论文部分内容阅读
或者是行业自发地出现风险事件暴露，或者监管出台政策遏制野蛮生长的势头，无论哪一种，都会引导行业慢慢回归理性，消费金融未来将经历一个重新洗牌的过程
当你在消费金融客户端填好分期贷款申请的那一刻，便瞬间被抛入一张巨大的社交图谱网络中。
在这个网络中，人与人之间可能是互相打过电话的强联系，也可能是曾经浏览过QQ空间的弱联系等等，把几亿的数据节点交集钩成一张大网，“好人”是抱团存在的，“坏人”也是扎堆的。
“好人”和“坏人”是消费金融领域对于信用状况良与不良的借款人的通俗称谓，你的社交圈在一定程度上决定了你的信用。
传统信审员通过审核大量纸质材料来决定放款的方式已然过时，通过大数据风控模型7×24小时不停滚动，在两三分钟内完成自动化风控审核，从而覆盖到传统银行信用卡无法触及到的更广阔人群，是目前消费金融正在尝试的事情。
消费升级，而信用下沉，消费金融正在井喷式爆发，以往不被传统金融机构所青睐的消费金融，正成为各色金融机构跑马圈地的新“蓝海”。腾讯微粒贷自2015年5月上线以来，两年累计放贷3600亿元，截至5月15日贷款余额760亿元，8月初突破贷款余额1000亿元，已比肩一线城商行个人贷款规模。
然而，竞争已日趋白热化，消费金融玩家风起云涌，大致可分为四种类型：银行系如中银消费金融和招联消费金融、BAT电商平台系如蚂蚁花呗和微粒贷，以及互联网金融分期平台如大搜车、基于线下场景的如捷信和上汽通用汽车金融。
过去，传统大银行并不重视这块业务，近两年开始觉醒，银行系跑步入场。工商银行基于信用卡存量用户的“融e借”运行仅半年，规模已然惊人。截至7月上旬，累计放款624.2亿元。
当下，消费金融终于站上风口。很多互联网创业公司如O2O、二手车电商、装修平台、婚庆网等在发现业务本身很难盈利之时，转型场景借贷，加入战场。
随着各方加速涌入，消费金融开始出现野蛮生长的势头，在个人隐私信息滥用、高利贷、多头共债、暴力催收等方面存在的隐患亦浮出水面。
“如同P2P一样，消费金融行业也需要一个阵痛。”互联网金融千人会创始人闻学臣对《财经》记者表示，或者是行业自发地出现风险事件暴露，或者监管出台政策遏制野蛮生长的势头，无论哪一种，都会引导行业慢慢回归理性，消费金融未来将经历一个重新洗牌的过程。
看起来，在消费金融网站上申请一笔小额贷款只需要一些很基础的信息。事实上，数以万计的数据点在毫秒级运算内已向你扑面而来，针对借款人的多个维度的模型在刹那间立体了起来。
移动互联时代没有隐形人。借款人在百度曾经浏览过的网页、在淘宝买买买的参数，手机号在深夜呼出呼入的频繁度等等，都可以被抓取作为借款人授权使用的数据源，勾勒出一个人的日常生活轨迹。
消费金融常常进驻线下真实的消费场景，例如3C数码卖场、二手车买卖市场、医疗整形医院等等，借款人在踏入场景的那一步开始，所有行为都像放电影一样被解构成各种数据和模型。
美利金融集团首席风控官郑维熙举例道：“如果你近一个星期内手机通话排序前三的联络人，与三个月前的数据大致相符，就是一个可以描述出你的社交关系很稳定的标签。”
买单侠有一个著名的进度条，当拖动进度条时，放款额度、期限和費率的数据在不停的滚动中。借款人滑动进度条的不同行为会被瞬间记录，滑动的速度、节奏都昭示着真实心态的善恶，毫无思考过程的一步滑到最高额的往往逾期率最高。
信用卡对费率一刀切，而消费金融却不是。相对于传统风控模式，大数据的运用使得放贷机构可以更为精准地定位风险溢价。“软件将社会群体的坏账可能性由低至高分50档。”维信金科总裁廖世宏向《财经》记者描述了风险定价的过程，相当于为同一个借款人从四面八方拍摄很多照片，有的照片显示好人，有的显示坏人，交叠在一起扔进软件，软件自动决策把借款人放进哪一档费率。
风控引擎犹如流水化的数据工厂，很多小额消费金融公司的放款时长在两三分钟之内，且在不断加快审核速度。
