王波

（中国移动通信集团广东有限公司东莞分公司，广东 东莞 523000）

基于电信大数据的信用评分应用研究*

王波

（中国移动通信集团广东有限公司东莞分公司，广东 东莞 523000）

国内三大运营商均已涉足征信领域并开发了相关征信评分产品，这些产品在电信企业内部和外部都得到了应用，但目前仍存在数据共享程度低、缺乏应用标准等问题。基于此，通过对国内外信用评价产品及在电信大数据的应用进行研究，分析比较了国内电信运营商开发的三种征信评分产品，并对国内征信评分产品研究过程中遇到的问题进行了探讨，提出了一个基于手机号码作为统一智能账号进行电信数据整合的思路。电信大数据信用评分已在电信企业内部运营风险防控及外部大数据合作得到应用。

电信大数据 和信用分 甜橙分 沃信用分 征信

1 引言

《促进大数据发展行动纲要》和《大数据产业发展规划2016—2020》的发布标志着大数据已上升为国家战略，大数据思维和技术已经成为影响各行各业产业升级及转型的重要推手。征信作为大数据应用的一个重要领域，是指通过对信用主体的信用数据进行采集、整理及加工等一系列过程，形成对信用主体的信用评价供信用信息使用者决策的活动，其实质是基于信用主体的信用历史来评价用户的信用行为[1]，目的在于降低对信用主体信用信息的不对称性。电信运营商作为较早开展信息系统建设的行业企业，掌握了大量的业务运营、位置、上网行为等用户数据，这些数据具有海量、连续、稳定的特征，成为除传统信贷数据之外进行信用评估的重要替代数据，因此电信大数据成为国内征信业发展的关注热点[2]。

其实，各电信运营商早已存在内部的用户信用风险管理及应用问题。比如，中国移动的个人客户星级服务管理体系即是根据用户的ARPU（Average Revenue Per User，每用户平均收入）、网龄、流量值以及停机次数等评定用户的信用等级，不同等级的用户可以享受不同的服务（如欠费授信、紧急开机、10086优先接入等）。

近年来，随着大数据技术的发展和电信运营商对于大数据应用价值的重视，对外征信应用也成为电信运营商积极布局的业务领域。比如，中国移动与招商银行2016年联合成立试金石信用服务有限公司开展征信服务，中国移动广东分公司（以下简称“广东移动”）2016年推出“和信用分”开展对内对外应用；中国电信2014年12月成立天翼征信有限公司推出“甜橙分”；中国联通与招商银行旗下的永隆银行2014年9月共同出资成立招联消费金融有限公司推出“零零花”产品，提供分期购机、现金分期贷款等业务[3]，随后中国联通又推出“沃信用分”等产品。基于此，本文将仅就电信大数据在征信领域的应用开展研究，并着重对信用评分及其应用进行分析。

2 国外信用评价及电信大数据的应用

信用评分是信用报告的数字化解读，也是征信领域最早开发的金融风险管理工具之一[4]。

随着大数据时代的到来，很多互联网公司甚至传统行业的公司都将自己定位为大数据公司，利用大数据及大数据技术建立信用评分是当前征信领域的一个研究热点，并被广泛应用于传统信贷、市场营销及账户审查等场景中。

根据研究成果显示[4]，国外市场上的信用评分按照来源划分主要有以下四种类型：

第一类是费埃哲信用评分，也就是常说的FICO评分，它是最具代表性、使用最广泛的个人通用信用评分；

第二类是美国益博睿、艾奎法克斯以及环联等征信机构（以下简称“三大征信机构”）开发的信用评分，常被称之为FAKO评分，目前免费提供给消费者用于信用教育；

第三类是三大征信机构联合成立的Vantage LLC公司推出的Vantage信用评分；

第四类是金融等授信机构根据自有数据开发的信用评分。

由于电信付费数据被认为是和金融征信强相关的数据源，因此国外的征信机构也开始关注将电信大数据纳入到征信评分中。

与国内电信运营商独立开展用户信用风险管理模式不同，美国多家电信公司联合成立了一个全国电信信用组织NCTUE（National Consumer Telecom amp;Utilities Exchange，全国电信信息交换中心），该组织的会员可以共享用户的数据，用于识别高风险消费者。三大征信机构基于NCTUE的信用报告及电信运营商自身数据开发了服务于电信运营商的消费者信用评分，用于用户的偿还和违约行为预测。

