“金融科技”一词在中国属于老词新用，但新用的历史至多不过10年，它最初的叫法是“互联网金融”，那时学者们争论的是到底是金融互联网还是互联网金融，其本质区别在于前者将互联网当作金融展业的渠道，后者更强调大数据分析。

2013年横空出世的“余额宝”，其精准的客户画像，让货币基金“这棵老树生出了新芽”。只有碾压式的优势，才会有绝对的话语权。至此，大数据是互联网金融的核心不再有争议，这也是业界普遍将2013年定义为互联网金融元年的原因。

互联网金融一度被写进政府工作报告，但随着P2P乱象横生，互联网金融被污名化，金融科技这个词应运而生。随着2018年金融监管政策趋严，互联网金融机构们纷纷脱去“金融”光环，都说自己是科技公司。但万变不离其宗，不管叫什么，互联网金融也好、金融科技也好、科技也好，其实本质是一回事。

作为实践者，笔者认为，对于金融科技当前的热浪，市场应当破除幻象，在兴奋于底层新技术的理论时，更应从务实的应用积累出发，平衡技术突破和有效实践，才可窥见金融科技真实的价值与前景。

勾勒你的画像：行为数据是关键

目前，金融科技在市场上的运用是多元化的，客户标签、客户画像、营销策略、定价、风险准入、贷中监控、贷后催收等都有涉及。

光靠描述很难有实际体会，举几个例子。例如，在客户授权情况下，通过监测IP地址及GPS，客户每天晚上回、早上出的地方可以判断为他的常住地;每晚和他在同一IP、GPS地址下的年纪相仿的异性极有可能是他的配偶;如果还有年龄小于他们20岁-30岁的人，经常在此时间段在同一地址出没，可以判断为他们的子女。

当然如果监测出客户在此时间段有多个地址，有多名异性，这就是风险项了，至少说明客户的道德品质可能存在瑕疵。

同理，白天和客户经常在同一GPS、IP地址下活动的人，极有可能是他的同事，这个地址是他的工作单位。通常情况下地址和人都是相对稳定的，如果地址发生了变化而周围的人没发生变化，说明工作单位没换，但工作单位发生了搬迁;如果地址和周围的人都发生了变化，说明客户工作单位发生了变化。

随着大量国民APP的出现，我们日常生活越来越离不开它们，不管是支付、打车、导航、公交、地铁、外卖、视频、聊天、读书、听歌……我们每天都多次使用着这些APP，这就使得巨头公司大量掌握客户GPS及IP数据变成可能。

这些分析应用在金融上，可以准确地勾勒出客户的家庭地址、家庭成员、工作单位、同事。如果再结合周边房屋交易数据，可以计算出你住所的每平方米单价，结合扫地机器人的运动轨迹可以测算出你的住房面积，也就能推测出你的住房价值。这些分析不管是运用在金融产品定向营销，还是风险准入、贷中预警、贷后催收上，都是非常有效的。

这些还只是基础的，实际的运用比这更为复杂和全面，多种维度数据综合分析可以更为清晰地勾勒出客户画像。

例如，可以根据外卖数据、餐饮点单和支付数据，知晓你的口味、餐饮消费水平并交叉验证你的工作和家庭住址;根据你的酒店、机票数据，知晓你旅行和差旅消费水平，并知晓你对酒店和航空公司的偏好，如果你开了电子发票，还可以交叉验证你的工作单位;根据你的出行、导航数据，可以分析你的日常活动半径，如果你有车，可以推算出你的车什么时候该加油了，你常去的加油站是哪一家;根据你的浏览内容（视频、短视频、新闻），可以知道你的兴趣范围，并推算现阶段你有什么需求……

数据的维度可以多种多样，掌握的行为数据越多，勾勒的客户画像就越精准。