支付宝的芝麻信用评分模型

芝麻信用评分体系，严格来说，也是一种评分体系，只是参考的因素以及具体的评分方式有所差别。

就在昨天，支付宝上线了“圈子”，并且基本上是引领了一波讨论热潮。

其中，一个很重要的信息就是，芝麻信用分很重要。

很遗憾，我的芝麻信用分显然不够，差几分到700大关，所以并没有收到邀请。

根据芝麻信用评分体系，350-550分为较差，550-600位中等，600-650为良好，650-700为优秀，而700-950为极好。

作为开了多年挖掘机的半个老司机，也设计过不少评分体系模型，所以一样好奇，为毛的信用评分就到不了极好呢?

芝麻信用评分体系，严格来说，也是一种评分体系，只是参考的因素以及具体的评分方式有所差别。

在国外有一套比较比较标化的信用评分体系，并且算法模型相对公开。

但在国内，显然是没有的，所以各家具有信用评估资质的公司，都有自己的一套信用评估模型，来衡量用户的信用程度。

绕的有点远，我们回到芝麻信用评分。

根据支付宝说明显示，影响评分的有五大维度：身份特质，行为偏好，人际关系，信用历史，履约能力。

我自己估摸着自身情况对应这五大因子：

1. 身份特质 包含的是身份信息、学历信息、以及实名的消费记录等，个人一直没有鸟支付宝的怂恿，坚持没有绑定自己的学历、企业、车辆信息、职业信息，看来这项俺是零分了（俺错了）。
2. 关于 信用历史 ，应该是调取的信用历史，以及自身的花呗等相关的信用数据，如果支付宝无法关联绑定银行卡的信息的话，那么他只能拿诸如花呗的信息作为评估支撑了，对于这点来说说，估计它能获取俺的信息有限，因为我连花呗都几乎不用。
3. 履约能力 ，这个跟信用历史有点像了，同样，如果他无法通过关联的银行卡获取信息话，只能通过自身入口造成的履约情景进行判断了，包括花呗还款情况、支付宝的各家信用卡入口等，关于这一点，估计俺的信息不多。
4. 行为偏好 ，这个好理解，各种消费记录、消费能力评估，以及生活缴费的情况，对于这点来说，估计俺的分数应该不低，算是个支付宝使用大户了。
5. 人际关系 ，这点应该参考了协同算法的模型，通过衡量好友的信用关系，来协同评估目标的信用。

再回到我的信用评分，这样看来，这700分大体上应该是行为偏好占大头，人际关系次之，然后信用能力以及履约能力起到微弱的作用，身份特质基本没起到什么卵用，因为俺没有关联。

那么，如果单纯的从最上层的权重模型来分析的话，占据最大权重的应该是行为偏好，以及对应其他信息次之，不然无法解释我绑定的信息如此之少，而信用分依然可以达到，极好的边界值。

其实这点也好解释，对于支付宝来说，其最大的信息来源在于内部的数据，即消费行为数据，即使是人际交往关系数据，在支付宝的社交真正起来之前，都不会有太多的累积。

至于说其他几个维度，能关联更是少之又少。

至于说在未来，芝麻信用评分会不会调整各个维度的权重，甚至是增加参考维度，那是肯定的。

严格来说，行为偏好的信用价值信息，其实还是相对较弱的，但其他几个维度的信息获取成本太高，甚至包括看起来不难的人际关系。

但人际关系在真正的设计关系网络建立起来之前，其实参考度有限，除非他能构建诸如微信的社交网络规模，才有比较良好的参考意义。

最后，抛开这个评分模型，信息体系其实是蛮重要的，也希望每个人都重视起来。

不说了，俺要去绑定信息了~~

 

作者： blogchong

本文来源于人人都是产品经理合作媒体@36大数据，作者@ blogchong