中国移动信用分悄然登场了！
点击上方
请您点击“与数据同行”以“关注”，关于数据的实践与思考，每周一我在这里等你！
作者：傅一平 邮箱：41722293@qq.com
中国移动最近在其APP中悄悄发布了“中国移动信用分”，业界又将增加一种评估个人信用的方式，如想了解自己的移动信用分，可以通过下载中国移动手机营业厅APP获取，当然前提是中国移动的用户，如下图：
无论是芝麻信用分，移动信用分或是其他各种分，业界一般从以下五个角度来评估个人的信用，包括身份特质、人脉关系、消费能力、信用记录和行为偏好等，虽然有各种变种，但万变不离其宗。
那么，相对于芝麻信用，联通沃信用分、移动信用分等运营商的信用分有什么特点呢？ 下面就从数据的角度一窥究竟。
1、身份特质
芝麻信用采用的是使用其相关服务过程中留下的足够丰富和可靠的个人基本信息，运营商则有直接数据、侧面数据、模型数据三类。
直接数据是用户注册留下的的身份信息，主要包括身份证、手机号码等数据，由此可推知性别、年龄等信息，实名制的落地使得该数据很靠谱。
侧面数据主要是围绕运营商通信业务特点形成的，也是运营商独有的，包括入网时长、所属集团、用户星级等信息，其他诸如是否实名、终端品牌、是否黑名单、是否加入亲情网、家庭网等也对判别一个用户身份特质有价值。
模型数据则是基于运营商行为数据挖掘出来的，比如职业，运营商完全可以基于用户的位置等行为数据进行较为准确的判断，这对于身份数据是有益的补充。
2、人脉关系
芝麻信用以用户间转账、采用客户端采集的用户通讯录、通话记录等为主，运营商的数据则有独特的优势。
通信数据具有天然的社交属性，无论是通话交往圈，还是短信交往圈，这些关系数据可比QQ、微信好友社交属性强，比如你主动打电话给某人体现的往往是强社会关系，结合通话次数，频次，长短，主叫被叫等信息，让人脉关系变得层次化，同时，运营商的家庭网，亲情网，统一支付等产品又增强了这层关系。
运营商如果能充分利用社交网络进行关系识别，人脉的特征判断还有非常大的提升空间，比如可以参考PageRank算法得到PeopleRank，由此得到任何一个人的相对影响力值，这对判别一个用户的价值是很有用的。
3、消费能力
芝麻信用有对应的履约能力，可以利用前期用户消费数目、档次、消费产品、报税、水电费代扣等进行分析，而运营商在这方面有不足，但也有一些数据可用。
首先想到的是通信消费，包括语音、短信、上网及一些增值业务，当然通信消费只是用户所有消费中的一种，比如一些用户消费能力很强，但通信消费可能不高，单用该指标有失偏颇。
但基于运营商的很多行为数据往往能间接反应出用户的真实消费能力，这里列举三个，一个是通信消费的类型，比如省内漫游、省际漫游甚至国际漫游，经常出国的无需质疑其消费能力吧，根据旅游的目的端甚至还可以分档，第二个是终端消费的情况，终端对应的价格和换机频率一定程度可以反应用户的消费能力，第三个是居住档次，在高档社区的用户显然消费能力不会低，当然所有的这些判断都是间接的，依赖于运营商的建模能力。
4、信用记录
芝麻信用可以采用过往信用账户还款记录及信用账户历史来评估，运营商怎么办呢？
当前运营商信用判断数据集中在用户停机、欠费、坏账记录上，同时，异常手机号码数、对应身份证下号码数对于判断用户信用也有价值。
诸如FICO体系采用的信用偿还历史、信用账户数、使用信用的年限、新开立的信用账户及正在使用的信用类型等数据类型，这类数据对于贷款审批等场景很有价值，运营商后续需要加大产业合作，尽可能的引入第三方数据，才能提升这方面的能力。
5、行为偏好
芝麻信用借助于线上及线下消费数据、合作商数据进行判断，运营商则可以基于通话、位置及上网三大类数据较为完美的判断用户的行为偏好，这是运营商可以发力的地方。
从通信的维度讲，不仅包括通话、短信和上网三大业务，每类业务还可以进一步细分，比如本地、长途、漫游，主被叫等，同时，如果运营商能够打造一个黄页知识库，则能通过对端更为精准的判断用户的行为偏好。
从上网的维度讲，虽然有https的影响，但内容的长尾效应还是有的，有很多的内容信息可供挖掘，从网页到APP，再到视频、阅读、音乐等专业网站，运营商需要迫切提升的是全网一体化的内容解析能力、爬虫能力及知识库能力。
从位置的维度讲，结合基站定位、MR（一种精准定位数据）定位、POI等数据，加上通话和上网，运营商可以立体的还原用户的真实生活场景。
但这些偏好很多不是现成的，需要运营商在技术和建模上付出巨大的努力才能达成，这是很大的挑战。
信用分并不是一个简单分数，更多体现的了信用分后面的企业的数据底蕴，无论是芝麻信用分还是运营商信用分，其实各有优势和劣势，比如芝麻信用的本体往往是账户，而不是自然人，比如其覆盖的用户受限于线上交易用户的规模，比如其较难评估一个人的影响力等等。
应该来讲，运营商信用分的登场只是走出了第一步，更为关键的是要为信用分找到合适的应用场景，真正发挥出其价值，在这方面，芝麻信用已经做了很多有益的尝试：
运营商需要基于自身的特点，打造出适合自己的场景，从对内的角度讲，信用分可在优惠购机、延迟停机等市场营销活动/服务上提供支撑，这对于提升客户服务质量也具有重要意义，从对外的角度讲，可以与金融等各行业合作，创造出新的商业模式，比如电信发布的星图.金融大数据风控平台，提到在贷款的时候，可以将信用分兑换成一定的信用额度，联通沃信用分达到786分已开放诸如分期购机、借现金等功能。
当然最为重要的还是要练好内功，模型质量决定了信用分应用的最终底蕴，运营商一方面要加强外围数据的引入和整合，另一方面则要通过信用分的应用不断获得反馈的数据，持续优化信用模型，从而不断夯实信用评估的基础。
历史足迹
传统BI的认知：
大数据的实践：
数据管理的领悟：
《七幅图读懂企业的数据字典》
数据人员的修养：
运营商大数据：
我的读书笔记：
▼
与数据同行
ysjtx_fyp
长按二维码识别，关注此号！