另外，总部在美国马萨诸塞州的Cignifi公司开发的Cignifi信用评分采用用户的话费缴费、位置、充值、通话频率等电信大数据应用于短期消费者贷款，使消费者贷款批准率达到25%。

研究表明，目前全世界近1/3的人没有银行账户，但是拥有手机的人口则占到了全世界的3/4。两者相比可以说明，通过运营商大数据开展用户的信用评估具有重要的意义，可以有效补充其他信用评估手段存在的用户覆盖率不足、数据质量不高等问题。

3 国内信用评价及电信大数据的应用

在央行征信中心提供的征信报告中，公共记录里面含有电信欠费的指标，除三大运营商以外的征信机构还没有将电信大数据纳入其征信产品中[5]。这其中既有电信运营商作为国有企业制度流程限制的因素，又有现代社会用户信息安全保护方面的考虑。即使如此，各大电信运营商仍基于自身业务管理的需要，开发了各种风险管理模型和工具。

根据使用场景，电信运营商的信用评价模型可以分为三种类型：合作方信用评价、客户信用评价、客户信用评分。

3.1 合作方信用评价

合作方是指为运营商提供各类服务的单位，如社会渠道、营业厅、提供传播支撑的合作单位等。以社会渠道为例，一般包含指定专营店及特约代理点两种类型，他们以代理运营商卡类销售、数据服务、终端销售等电信产品为主营业务。

合作方信用风险评价是指基于合作方业务销售数据、排他经营数据、历史酬金数据、注册资金数据、管理层素质综合数据、员工素质综合数据及服务设备数据等建立的一套模型，模型的表现形式是基于分数区间划分的星级评定，如整体分数为0～700分，其中650～700分被评定为5星级，550～650分被评定为4星级，400～550分被评定为3星级等。

分数越高星级就越高，星级越高享受的优惠政策也越多，如保证金数额、业务办理的权限、重点业务优先承载等。合作方信用评价体系的应用对于合作方提高竞争意识、提升服务品质及与运营商双赢具有重要的作用。

3.2 客户信用评价

客户信用评价是指基于客户综合价值对客户进行评定，并依据信用评定情况进行服务营销资源的差异化配置，其目的是实现价值客户的有效识别和保留，实施持续性的客户关系管理，是客户维系与运营的基础。

客户信用评价一般用指标量化的方法形成信用评分，然后标签化为星级的方式表示。比如，某电信运营商的星级服务体系使用“主得分项+调节增分项-减分调节指标”构成，其中主得分项有ARPU值、网龄等，调节增分项为流量值，减分调节指标有停机次数、停机天数等。用这种评分方法的好处是既可以以主得分项为核心确保稳定性，又可以通过加减分调节项兼顾灵活性。

不同的运营商对客户信用评价的指标和指标在评分中的权重是不同的，但基本的原则是尽可能地区分客户，根据客户数据建模形成客户信用得分由高到低排序，然后按照客户占比评定星级，设置准星、一星、二星、三星、四星、五星6个层级，整体呈纺锤形结构分布。

某运营商星级信用评价与得分区间对比如表1所示，并应用于客户投诉优先接入、客户经理专属服务及电信服务优惠推送等内容，对于提升客户忠诚度及维持客户关系起了重要作用。

表1 某运营商星级信用评价与得分区间对比表

3.3 客户信用评分

客户信用评分是客户信用评价的一种，与传统的客户分级不同，这种客户信用评分的最大特点是适应大数据时代的特点应运而生的。它不是基于传统的几个关键指标和使用传统数据库简单加权而得，而是基于传统的客户数据，综合用户上网行为数据、位置数据、消费数据等，使用大数据平台和技术进行数据处理，通过复杂模型计算而得。