贷中管理期间，借款人的持续行为可以提供更多的变量，例如第一次还款的逾期情况、查询账单的频率，社交的交互情况，在微信公众号点赞或点评，将这些标签扔进决策引擎，可以延伸出更多的客户动态的画像。
在数据挖掘上，各个流派的消费金融公司各显其通。 坐拥巨量数据和线上场景的京东白条、蚂蚁花呗，采用的是白名单制度，即按照既往交易数据将现有的客户群筛选一遍，仅对白名单内的优质客户进行授信。
“数据成为资产，已是行业共识。”招联金融总经理章扬清认为，谁掌握了客户群体的信用基础数据，谁就最有可能实现最低成本，就像吃甘蔗一样吃中间最甜的部分，把两头甩给别人。
也有不少业内人士对大数据风控的有效性存疑，行业内真正掌握大数据筛选能力的公司仍在少数。
“数据量是否足够覆盖，能不能及时更新，以及在什么情景下成立是值得商榷的。”接近监管的人士对《财经》记者表示，行业并未经过完整生命周期的考验，可能会有假象，可能是在短时间有效的模型，风险可能会在某些时刻集中爆发，因此数据的沉淀和模型的检验尚需要时间观察。
这一整套风控模型的方法论，源自从大数据消费金融起家的Capital One（美国第一资本金融）。目前已成为全美十大银行之一。截至2017年3月末，Capital One总资产3854亿美元，年净利润约38亿美元。
Capital One的数据科学家寻找那些危险人群的特征，用数据去验证它，并找到剔除的办法。他们甚至设立部门每月选择一个特定人群，100%放款，以此测算该类人群的风险系数，该部门已累计输掉几十亿美元。
所谓“消费金融”，即以消费为目的的小额贷款。传统银行信用卡对于金字塔尖人群的信贷审核，是基于央行征信报告、社保、学历、工作单位、薪酬水平等容易被验证的变量。
而消费金融面对的就是信用更下沉的人群，包括初入职场的白领、约2亿年轻的蓝领灰领工人、约3000万大学生以及5亿农民等群体，他们或者工作流动性大，或者社保很难追溯，人民银行征信报告往往是一片空白。
“这就是过去为什么银行不做的原因，脏活累活，而且对技术要求也很高。” 买单侠首席技术官李炫熠表示，大数据风控是一个通过技术和数据的整合逐渐对这一人群建立征信的过程。
截至2017年3月，从事消费金融业务的机构平台或达百余家，而真正获得监管部门批准持有牌照的消费金融公司仅有23家，其中21家有银行背景，如中银金融、北银金融等。
广义的消费金融分为纯线上的现金贷（即美国的Payday Loan）和基于真实场景的消费贷。
其中，后者通常更被看好一些，通过与线下真实场景例如3C数码卖场等合作来实现获客，资金实现从平台直接到商家的闭环，但是需要广撒网式的铺设地推网络，大型平台线下销售团队高达四五万人。
824监管细则出台后，明确了网络借贷平台“小额分散”的原则，于是P2P纷纷转型，助推了新型互联网消费金融的爆发。
“目前处于野蛮生长的阶段，类似于过去几年的P2P。”互联网金融千人会创始人闻学臣表示，很多平台放到客户手中的贷款年化利率算下来接近翻倍，但因为消费贷款小额和短期的特性，所以客户敏感度不高。高利率的覆盖，掩饰掉此类公司高企的坏账率和获客成本。
《财经》记者获悉，部分现金贷年化利率高达200%，远远超过最高法对民间借贷划定的36%红线。
监管对此已有所动作。近日，上海市黄浦区互联网金融风险专项整治办公室首先对现金贷利率封顶，要求不得超过36%，不得收取砍头息，服务费不能在本金中扣除。
消费信贷坏账的源头除了铁定不还的逾期借款人之外，欺诈风险更甚，部分公司甚至70%的成本损失源自黑灰产业链欺诈。
“线上组织化的欺诈活动十分猖獗，花样翻新，而政府治理方面无法遏制。”招联金融章扬青在公开场合表示，在长尾低额消费金融领域的风控上，反欺诈和多头共债的风险识别，比单纯的信用风险更为迫切。
