慧化與資料高效結合，實現資料的商業價值的呢？
對於金電聯行的大資料技術創新應用，朱志偉認為，主要有三大核心點：一是一站式征信。基於20餘個國家部委資料、200餘個協力廠商資料庫資料、區域資料、產業資料以及四十余萬家中小企業資料，對資料進行交叉校驗、交叉分析，為用戶提供企業族譜、信用評分、征信報告三大主要服務，將企業的情況一站式地展現在用戶面前。二是量化監管。以大資料技術為核心，通過資料對企業進行動態監管，實現對企業風險的即時監控，並可以做到提前3~6個月進行風險預警。三是智慧資料工廠。基於流水線、自動化、規模化、智慧化的生產模式，利用工業生產線實現對原輔材料（資料）的加工、生產、組裝並輸出市場需要的資料產品，為企業打造量身定制的大資料應用落地體系。
隨著大資料思維的不斷深入，資料生產方式也歷經了多個形態。如何改變傳統的資料應用模式，應用先進的全自動機械系統發揮更加強大的功能呢？金電聯行的智慧資料工廠也許可以提供一些新的思路。
只有資料生產方式智慧化，才能保證資料資源轉化更加有效，才能充分應對不斷升級變化的市場需求。然而，如何做到生產方式智慧化？把資料資源作為原材料進行分類，根據所有者不同，分為自有資料、外部資料和其他非直接資料。為了更好地將這些資料進行應用，智慧資料工廠創造了“資料拼圖”概念。資料拼圖可以隨著多個維度數據的增加而不斷擴充，具有很好的適應性和延展性。它通過一定的計算方式，可以有效地保證自有資料、外部資料和非直接資料進行無縫拼接，形成多維度資料集，使原材料種類品質都可以達到生產的水準。此外，資料拼圖轉化為最終成果，不僅需要資料專家為資料採擷、清洗、加工以及介面服務提供支援，還需要瞭解需求方真實想法的業務專家提供業務發展方向。
在使用資料拼圖的初期，專家建立模型並且把這一過程生產線化，搭建出實驗室生產線環境，並且利用資料不斷的交叉檢驗。經過多輪驗證後，標準智慧生產線1.0可用於實際生產。在生產線運作實際過程中，初代智慧生產線會有更多新資料加入，利用專家加上深度學習的人工智慧技術，可以非常快速地校正生產線並且實現生產線升級，也就是從1.0升級為2.0，以此類推。智慧生產線將在為人工智慧提供用武之地的同時，喚醒人工智慧巨大的潛力，從而使這兩個領域的技術和應用出現加速發展的趨勢。這一套從原材料到生產工藝不斷優化再到實現應用的過程，包含了具有前瞻性和與時俱進的構建佈局，以專業知識和技能建立的資料，與最終應用之間形成通路。這一集成了資料資源、雲計算技術、人工智慧、專家經驗的有機體，就是智慧資料工廠。
談及智慧資料工廠是如何通過資料驅動挖掘出更多具有商業價值的知識、資訊時，朱志偉表示，金電聯行的資料計算能力輸出主要分為四大步驟：第一是資料準備。建模分析都需要有資料準備，把原始資料轉化為能夠用電腦或其他設備挖掘、分析的標準資料。這就需要電腦化，把原始資料變成待挖掘資料並且還要建立一個標準。第二是數據畫像。在資料準備、待挖掘的情況下，先將其特徵提取出來，稱作畫像。在金融行業運營中，常常涉及客戶畫像，包括客戶的特徵、喜好、在投資時的風險偏好等。第三是依託機器完成資料採擷。這一過程包括兩個最基礎的模組：一是建立挖掘的演算法基礎庫，又稱“武器庫”，針對不同的特徵應該用哪些類型的演算法進行挖掘和分析，這也是金電聯行十年深耕的成果；二是演算法和資料特徵的映射關係，這屬於金電聯行的“秘方”。第四是知識映射。輸出的數學表達又被稱為“知識信號”，這些知識信號只是在數學上有邏輯，並具備相應的屬性和特點，要將這些數學上的信號用於解決現實的問題就必須把數學上的知識信號與業務上的知識進行解讀，判斷其是否有價值。因而，要把挖掘出的知識與實際的業務、需求進行關聯。
“事實上，這個資料驅動實踐也存在三個核心點：首先，是把資料的核心特徵挖掘出來，確定資料畫像；其次，是確定資料和模型的映射關係；最後，將知識輸出、落地，對業務產生價值。因為資料的價值，就是從資料裡找到知識， 資料驅動最終轉換成商業，讓資料變現。”朱志偉表示。
