我親歷的資料安全To B格局大變化
解決資料安全問題,除了完善的法律法規,剩下的都可以交給科技。
來源 | 周觀新金融 作者 | 周公子
2020,是個魔幻之年。從疫情開局,到各類“黑天鵝”事件,沒有人能遺世獨立。大小人物,都是人間。世界日新月異,往往不會等你準備好了才開始改變。也許從細微之處,我們更能感受到這些改變對我們每個人帶來的真實影響。這,也是周觀新金融蒐集特輯的原因。
第三期,是一位資料公司高管的故事。近年來,他所親歷的資料安全行業To B格局劇變,到底“變”在哪裡?
從去年到現在,大資料行業經歷了翻天覆地的變化。身為行業的其中一員,我感觸頗深。去年底,始於同盾等公司被查的大資料風波,也是行業“劇變”的開始。
去年10月12日,北京銀保監局釋出了《關於規範銀行與金融科技公司合作類業務及網際網路保險業務的通知》,對轄區內的銀行與科技公司機構合作業務進行了詳細的規範,明確“不得將貸款‘三查’、風險控制等核心業務環節外包給合作機構;不得僅根據合作機構提供的資料或信用評分直接作出授信決策;不得因引入保證保險、回購承諾等風險緩釋措施而放鬆風險管控”。
這一波針對大資料的監管風波之後,無論是機構需求,還是資料公司本身的業務重心,都出現了很大的變化,“資料荒”出現了。
什麼是“資料荒”?資料就在那裡,卻很難用起來。很多資料公司開始擔憂以前“賣資料”存在的合規風險,與此同時,我們也清晰地感受到,所有的銀行機構開始忌諱資料出庫的建模方式。尤其是隨著5G的普及,國內的網際網路資料應該會以指數級的增速增長,資料的客觀存在與資料孤島效應成為一個矛盾。與此同時,很多金融機構的貸款業務都有KPI,不可能不放貸,也不可能不用資料,但資料使用的安全邊界卻依然不明晰,不知道如何使用資料才是符合要求的:既要用,又擔心。
所以,這既是“資料荒”,也是“資料慌”。
基於此,在資料安全領域,銀行等金融機構的合作意願相比以往表現得強烈,需求也更加明確。過去,銀行似乎在資料的採購與業務建模上“以結果為導向”,關注的是哪家資料能解決風控中的實際問題。比如銀行和金融科技公司的聯合放貸,銀行側更多地是關心資料風控的效果。
但今年以來,由於國家對資料安全的法律法規更加明確,一大部分資料公司被監管整改,資料市場過去比較暴力的輸出方式逐漸被淘汰。銀行側由於內部資料監管更加嚴格,不存在任何樣本出庫的可能性。這種變化倒逼資料市場催熱了聯邦學習、邊緣計算等安全計算技術,越來越多巨頭在安全計算領域的投入也在加大。
銀行對資料安全的要求非常明確,銀行的使用者資料不能出門,銀行去查詢第三方資料的時候最好拒絕使用者ID被快取,銀行對合作資料來源要求一手合規。從銀行機構內部來看,資料安全類的合作也正經歷著“風格切換”:城商行表現“激進”,國有銀行正在“下沉”。換句話說,城商行股份制銀行則能更快地接受安全計算技術並付之於實際業務,國有銀行目前普遍處於立項科研階段。
具體到業務型別來看,銀行等金融機構對資料安全需求最多的是風控和營銷。
營銷,使用者運營是對銀行儲蓄卡、信用卡、理財、貸款等業務場景的使用者進行量化分析,並作出運營決策,圍繞著以ABTEST為核心的運營思路,不斷最佳化運營方案,最終達到降本提效。銀行依賴於外部的資料進行使用者興趣偏好的刻畫,比如支付維度資料、SDK行為資料、電商資料等。
風控,風控評分是對銀行信用卡、貸款等業務場景進行大資料智慧風控,透過與多方資料進行聯合建模,建立使用者信用評分卡與質量評估模型,提升信貸客群的信用評估能力,最終降低信貸業務的壞賬率。比如小微企業貸,就涉及到外部的、水電費資料等。
傳統的方式是API將需要的資料從資料來源那邊呼叫到銀行端,問題是去查詢存在被惡意快取使用者ID的隱患,另一個問題是採購標籤如果是脫敏的太多,意味著價值越低(資料來源也開始忌諱直接輸出原始標籤)。目前,聯邦學習等隱私計算解決方案之所以流行,就是可以保證雙方資料不洩露,最大化地聯合多方資料來源進行模型訓練,保證了雙方資料的安全性。