银监会公布的数据显示，2016年商业银行的贷款不良率为1.81%，2016年前三季度消费金融公司的不良率为4.11%，明显高于银行，这个数据中并不包含非持牌的互联网消费金融公司。
中国科技金融法学研究会理事肖飒对《财经》记者表示，某些消费金融公司是自P2P带病转型而来，本已病入膏肓，原本吸收公众存款的资金尚未周转完毕，为了生存下去，以消费金融作为继续融资的幌子，应予警惕。
消费金融公司并不能吸纳公众存款，资金端的获取依仗城商行、信托资金或者ABS资产证券化。2017年至今，消费信贷ABS占交易所企业ABS发行量的37.6%，已成为交易所ABS市场第一大产品。京东白条、小米金融等在2016年发行ABS利率仅在4.3%上下。
接近监管的人士对《财经》记者表示，如果消费金融公司资金端对接的是网贷平台资金，哪怕自身只做资产端，依然属于P2P范畴，需要提示风险。
互联网的地推和风控能力，与资金充裕却偏于一隅的中小银行一拍即合，由消费金融公司提供导流和风险筛选，传统金融机构提供资金的“助贷”模式开始盛行。
这一模式未来政策可能收紧。近日，一份《关于联合贷款模式征求意见的通知》的文件在网络上流传，称将联合贷款合作机构的资质限定于“经银监会批准设立，持有金融牌照并获准经营贷款业务的机构”。
据悉，这份通知目前处于内部征求意见的阶段，尚未实施。
自90后始，成长于漫长通胀环境下的年轻人，超前消费和分期消费理念已接近海外。川财证券认为，预计未来五年消费金融将保持年均25%增速。
监管政策对消费金融持续保持支持态度。2016年12月，银监会非银部主任毛宛苑在发布会上称，将以“成熟一家、审批一家”为主线，积极推动消费金融公司设立常态化。
银监会对发起人资质规定了严格的高门槛。毛宛苑表示，有消费场景、业务渠道、客户群体和风控能力的出资人，比较适合做消费金融公司的股东。
然而，针对消费金融的监管尚存很多空白之处，如个人隐私、暴力催收、消费者保护等方面，缺乏统一的标准。
“未来针对催收问题将出台相应标准。”互联网金融协会会长陆书春在6月17日公开表示，现在很多产品没有抵押和担保，坏账率很高。有些机构为了覆盖成本，高利率超过36%的红线，发售产品时也在混淆，不透明，息费不分。
澳大利亚、新加坡等地对金融科技采取“沙盘监管”的理念，即允许在圈定的底线之内突破传统，既避免无规章可依，又不会蹑手蹑脚。
目前，消费金融面临的最大问题是信用基础设施覆盖还不完整，目前可以利用的大数据很分散，在数据获取使用方面也没有形成完整的法律保障体系，制度上亟待规范。
多位业内人士向《财经》记者表示，希望央行和银监会可以牵头将数据和征信串起来，解决令业内头疼的多头共债问题。
所谓“多头共债”，背后是那些日常积极响应各种贷款的申请人，他们在多家平台借贷，针对此类人群的风控需要行业共享数据。
章扬清认为，信用机构数据源除了人行征信中心，还有各类金融机构、互联网巨头、政府公共数据、通讯运营商大数据、第三方独立数据、各类企业数据等，亟须统筹规划管理。
马上消费金融CEO赵国庆对媒体表示，目前面临的问题是数据源的割裂和不统一，例如各部委之间、地方政府和中央政府之间的数据割裂，且某些数据源的标准化程度不足。
《财经》记者获悉，央行目前对信用基础设施建设已有通盘的体系性规划，未来有望为消费金融的场景发展打下好的基础。
此外，6月1日起，《中华人民共和国网络安全法》施行。据悉，全国各地正在打击侵犯公民信息罪，个别大数据挖掘公司老板已被采取刑事措施。
“未来，数据来源合法性可能成为消费金融非常大的掣肘。”肖飒对《财经》记者表示，除了客户明确授权使用的数据之外，使用其他信息源很有可能涉嫌违法犯罪。
从当下来看，对消费金融行业尚未造成過大影响。实际操作中的处理方式包括使用客户数据时会先取得数据所有方的授权，在数据使用过程中尽量做到“脱敏”，且尽可能呈现的是数据加工之后的结果，而不是原始数据等等。