“大資料＋傳統產業”：實現大資料與產業深度融合金電聯行深入挖掘和分析傳統產業在研發、生產、行銷、管理等全產業鏈資料，提供市場競爭力、消費需求等決策型資料，一方面能夠説明企業進行資料化的治理，實現產業資源的優化配置；另一方面是能讓資料產生金融價值，進而提供產業金融服務，打造一個資料驅動的產業金融新生態，助力產業轉型升級。
以紡織產業為例，大資料在紡織產業的應用，具備加強單個企業的精細化管理程度，完善企業的信用評級並提升企業融資能力，加強上下游資訊傳遞，實現產業內資訊共用，提升產業集中度等功能，有助於提高紡織產業效率並加速產業整合趨勢。朱志偉表示：“在製造業，我們是一個新兵，但是我們做的事情比較實在，我們做的是化纖產業的應用落地。”2016年，金電聯行憑藉自身大資料優勢與紡織產業鏈的龍頭企業合作，共同搭建大資料投資平臺，打造化纖產業大資料聯盟，實現紡織產業與互聯網、大資料、雲計算等技術的深度融合。
事實上，金電聯行目前向“大資料＋傳統產業”延伸已經積累了經驗。朱志偉表示：“在與紡織業的合作中，金電聯行通過‘大資料＋紡織’三步走的戰略，助力打造大資料與紡織業的深度融合與發展。”第一步是整合資料，利用大資料信用技術手段，金電聯行實現了對企業交易資料的整合，改變了傳統紡織產業內部生產要素間缺乏連通且資料轉化能力滯後的不足，解決了潛在客戶定位模糊的問題；第二步是信用融資，以“企業信用可計算，風險可量化”為前提，通過企業增信報告、信用貸款、企業優選、信用體系建設、投融資平臺等多種形式，提升了紡織企業對資源資訊的掌控能力，打造了良好的信用融資環境；第三步是搭建平臺，金電聯行與紡織企業聯合，建立了紡織產業的大資料征信平臺、投融資平臺，發佈了紡織產業的客觀信用評價指數，創新紡織業的風控模式，引領整個產業健康發展。
本文刊登於《財資中國|財富風尚》雜誌2017年10月刊，有刪減。關注財資一家頭條號，獲取獨家財經商業資訊、企業財資管理、銀行金融服務等方面的原創乾貨。
如精准生產、精准銷售等，實現產業資源的優化配置，還能讓資料產生金融價值，進而提供產業金融服務，助力產業轉型升級。”朱志偉說道。智慧資料工廠：挖掘資料的強大價值大資料正在成為金融業運作中最有價值，最強大的決策工具。作為大資料、金融業領先實踐者的金電聯行，又是如何將智慧化與資料高效結合，實現資料的商業價值的呢？
對於金電聯行的大資料技術創新應用，朱志偉認為，主要有三大核心點：一是一站式征信。基於20餘個國家部委資料、200餘個協力廠商資料庫資料、區域資料、產業資料以及四十余萬家中小企業資料，對資料進行交叉校驗、交叉分析，為用戶提供企業族譜、信用評分、征信報告三大主要服務，將企業的情況一站式地展現在用戶面前。二是量化監管。以大資料技術為核心，通過資料對企業進行動態監管，實現對企業風險的即時監控，並可以做到提前3~6個月進行風險預警。三是智慧資料工廠。基於流水線、自動化、規模化、智慧化的生產模式，利用工業生產線實現對原輔材料（資料）的加工、生產、組裝並輸出市場需要的資料產品，為企業打造量身定制的大資料應用落地體系。
隨著大資料思維的不斷深入，資料生產方式也歷經了多個形態。如何改變傳統的資料應用模式，應用先進的全自動機械系統發揮更加強大的功能呢？金電聯行的智慧資料工廠也許可以提供一些新的思路。
只有資料生產方式智慧化，才能保證資料資源轉化更加有效，才能充分應對不斷升級變化的市場需求。然而，如何做到生產方式智慧化？把資料資源作為原材料進行分類，根據所有者不同，分為自有資料、外部資料和其他非直接資料。為了更好地將這些資料進行應用，智慧資料工廠創造了“資料拼圖”概念。資料拼圖可以隨著多個維度數據的增加而不斷擴充，具有很好的適應性和延展性。它通過一定的計算方式，可以有效地保證自有資料、外部資料和非直接資料進行無縫拼接，形成多維度資料集，使原材料種類品質都可以達到生產的水準。此外，資料拼圖轉化為最終成果，不僅需要資料專家為資料採擷、清洗、加工以及介面服務提供支援，還需要瞭解需求方真實想法的業務專家提供業務發展方向。
