深度挖掘电商大数据，好多数如何对标ZestFinance做大数据金融？

数据是信息时代推动产业发展的“新能源”，这几乎成为行业共识。数据采集、提炼、加工、交易以及应用过程，与石油产业有异曲同工之处。

源源不断产生数据的地方，是亟待价值挖掘的“油井”。数据作为底层“材料”，可延伸的应用场景和产品形态非常多样，金融作为数据化程度最高的行业之一，是大数据应用的重要领域。麦肯锡发布的《Big Data: The Next Frontier For Innovation, Competition, And Productivity》报道显示，金融是大数据潜在价值最高的行业。

麦肯锡报告显示，金融与保险是大数据最有潜力的行业

此前36氪曾报道过为电商提供管理系统的E店宝，经过14年的发展，E店宝如今是电商ERP领域的头部企业。好多数成立于2016年10月，此前是E店宝内部孵化的大数据金融项目。

好多数对标ZestFinance，后者是获得包括京东集团、百度风投等多家互联网巨头投资的美国金融科技公司。ZestFinance通过大量弱相关数据，对美国传统征信机构FICO进行补充，为传统征信系统中信用记录较差，但实际上具有还款能力和还款意愿的民众提供信贷服务。

中国的情况与美国略有不同，美国是已有完整的征信系统，覆盖面非常广，但是其征信系统维度有缺陷，需要类似ZestFinance的企业进行修正。中国的征信体系还不完善，大数据风控也还有很多作为的空间，属于基础设施和上层建筑并行发展的状态。

好多数依托E店宝的资源，后者具有约5亿网民的电商交易数据和在线行为数据，日新增订单数据在500万左右。电商数据包括消费者以何种价格购买何种类型的商品等等，数据的维度相对有限，无法形成独立的核心风控模型，但是加上用户的行为数据，可以生成风控的策略子集。

好多数的客户包括第三方征信机构、大数据风控公司、类金融机构等。好多数创始人兼CEO陈涛介绍，标杆客户包括中诚信征信、鹏元征信以及51信用卡的公司，服务客户超过100家，日均客户查询量超过10万次，5月份日查询量达到50万次。

一方面好多数可以基于电商数据，为客户提供风控模型的策略因子，另一方面，好多数可以提供具有独立产品形态的服务，涵盖贷前、贷中和贷后。

贷前阶段，好多数会基于信息核验做做反欺诈产品。贷中将基于消费者的网购数据对用户的信贷风险进行预判，这也是好多数未来将重点打造的模型，目前已经加入了20多个变量，包括消费金额、退换货比例、消费时段等。贷后催收阶段，好多数可以提供失联修复产品，找回通信录信息。

好多数的计费方式主要是调用查得计费。

团队方面，好多数创始人兼董事长为E店宝创始人，关于E店宝的报道可参考此前36氪的报道。创始人兼CEO林峰为原阿里巴巴大数据专家、原酷宝数据创始人。

好多数此前曾获得51信用卡、以正资本的数百万天使轮投资，目前正在进行新一轮融资。