（本刊记者李德尚玉对此文亦有贡献）
编辑/袁满
当你在消费金融客户端填好分期贷款申请的那一刻，便瞬间被抛入一张巨大的社交图谱网络中。
在这个网络中，人与人之间可能是互相打过电话的强联系，也可能是曾经浏览过QQ空间的弱联系等等，把几亿的数据节点交集钩成一张大网，“好人”是抱团存在的，“坏人”也是扎堆的。
“好人”和“坏人”是消费金融领域对于信用状况良与不良的借款人的通俗称谓，你的社交圈在一定程度上决定了你的信用。
传统信审员通过审核大量纸质材料来决定放款的方式已然过时，通过大数据风控模型7×24小时不停滚动，在两三分钟内完成自动化风控审核，从而覆盖到传统银行信用卡无法触及到的更广阔人群，是目前消费金融正在尝试的事情。
消费升级，而信用下沉，消费金融正在井喷式爆发，以往不被传统金融机构所青睐的消费金融，正成为各色金融机构跑马圈地的新“蓝海”。腾讯微粒贷自2015年5月上线以来，两年累计放贷3600亿元，截至5月15日贷款余额760亿元，8月初突破贷款余额1000亿元，已比肩一线城商行个人贷款规模。
然而，竞争已日趋白热化，消费金融玩家风起云涌，大致可分为四种类型：银行系如中银消费金融和招联消费金融、BAT电商平台系如蚂蚁花呗和微粒贷，以及互联网金融分期平台如大搜车、基于线下场景的如捷信和上汽通用汽车金融。
过去，传统大银行并不重视这块业务，近两年开始觉醒，银行系跑步入场。工商银行基于信用卡存量用户的“融e借”运行仅半年，规模已然惊人。截至7月上旬，累计放款624.2亿元。
当下，消费金融终于站上风口。很多互联网创业公司如O2O、二手车电商、装修平台、婚庆网等在发现业务本身很难盈利之时，转型场景借贷，加入战场。
随着各方加速涌入，消费金融开始出现野蛮生长的势头，在个人隐私信息滥用、高利贷、多头共债、暴力催收等方面存在的隐患亦浮出水面。
“如同P2P一样，消费金融行业也需要一个阵痛。”互联网金融千人会创始人闻学臣对《财经》记者表示，或者是行业自发地出现风险事件暴露，或者监管出台政策遏制野蛮生长的势头，无论哪一种，都会引导行业慢慢回归理性，消费金融未来将经历一个重新洗牌的过程。
点金术：大数据风控
看起来，在消费金融网站上申请一笔小额贷款只需要一些很基础的信息。事实上，数以万计的数据点在毫秒级运算内已向你扑面而来，针对借款人的多个维度的模型在刹那间立体了起来。
移动互联时代没有隐形人。借款人在百度曾经浏览过的网页、在淘宝买买买的参数，手机号在深夜呼出呼入的频繁度等等，都可以被抓取作为借款人授权使用的数据源，勾勒出一个人的日常生活轨迹。
消费金融常常进驻线下真实的消费场景，例如3C数码卖场、二手车买卖市场、医疗整形医院等等，借款人在踏入场景的那一步开始，所有行为都像放电影一样被解构成各种数据和模型。
美利金融集团首席风控官郑维熙举例道：“如果你近一个星期内手机通话排序前三的联络人，与三个月前的数据大致相符，就是一个可以描述出你的社交关系很稳定的标签。”
买单侠有一个著名的进度条，当拖动进度条时，放款额度、期限和費率的数据在不停的滚动中。借款人滑动进度条的不同行为会被瞬间记录，滑动的速度、节奏都昭示着真实心态的善恶，毫无思考过程的一步滑到最高额的往往逾期率最高。
信用卡对费率一刀切，而消费金融却不是。相对于传统风控模式，大数据的运用使得放贷机构可以更为精准地定位风险溢价。“软件将社会群体的坏账可能性由低至高分50档。”维信金科总裁廖世宏向《财经》记者描述了风险定价的过程，相当于为同一个借款人从四面八方拍摄很多照片，有的照片显示好人，有的显示坏人，交叠在一起扔进软件，软件自动决策把借款人放进哪一档费率。
风控引擎犹如流水化的数据工厂，很多小额消费金融公司的放款时长在两三分钟之内，且在不断加快审核速度。
