近期，经侦突查一些大数据公司，全行业谈虎色变，心里都没底——这是杀鸡儆猴呢，还是顺藤摸瓜、一网打尽呢？

自然不能一网打尽，但也不是杀鸡儆猴这么简单。

数据保护喊了很多年，突查大数据公司也非首次，突查会很快过去，同过去一样。但相同的是表象，不同的是土壤。

数据，一直有两面性：强调数据资产性，数据是油门；强调数据安全性，数据是刹车。现在，到了踩刹车的时候。

进退由它

最宝贵的资源，都有双面，既是动力，又是武器。石油重要，有石油禁运；技术引领，有技术封锁。在消费金融行业，数据也有这样的双面，进退由它。

对数据的利用已贯通消费金融全环节，但敏感数据主要集中于风控，数据的不可替代性也体现在风控，数据的双面性在大数据风控环节得以充分体现。

传统风控手段，主要是对物风控而非对人风控，更重视抵押物而非借款人本身。抵押物，代表100%可追偿，安全无风险；个人信用再好，也不能排除不确定性。所以，对抵押物的依赖，实则是对风险的极度厌恶，厌恶风险的金融机构，必然辐射范围有限，消费金融，久久被困在一个小圈子里，做不大。

数据风控，则是对人风控，基于人的信息、行为、标签予以评分，根据评分确定额度和利率。评分结果，本质上是对还款概率的模拟，概率的背后是不确定性和风险。当风控模式从传统风控过渡到数据风控，对风险的认知和承受有了质的突破，消费金融也就突破了抵押物的牢笼，空间被打开了。

数据风控的典型场景是信用卡，银行凭借一套信用卡评分体系丈量天下申卡人。最负盛名的信用分产品是FICO分，已成为美国消费金融繁荣生态的核心支柱。这两年兴起的大数据风控，不过是数据风控在数据层面的扩围，继而实现了业务空间和边界的再延伸。

从模式沿革角度看，大数据风控并非无根而生的划时代创新，仍是渐进创新和演变的典型。仅靠这种渐进式创新，还不足以驱动消费金融的风口，大数据反欺诈的成功才是不可或缺的助力。

2016年，动辄有小贷平台被骗贷大军薅光至死的传闻。当贷款从线下到线上，核实申请人身份、辨别借款人（骗贷）意图这种原本不是问题的问题成了问题——线下亲见，核身很简单；线上面对一个数字化的身份，辨别真假不容易。

骗贷大军专业化运作，持续迭代更新；多数贷款公司缺乏人力和实力进行攻防，第三方大数据公司反欺诈的价值凸显，逐渐成为消费金融产业链里的重要一环。这一环补上了，消费金融的风口也起来了。

2016年下半年起，现金贷在江湖崛起，撑起消费金融的大梁。

不过，当数据越来越重要，双面性就出来了。

不离监管

数据无足轻重时，也是数据监管宽松时；一旦重要性凸显，监管和规范必然跟上。因为重要的东西要可控，不可控，越重要，越危险。

《大数据产业发展规划（2016-2020年）》（工信部规[2016]412号）开篇强调“数据是国家基础性战略资源，是21世纪的‘钻石矿’”，这么重要，乱采乱用岂不后患无穷。若不加规范，资源流失谁的罪过？

此外，从行业健康发展角度看，数据行业也离不开监管。原因有二：

一则，监管介入，才能驱逐劣币。市场之手追求效率，劣币会驱逐良币。以大数据公司为例，坚持合规采集数据，成本高、数据源受限，与肆无忌惮的数据公司竞争，必然处于下风。久而久之，肆无忌惮的公司反倒成了主流。监管介入，明确数据规范，竞争的重心不再是哪家机构更大胆，整个行业的发展才有坚实基础。

二则，数据乱象频发，不得不管。数据，是向善的动力，也是作恶的武器。受惠于数据乱象，国内欺诈团伙从业者已超过200万人，每年造成经济损失近千亿元；各种“精准”骚扰更让人不胜其烦。打击数据乱象，是打击欺诈的重要一环，与民众财产安全息息相关，已超越大数据行业自身的范畴。

2017年6月，《网络安全法》正式落地，与数据相关的有以下几点：

（1）网络运营者收集、使用个人信息，应当遵循合法、正当、必要的原则，公开收集、使用规则，明示收集、使用信息的目的、方式和范围，并经被收集者同意。

（2）网络运营者不得收集与其提供的服务无关的个人信息，不得违反法律、行政法规的规定和双方的约定收集、使用个人信息，并应当依照法律、行政法规的规定和与用户的约定，处理其保存的个人信息。

（3）网络运营者不得泄露、篡改、毁损其收集的个人信息；未经被收集者同意，不得向他人提供个人信息。但是，经过处理无法识别特定个人且不能复原的除外。

（4）任何个人和组织不得窃取或者以其他非法方式获取个人信息，不得非法出售或者非法向他人提供个人信息。

配合法律落地，2017年6月前后，网传经侦集中约谈15家大数据公司，严打不合规数据交易，风声鹤唳之下，大数据公司多有收敛，但不久又故态复萌了。

国内大数据服务公司尽享数据红利，向来对数据合规关注不足，照市场说法，属于“创新从灰色地带开始”，一次两次敲打，自然难以奏效。但监管环境已经改变，数据规范使用势不可逆。