在使用資料拼圖的初期，專家建立模型並且把這一過程生產線化，搭建出實驗室生產線環境，並且利用資料不斷的交叉檢驗。經過多輪驗證後，標準智慧生產線1.0可用於實際生產。在生產線運作實際過程中，初代智慧生產線會有更多新資料加入，利用專家加上深度學習的人工智慧技術，可以非常快速地校正生產線並且實現生產線升級，也就是從1.0升級為2.0，以此類推。智慧生產線將在為人工智慧提供用武之地的同時，喚醒人工智慧巨大的潛力，從而使這兩個領域的技術和應用出現加速發展的趨勢。這一套從原材料到生產工藝不斷優化再到實現應用的過程，包含了具有前瞻性和與時俱進的構建佈局，以專業知識和技能建立的資料，與最終應用之間形成通路。這一集成了資料資源、雲計算技術、人工智慧、專家經驗的有機體，就是智慧資料工廠。
談及智慧資料工廠是如何通過資料驅動挖掘出更多具有商業價值的知識、資訊時，朱志偉表示，金電聯行的資料計算能力輸出主要分為四大步驟：第一是資料準備。建模分析都需要有資料準備，把原始資料轉化為能夠用電腦或其他設備挖掘、分析的標準資料。這就需要電腦化，把原始資料變成待挖掘資料並且還要建立一個標準。第二是數據畫像。在資料準備、待挖掘的情況下，先將其特徵提取出來，稱作畫像。在金融行業運營中，常常涉及客戶畫像，包括客戶的特徵、喜好、在投資時的風險偏好等。第三是依託機器完成資料採擷。這一過程包括兩個最基礎的模組：一是建立挖掘的演算法基礎庫，又稱“武器庫”，針對不同的特徵應該用哪些類型的演算法進行挖掘和分析，這也是金電聯行十年深耕的成果；二是演算法和資料特徵的映射關係，這屬於金電聯行的“秘方”。第四是知識映射。輸出的數學表達又被稱為“知識信號”，這些知識信號只是在數學上有邏輯，並具備相應的屬性和特點，要將這些數學上的信號用於解決現實的問題就必須把數學上的知識信號與業務上的知識進行解讀，判斷其是否有價值。因而，要把挖掘出的知識與實際的業務、需求進行關聯。
“事實上，這個資料驅動實踐也存在三個核心點：首先，是把資料的核心特徵挖掘出來，確定資料畫像；其次，是確定資料和模型的映射關係；最後，將知識輸出、落地，對業務產生價值。因為資料的價值，就是從資料裡找到知識， 資料驅動最終轉換成商業，讓資料變現。”朱志偉表示。
“大資料＋傳統產業”：實現大資料與產業深度融合金電聯行深入挖掘和分析傳統產業在研發、生產、行銷、管理等全產業鏈資料，提供市場競爭力、消費需求等決策型資料，一方面能夠説明企業進行資料化的治理，實現產業資源的優化配置；另一方面是能讓資料產生金融價值，進而提供產業金融服務，打造一個資料驅動的產業金融新生態，助力產業轉型升級。
以紡織產業為例，大資料在紡織產業的應用，具備加強單個企業的精細化管理程度，完善企業的信用評級並提升企業融資能力，加強上下游資訊傳遞，實現產業內資訊共用，提升產業集中度等功能，有助於提高紡織產業效率並加速產業整合趨勢。朱志偉表示：“在製造業，我們是一個新兵，但是我們做的事情比較實在，我們做的是化纖產業的應用落地。”2016年，金電聯行憑藉自身大資料優勢與紡織產業鏈的龍頭企業合作，共同搭建大資料投資平臺，打造化纖產業大資料聯盟，實現紡織產業與互聯網、大資料、雲計算等技術的深度融合。
事實上，金電聯行目前向“大資料＋傳統產業”延伸已經積累了經驗。朱志偉表示：“在與紡織業的合作中，金電聯行通過‘大資料＋紡織’三步走的戰略，助力打造大資料與紡織業的深度融合與發展。”第一步是整合資料，利用大資料信用技術手段，金電聯行實現了對企業交易資料的整合，改變了傳統紡織產業內部生產要素間缺乏連通且資料轉化能力滯後的不足，解決了潛在客戶定位模糊的問題；第二步是信用融資，以“企業信用可計算，風險可量化”為前提，通過企業增信報告、信用貸款、企業優選、信用體系建設、投融資平臺等多種形式，提升了紡織企業對資源資訊的掌控能力，打造了良好的信用融資環境；第三步是搭建平臺，金電聯行與紡織企業聯合，建立了紡織產業的大資料征信平臺、投融資平臺，發佈了紡織產業的客觀信用評價指數，創新紡織業的風控模式，引領整個產業健康發展。
本文刊登於《財資中國|財富風尚》雜誌2017年10月刊，有刪減。關注財資一家頭條號，獲取獨家財經商業資訊、企業財資管理、銀行金融服務等方面的原創乾貨。