隨著網路科技進步及儲存技術提升,資訊在網路上廣泛傳播、大量累積資料的成本變得相對便宜,造就一門新興行業-資料探勘,即分析長期累積的大量資料,找出有用的訊息並應用它改善現況。單純資料的累積並無法為企業帶來任何收益,只有企業嚐試從資料堆中過濾出有用的資料,分析並運用它增加商機,資料才具有意義。因此,資料探勘相當依賴有經驗的分析者,判斷資料取捨及提供專業的評論分析。

  談及運用大數據為企業創造獲利前,我們先對主流的網路行銷方式有個概念。目標客戶行為行銷(behavior targeting)記錄消費者在網站上的瀏覽行為,像是該客戶花多少時時間停留在某頁面、搜尋記錄、點閱產品等,將這些行為模式形成一個概括描述,便於廣告商將類似的客戶概括描述分類在同一客戶群,更精確地行銷商品給正確的對象。另一種為地區行為行銷(network behavioral targeting)。網路廣告商如Google,針對不同國家的使用者提供該區的廣告及網站搜尋服務。早期行銷多以人口特性區分,如:地區、性別、教育、年齡等,漸漸演化成從顧客行為研究更清楚地認識目標顧客。

  根據維基百科,大數據指涉及的資料量規模巨大到無法透過人工,在合理時間內達到擷取、管理、處理、並整理成為人類所能解讀的資訊,分析Facebook的使用行為即是大數據領域。現代人多使用社交網路工具維繫人際關係,如 FacebookTwitterLinkedInLineGoogle+或其他與朋友交流的軟體,使用者其實很難想像他們公開的個人資訊、好友圈、塗鴨牆留言、網路閒聊等,都可以被收集整理分析,更精確的預測使用者的行為模式。

  美國一些金融借貸、信用卡機構,為了更加了解客戶信用品質,除了採用傳統的信用評分卡判定信用等級,更納入借款客戶的社交圖(Social chart)參數。社交圖建立在「物以群分,人以類聚」的概念,使用者的社交圈關注的事物,使用者也會關注。它描述人和人及其他群體間的社交關聯性,使用者被分類到相似的社交圖類型,代表他們有著類似的喜好、行為模式,有別於以人口性質分類客群的行銷方式,社交圈分類更能描述目標客戶行為。除了用以推薦商品,社交圈分析補強銀行信用分析不足,降低信用風險。銀行了解借款客戶的社交圈朋友與該行往來情形,若該客戶的朋友圈與該行往來情形良好,形成推薦效果,該客戶應該相當注重個人信用。因此銀行能儘量避開信用不好的客戶,減少倒帳風險,作業成本將大幅降低,還能提供較快速的貸款核准。如果一個人在社交網路說的和對銀行講的不同,行為不一致可視為一個警訊;如果穩合,自然增加銀行貸款的信心。

Lending ClubZestCash為大量運用社交圈分析的網路金融公司。Lending Club 為美國直接借貸市場第一名的P2P公司,提供借款人一個銀行之外的借款管道,借款者支付相較於銀行較低的手續費及利率。此公司採用附加社交資訊(social information collateral)做為審核參考點之一,透過收集運用社交網路資料,做借款人身份認證比對以避免信用詐騙,同時利於行銷產品。

  ZestCash主攻短期小額借款,每筆貸放金額約300至800美元,即使借款客戶無法通過銀行的信用報告審核或者沒有信用記錄,仍可以在ZestCash平台借到錢,可以說公司的主要客戶群就是銀行服務不足(Underbanked)、無法申請信用卡的客戶。

  ZestCash透過研究其他銀行尚未採用的變量評估客戶,如:電話帳單付款記錄、該客戶在借貸網站逗留多久…等訊息,取代傳統銀行核貸評估採用的有限資料-信用報告及信評分數。ZestCash靠著聰明的運用資料,有效降低客戶違約率,並將之反應在客戶的借貸成本,借款人甚至可以只支付二分之一傳統發薪日貸款費用(註:payday loan,小額短期融資,供借款人在領到薪水前短期調度資金之用)。

  儘管企業採集社群媒體訊息是使用者自願對外公開資料,經由資料探勘公司分析客戶網路資料,銷售給好奇客戶在網路上做什麼的企業。對於借款者來說,他和誰是臉書朋友,對他的信用評價會有影響可能在他意料之外。而企業蒐集個人公開資訊,做為可能影響個人權益的運用是否侵犯個人隱私,仍值得深入探討。

 

 

 

 

喬美國際網路股份有限公司 金融處 楊韻儒

文章標籤
創作者介紹

喬安公園

喬安網路平台 發表在 痞客邦 PIXNET 留言(0) 人氣()