贷中管理期间，借款人的持续行为可以提供更多的变量，例如第一次还款的逾期情况、查询账单的频率，社交的交互情况，在微信公众号点赞或点评，将这些标签扔进决策引擎，可以延伸出更多的客户动态的画像。
在数据挖掘上，各个流派的消费金融公司各显其通。 坐拥巨量数据和线上场景的京东白条、蚂蚁花呗，采用的是白名单制度，即按照既往交易数据将现有的客户群筛选一遍，仅对白名单内的优质客户进行授信。
“数据成为资产，已是行业共识。”招联金融总经理章扬清认为，谁掌握了客户群体的信用基础数据，谁就最有可能实现最低成本，就像吃甘蔗一样吃中间最甜的部分，把两头甩给别人。
也有不少业内人士对大数据风控的有效性存疑，行业内真正掌握大数据筛选能力的公司仍在少数。
“数据量是否足够覆盖，能不能及时更新，以及在什么情景下成立是值得商榷的。”接近监管的人士对《财经》记者表示，行业并未经过完整生命周期的考验，可能会有假象，可能是在短时间有效的模型，风险可能会在某些时刻集中爆发，因此数据的沉淀和模型的检验尚需要时间观察。
这一整套风控模型的方法论，源自从大数据消费金融起家的Capital One（美国第一资本金融）。目前已成为全美十大银行之一。截至2017年3月末，Capital One总资产3854亿美元，年净利润约38亿美元。
Capital One的数据科学家寻找那些危险人群的特征，用数据去验证它，并找到剔除的办法。他们甚至设立部门每月选择一个特定人群，100%放款，以此测算该类人群的风险系数，该部门已累计输掉几十亿美元。
格局：野蛮生长
所谓“消费金融”，即以消费为目的的小额贷款。传统银行信用卡对于金字塔尖人群的信贷审核，是基于央行征信报告、社保、学历、工作单位、薪酬水平等容易被验证的变量。
而消费金融面对的就是信用更下沉的人群，包括初入职场的白领、约2亿年轻的蓝领灰领工人、约3000万大学生以及5亿农民等群体，他们或者工作流动性大，或者社保很难追溯，人民银行征信报告往往是一片空白。
“这就是过去为什么银行不做的原因，脏活累活，而且对技术要求也很高。” 买单侠首席技术官李炫熠表示，大数据风控是一个通过技术和数据的整合逐渐对这一人群建立征信的过程。
截至2017年3月，从事消费金融业务的机构平台或达百余家，而真正获得监管部门批准持有牌照的消费金融公司仅有23家，其中21家有银行背景，如中银金融、北银金融等。
广义的消费金融分为纯线上的现金贷（即美国的Payday Loan）和基于真实场景的消费贷。
其中，后者通常更被看好一些，通过与线下真实场景例如3C数码卖场等合作来实现获客，资金实现从平台直接到商家的闭环，但是需要广撒网式的铺设地推网络，大型平台线下销售团队高达四五万人。
824监管细则出台后，明确了网络借贷平台“小额分散”的原则，于是P2P纷纷转型，助推了新型互联网消费金融的爆发。
“目前处于野蛮生长的阶段，类似于过去几年的P2P。”互联网金融千人会创始人闻学臣表示，很多平台放到客户手中的贷款年化利率算下来接近翻倍，但因为消费贷款小额和短期的特性，所以客户敏感度不高。高利率的覆盖，掩饰掉此类公司高企的坏账率和获客成本。
《财经》记者获悉，部分现金贷年化利率高达200%，远远超过最高法对民间借贷划定的36%红线。
监管对此已有所动作。近日，上海市黄浦区互联网金融风险专项整治办公室首先对现金贷利率封顶，要求不得超过36%，不得收取砍头息，服务费不能在本金中扣除。
消费信贷坏账的源头除了铁定不还的逾期借款人之外，欺诈风险更甚，部分公司甚至70%的成本损失源自黑灰产业链欺诈。
“线上组织化的欺诈活动十分猖獗，花样翻新，而政府治理方面无法遏制。”招联金融章扬青在公开场合表示，在长尾低额消费金融领域的风控上，反欺诈和多头共债的风险识别，比单纯的信用风险更为迫切。
银监会公布的数据显示，2016年商业银行的贷款不良率为1.81%，2016年前三季度消费金融公司的不良率为4.11%，明显高于银行，这个数据中并不包含非持牌的互联网消费金融公司。