2018年9月，人大常委会公布立法规划，《数据安全法》位于第一类目，属条件比较成熟、任期内拟提请审议的法律草案。

《数据安全法》已在路上。此次集中突查大数据公司，是数据治理开端，也是环境突变信号。风雷兴，雨将至，大数据公司是时候踏上转型路了。

转型之路

大数据产业，应用范围广，在金融、互联网、政务、智慧城市、医疗、工业等领域均有广泛前景，也有切实成绩。据中商产业研究院发布数据，2017年我国大数据产业规模为4700亿元，预计2020年有望赶超1万亿，复合增速近30%。据艾瑞估计，2020年大数据软件市场规模将达到268亿元。

回到金融领域看，大数据应用最彻底、最成熟，同时，与钱打交道，敏感信息多，数据乱象也最为突出。数据治理之网已经打开，大数据服务商的生存土壤已经改变，表现在三个方面：

一是隐私保护意识觉醒，监管介入，数据获取难度大增，从业门槛大幅提升，一些实力较弱、经营规范性差的大数据服务商将逐步退出市场，头部机构也面临经营转型压力；

二是业务巨头不断在产业链上下游拓展布局，在B端转型的背景下，相继侵入数据服务领域，携综合经营优势对现有大数据服务商带来巨大压力，市场将重新洗牌；

三是消费金融行业处于周期拐点阶段，大数据服务解决方案能否经受这轮周期调整的检验，将在很大程度上决定一部分大数据公司的存亡与空间。

就大数据服务商而言，转型将沿着三条路径展开：

一是远离数据，侧重于能力输出。从直接提供数据和解决方案转向大数据能力输出，即协助持牌机构或工业产业进行大数据能力建设，不再触碰数据，专心做服务支持。这条路径比较适合缺乏合规数据获取渠道，或在数据获取上缺乏差异化优势的大数据公司。

二是远离敏感数据，远离敏感行业。转变服务对象，远离金融行业，向互联网、医疗、工业等领域进行转型，助力推动数字中国建设。《大数据产业发展规划（2016-2020年）》明确提到，要“推进工业大数据全流程应用……推动大数据在重点工业领域各环节应用，提升信息化和工业化深度融合发展水平，助推工业转型升级”。工业领域数字化，还有很大的发展空间。

三是延续现有模式，强化合规意识。对于头部公司，仍可坚守现有市场，不过需强化合规经营意识和前瞻经营意识，关注行业趋势变化，不断尝试新的产品和服务，在迭代中逐渐摆脱对传统服务模式的依赖，尽快适应新的数据环境和行业环境。

连锁反应

受影响的，不止大数据公司，金融科技公司和金融机构的金融科技业务，均需做针对性调整，连锁效应下，消费金融拐点会加速到来。

第一步：对高利贷和超利贷平台一刀切。此次被调查的大数据公司，有个共同点，即都曾为高利贷平台提供数据支持。突击曝光后，超利贷平台成了烫手客户，除了不要命的，多数大数据公司都在主动切断对此类客户的服务。没了大数据公司提供反欺诈支持，超利贷平台直面骗贷团伙，在技术对抗上或被秒杀，结局惨淡。

第二步：多头借贷小范围断裂，平台逾期率提升。超利贷平台遭遇困境，那些跨越合规线两边（36%）的多头借款人资金链趋紧，借款人在高利贷平台借不到钱，在合规平台还不上钱，合规平台将出现一波逾期潮。尤其是利率定价24%-36%之间的产品，首当其冲。

第三步：慎贷情绪抬头，风控策略转向。逾期率抬头后，持牌机构会调整风控策略，有意规避多头群体，导致多头人群资金链收紧，更多的平台出现逾期，产生自我强化式循环，行业逾期率普升。

第四步：资金方抽资，拐点来临。银行作为资金方，规避风险，或减少资金投放，或提高合作门槛，以次优借款人为主的平台开始遭遇资金压力，放贷下降、盈利放缓，在行业层面表现为明显拐点。

第五步：终局，现金贷萧索，消费分期抬头。在上述演变链条中，监管机构会适时介入，一手拉、一手压，引导行业结构调整。拉的是场景分期，扶持资金用途真实可控的消费金融发展壮大；压的是现金贷，以有效缓解特定群体高杠杆，解救被高负债压得透不过气来的年轻群体。

行业的演变，反过来会左右大数据风控的进化方向。

一则，对合规优质数据源的争夺升级，规避数据风险，夯实数据质量。

二则，强化多头借贷模型，降低容忍度，对多头群体说不。

三则，重视贷后管理和实时风控，评估借款人现金流压力，调整信贷策略。

四则，降低风险偏好，借力传统风控，拥抱抵押担保等缓释手段。

在这个过程中，大数据风控将经受周期考验，大潮褪去，裸泳者现。不同大数据公司之间风控效果的无差异性将被打破，悬殊拉大，效果好的公司迎来利好，效果差的也无处可逃。

大数据公司个个声称数据扎实、实力一流，究竟谁在尬吹、谁有真水平呢？时间会揭开答案。

风口转向

当前，居民杠杆率高位运转、信贷支撑的消费主义颓势已现。大数据，启动了消费金融风口，冥冥之中，或许也该由它来结束这个风口。

“沉舟侧畔千帆过、病树前头万木春”，悲观与乐观是并存的，风口的转向，拖累一部分机构，也利好一部分机构。于机构而言，唯有不断转型、调整，才能久立潮头。

最后，简单为“科技中立论”正个名。一些人讲，科技是中立的，监管有碍科技中立。科技是中立的，但科技公司不是中立的。相反，越是强调科技中立，就越要强化对科技公司及使用者的监管与规范，唯有如此，才是捍卫科技的中立性。