實際上,要徹底解決行業的資料安全問題,需要雙管齊下。 首先,要有完善的法律法規,然後,剩下的問題都可以交給科技。
近日,《資料安全法(草案)》已經比較明確規定了資料合規使用的邊界,我相信未來關於資料安全的法律環境會更完善。而從科技公司未來的發展來看,我建議可以更多地考慮從技術上去解決使用資料過程中同時能保護資料安全的問題,比如目前比較被公認的隱私計算技術,市場上已有這些技術在信貸業務的落地應用。
我們,相當於是資料孤島之間的橋樑“建築師”。
未來,我認為在資料安全領域,To B科技服務也會經歷“萌芽、迅速繁殖、泡沫、淘汰、慢牛”的生命週期。而目前的安全計算,還在萌芽過度到迅速繁殖的階段,我們可以看到越來越多的科技公司參與到這條賽道,應用的領域也比較集中,主要在風控和營銷等。
在這個階段,更艱鉅的突破是技術和產品打磨上。改變以往比較暴力的資料行業模式,我覺得未來整個資料行業的價值會從“複製貶值”變成“越用越值錢”。相應的,這個行業能存活下來的企業,未來寡頭效應也會更明顯,估值也會很高。
原創文章,未經授權,請勿轉載。
聯絡周公子請加微訊號:zhougongzihenshuai
投資有風險,入市須謹慎,以上觀點分享不構成投資建議。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69969060/viewspace-2703703/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 我的大資料學習歷程(1)大資料
- 個推大資料:多點的活躍、叮咚的增長,生鮮APP新格局變化大資料APP
- 如何展示主資料的歷史變化(一)
- 如何展示主資料的歷史變化(二)
- 如何展示主資料的歷史變化(三)
- 如何展示主資料的歷史變化(四)
- hbase大規模資料寫入的優化歷程優化
- 我的Java轉型大資料的學習過程和經歷Java大資料
- 大資料下的資料安全大資料
- 資料治理下半場:需求升級與格局突變
- 大資料引領我們走向資料智慧化時代大資料
- 我理解的大資料大資料
- 中國手機大變局:阿里樂視入場 大資本撼動原有格局阿里
- 大資料正在改變企業資訊化大資料
- 論我國居民收入分配格局變動及橄欖形格局的實現條件
- 大資料安全大資料
- 大資料技術創新呈現“原創-開源-產品化”的階梯格局大資料
- OceanBase 首席架構師:關聯式資料庫到三代分散式資料庫,我親歷的資料庫演進史架構資料庫分散式
- 大資料的前世今生-大資料特徵與發展歷程大資料特徵
- 談一談資料管理的格局
- 展示主資料的歷史變化的幾種業務需求及其實現方法
- 資料安全與個人隱私:美國人的焦慮與變化
- 大資料安全分析大資料
- 大資料改變世界:數字化的你永存於世大資料
- 大資料時代帶來的大變革大資料
- 我的大資料學習之路大資料
- 大資料系列 1:大資料技術發展歷程大資料
- 大資料改變經濟預測正規化大資料
- 聊一聊我在 B 站自學 Java 的經歷吧Java
- 大資料時代資料安全策略大資料
- [屌絲PM]我經歷的NUI變革期UI
- 大資料安全如何保障大資料
- 美萊:整形大資料揭祕中國人“顏值進化”歷程大資料
- 資料科學的歷史,從洞穴壁畫到大資料資料科學大資料
- 矽谷大資料【上】:什麼是 “改變世界” 的大資料公司大資料
- 第二屆資料安全大賽“數信杯”資料安全大賽 WP
- 【大資料安全】ApacheKylin安全配置(Kerberos)大資料ApacheROS
- 如何確定大資料分析的安全大資料