中国大数据风控调研报告.pptx

;;金融科技赋能普惠金融与金融基础设施;;;;;;;;;;;;;;;;;对机构而言，大数据风控是金融机构的通用需求

不论是银行还是消费金融公司，金融机构普遍有风控需求，底层业务逻辑几乎完全相同，只是面对客群、风险偏好存在差异。

对机构而言，风控是金融机构核心能力

银行等传统机构本质上是风险经营。一方面，监管层对金融机构的风控能力提出很高要求，另一方面，风控直接会影响金融机构的利润水平。因此，大数据风控直接解决金融机构的核心需求，价值度最大。

对金融科技服务商而言，以风控切入的大数据公司未来发展空间更大

风控是金融机构的根基，因此金融机构会采取审慎态度选取大数据风控厂商，建立信任周期长，但合作紧密度更深。风控合作涉及用户全生命周期数据，风控厂商有机会借数据切入到其他应用场景，未来发展空间更大。

对金融科技服务商而言，大数据风控门槛高，综合能力要求高

与精准营销相比，大数据风控门槛更高，对厂商的要求不光是技术和数据，还需要对金融业务场景的深入理解。;;;;根据Burton-Taylor研究，2015年北美（含加拿大）Credit,Fraud,RiskandCompliance

Data/Analysis市场规模148.7亿美元

根据美国行业统计数据，2010年，三大征信局在美国征信市场占有率61.8%，2015年微升至63.5%。由此推断，美国整体征信市场规模约100亿美元

两组数据交叉验证，同时由于美国市场基本成熟，

行业增速低，预测2017年大数据风控市场规模在100-120亿美元;;;;开源降低技术门槛，产品化趋势影响IT外包厂商，促使数据分析趋于集中

Tensorflow、Hadoop等开源技术，从基础设施层面降低大数据分析、机器学习算法的研发门槛，数据分析厂商很难靠单一技术建立门槛，必

须与业务场景结合，数据分析市场的综合门槛反而在提高。

传统数据分析市场存在大量IT外包厂商，处于碎片化市场，新技术的发展促使碎片化市场有望集中。一方面，容器技术大大缩短产品部署上线的周期，另一方面，PaaS平台提升了产品的自定义性和配置性，能够满足企业个性化需求。

客群趋于集中，头部风控厂商占据大部分市场份额

大数据风控的客群集中在持牌金融机构，客户数???减少。同时，头部风控厂商能够与标杆客户进行深度合作，占据单个客户的大部分风控预算，

因此，大数据风控市场的集中度会逐步提高。

数据分析领域，互联网巨头技术领先

数据获取门槛降低之后，数据分析能力的价值度得以凸显。互联网巨头入局早，而且拥有强大的自营业务，大量数据训练出的建模分析优势明

显，将成为数据分析领域规模最大的市场占有者。;;;;除了金融相关数据，大数据风控还需要大量用户行为数据进行模型训练和调优。

海量数据，覆盖足够多的用户

用户数据价值密度高、噪音少，数据清洗容易

用户数据维度多，能够形成丰富的用户画像

自身业务场景能够获取有价值数据

拥有大量反馈数据，利于模型调优;;;;;;;;;;;;;