总而言之，大数据时代的客户信用评分使用的数据维度更多，数据量更大，数据处理的工具和平台更先进，算法更复杂，得到的评分数据使用更广泛。

下面将重点介绍基于电信运营商的征信产品及其应用。

4 电信运营商征信产品及应用

近年来，国内三大运营商都相继进军征信领域并开发了征信产品，内部及外部都有了应用案例。下面对中国电信的“甜橙分”[6]、中国联通的“沃信用分”以及广东移动的“和信用分”这三种电信运营商信用评分进行对比，具体如表2所示。

表2 三种电信运营商信用评分对比表

5 信用评分存在的问题及发展建议

信用评分是征信应用的一种形式，虽然国内三大运营商均已经独（合）资成立了专门的公司（部门）开展信用评分的建模分析及应用拓展，但在发展过程中仍存在一些问题，本文将简要概述并提出一些发展建议。

5.1 存在的问题

信用评分存在的问题如下：

（1）信用评分与合作领域的业务适配问题（也称为适用性问题）

目前市场上推出的信用评分产品多是根据运营商自己的数据资源建模运算而得，即使运营商声称有电信行业以外的数据加入，但在数据共享现状下，愿意共享数据的单位并不多；即使有愿意共享部分数据的单位，这些共享数据本身的质量和可用性如何保证也是一个问题。

信用评分作为一个产品，之所以能与别的合作领域产生合作，是因为这款产品让合作企业觉得具有价值，而数据价值大小对于不同的行业或者同一行业的不同单位是有差异的，因此一款通用的标准评分具有一定的市场需求，但更多的价值需求在于针对特定行业或者特定单位开发出独特的信用评分产品。目前已有运营商提供了如“租户模式”等数据挖掘环境支持联合建模开发特定合作场景的信用评分。

（2）信用评分基础数据的完整性问题短时间内仍难以解决

电信大数据信用评分产品之所以能获得业界的认可和关注，主要在于电信企业本身的数据质量高、连续性好及可持续提供等，但不得不面对的一个现实是目前国内三大电信运营商内部可以克服阻力实现数据的规整和处理，而对三大运营商数据的整合共享在短时间内仍看不到时间表。

仅就中国移动自身来说，由于用户数据量庞大，再加上大数据平台及信息系统是各省分别规划建设，因此实现集团级别的数据共享也有难度。

（3）开展信用评分的主体身份及资质问题

目前国内三大运营商成立的独资或合资公司开展征信服务基本上是“自说自画”，也就是说基于自己的数据自己建模，得出的评分自己说了算。

事实上，用来交易的信用评分作为一种商品，其是否有价值以及价值多少应根据客户和客户的需求来定，运营商作为市场交易的一方应该遵守市场经济的一般规律。

其实，业界专家早就提出开展征信服务应坚持独立第三方的原则，这样就减少了利益冲突或者利益关联，也就没有了行为扭曲[9]。

5.2 发展建议

电信大数据作为一种与消费者信用强相关的数据资源，对社会征信业务创新具有重要的意义，而且随着国家关于电信用户实名制政策的要求愈来愈严格，手机号已作为自然人的另一重要身份得到越来越多的人认可。

（1）电信大数据行业整合提供更优质的服务

征信的本质在于消除交易双方的信息不对称性。目前的信用评分产品是各运营商基于自己的数据资源分别建模研发的，如果不能得到有效整合就会形成所谓的信息孤岛，这与征信的本质背道而驰，反而增加了信息的不对称性。

因此，建议由独立的第三方完成电信基础数据的梳理，统一开展业务运营和商务模式构建。

一方面，电信运营商将数据以资产化的视角进行管理产生经济收入；另一方面，无论是电信企业内部应用还是外部合作，都可以从该独立第三方采购应用，便于市场检验使用效果，减少在研发运营方面的投入。