中国科技金融法学研究会理事肖飒对《财经》记者表示，某些消费金融公司是自P2P带病转型而来，本已病入膏肓，原本吸收公众存款的资金尚未周转完毕，为了生存下去，以消费金融作为继续融资的幌子，应予警惕。
消费金融公司并不能吸纳公众存款，资金端的获取依仗城商行、信托资金或者ABS资产证券化。2017年至今，消费信贷ABS占交易所企业ABS发行量的37.6%，已成为交易所ABS市场第一大产品。京东白条、小米金融等在2016年发行ABS利率仅在4.3%上下。
接近监管的人士对《财经》记者表示，如果消费金融公司资金端对接的是网贷平台资金，哪怕自身只做资产端，依然属于P2P范畴，需要提示风险。
互联网的地推和风控能力，与资金充裕却偏于一隅的中小银行一拍即合，由消费金融公司提供导流和风险筛选，传统金融机构提供资金的“助贷”模式开始盛行。
这一模式未来政策可能收紧。近日，一份《关于联合贷款模式征求意见的通知》的文件在网络上流传，称将联合贷款合作机构的资质限定于“经银监会批准设立，持有金融牌照并获准经营贷款业务的机构”。
据悉，这份通知目前处于内部征求意见的阶段，尚未实施。
规制：监管与征信
自90后始，成长于漫长通胀环境下的年轻人，超前消费和分期消费理念已接近海外。川财证券认为，预计未来五年消费金融将保持年均25%增速。
监管政策对消费金融持续保持支持态度。2016年12月，银监会非银部主任毛宛苑在发布会上称，将以“成熟一家、审批一家”为主线，积极推动消费金融公司设立常态化。
银监会对发起人资质规定了严格的高门槛。毛宛苑表示，有消费场景、业务渠道、客户群体和风控能力的出资人，比较适合做消费金融公司的股东。
然而，针对消费金融的监管尚存很多空白之处，如个人隐私、暴力催收、消费者保护等方面，缺乏统一的标准。
“未来针对催收问题将出台相应标准。”互联网金融协会会长陆书春在6月17日公开表示，现在很多产品没有抵押和担保，坏账率很高。有些机构为了覆盖成本，高利率超过36%的红线，发售产品时也在混淆，不透明，息费不分。
澳大利亚、新加坡等地对金融科技采取“沙盘监管”的理念，即允许在圈定的底线之内突破传统，既避免无规章可依，又不会蹑手蹑脚。
目前，消费金融面临的最大问题是信用基础设施覆盖还不完整，目前可以利用的大数据很分散，在数据获取使用方面也没有形成完整的法律保障体系，制度上亟待规范。
多位业内人士向《财经》记者表示，希望央行和银监会可以牵头将数据和征信串起来，解决令业内头疼的多头共债问题。
所谓“多头共债”，背后是那些日常积极响应各种贷款的申请人，他们在多家平台借贷，针对此类人群的风控需要行业共享数据。
章扬清认为，信用机构数据源除了人行征信中心，还有各类金融机构、互联网巨头、政府公共数据、通讯运营商大数据、第三方独立数据、各类企业数据等，亟须统筹规划管理。
马上消费金融CEO赵国庆对媒体表示，目前面临的问题是数据源的割裂和不统一，例如各部委之间、地方政府和中央政府之间的数据割裂，且某些数据源的标准化程度不足。
《财经》记者获悉，央行目前对信用基础设施建设已有通盘的体系性规划，未来有望为消费金融的场景发展打下好的基础。
此外，6月1日起，《中华人民共和国网络安全法》施行。据悉，全国各地正在打击侵犯公民信息罪，个别大数据挖掘公司老板已被采取刑事措施。
“未来，数据来源合法性可能成为消费金融非常大的掣肘。”肖飒对《财经》记者表示，除了客户明确授权使用的数据之外，使用其他信息源很有可能涉嫌违法犯罪。
从当下来看，对消费金融行业尚未造成過大影响。实际操作中的处理方式包括使用客户数据时会先取得数据所有方的授权，在数据使用过程中尽量做到“脱敏”，且尽可能呈现的是数据加工之后的结果，而不是原始数据等等。
（本刊记者李德尚玉对此文亦有贡献）
编辑/袁满