（2）大力推进基于手机号码的统一智能账号工程

基于手机号码的统一智能账号[10]是指将手机号码作为接入移动互联网应用的统一账号，实现一个号码鉴权、多个应用共享接入的便利性。实际上，QQ号、微信号、微博号已经扮演了统一智能账号角色，通过客户授权即可实现号码登录应用。

手机号码作为统一智能账号的好处在于：一方面，手机号码已经实现了实名制，可以保证接入者的真实身份；另一方面，可以将手机号码作为统一接入主键来共享数据库形成统一应用共享数据库，然后与电信基础数据库、互联网征信数据库、传统征信机构数据库实现数据交换和整合，形成社会统一信用数据库。具体如图1所示。

6 结束语

征信作为社会金融系统及经济稳定发展的基础设施，对诚信社会建设具有重要的作用。由于电信大数据具有质量好、体量大以及连续稳定等特征，其征信属性被越来越多的金融机构所认同，国内三大运营商均已成立了专门的公司（部门）来开展信用评分等征信方面的研究及应用。

大数据时代社会发展日新月异，电信运营商涉足征信领域既面临着千载难逢的市场机遇，也存在着如信息安全、法律监管以及市场竞争等方面的挑战，电信运营商均将大数据及其应用作为转型升级和开展竞争的重要抓手。本文主要对国内外信用评分及在电信大数据方面的应用进行了研究，并对国内三大运营商推出的征信评分产品进行了对比分析，但电信运营商涉足征信领域毕竟时间较短，研究及应用层次尚浅，缺乏成熟的应用案例，所以笔者也对信用评分应用研究过程中存在的问题进行了剖析，并给出了发展建议。

图1 社会统一信用数据库顶层设计

[1]徐鑫. 大数据征信“大有可为”[J]. 上海信息化,2016(10): 29-33.

[2]刘新海,韩涵,丁伟,等. 电信大数据在信用风险管理中的应用[J]. 大数据, 2017(3): 94-102.

[3]黄苛. H运营商基于大数据的通信用户征信研究[D]. 北京: 北京林业大学, 2016.

[4]刘新海. 征信与大数据[M]. 北京: 中信出版社, 2016.

[5]人民网. 个人信用报告今起网上可查 包括电信欠费记录等[EB/OL]. (2013-10-28)[2017-07-12]. http://news.sohu.com/20131028/n389049469.shtml.

[6]和讯网. “甜橙分”全面开放 有手机就有信用[EB/OL].(2015-11-12)[2017-07-12]. http://iof.hexun.com/2015-11-12/180523742.html.

[7]甜橙信用官方网站. 产品服务[EB/OL]. [2017-07-12].https://www.tycredit.com/product.html.

[8]范济安,李卫,魏进武. 电信运营商的大数据发展战略[J].信息通信技术, 2015(6): 5-12.

[9]石晔. 吴晓灵：大数据征信应坚持独立第三方 否则行为扭曲[N]. 中华工商时报, 2017-01-24(005).

[10]甘剑莹. 中国电信以统一智能账号切入征信市场[J].中国电信业, 2016(12): 44-45.

Research on the Credit Scoring Application Based on Telecom Big Data

WANG Bo
(China Mobile Group Guangdong Co., Ltd., Dongguan Branch, Dongguan 523000, China)

Three major telecom operators in China have been moved into the field of credit and developed some credit scoring products, which have been applied in these companies and other enterprises. However, the low level of data sharing and the insufficient application standard still exist. In view of this situation, the credit evaluation based products at home and abroad and their applications in Telecom big data were investigated. Three credit rating products of domestic telecom operators were analyzed and compared. The problems in the research process of domestic credit scoring products were discussed to propose a method in which the mobile phone number as the unified account integrates telecom data. Telecom big data credit scoring has been already applied to the telecom enterprises' internal operational risk prevention and external big data cooperation.

telecom big data and credit score sweet orange score Wo credit score credit

10.3969/j.issn.1006-1010.2017.18.016

TN929.5

A

1006-1010(2017)18-0091-06

王波. 基于电信大数据的信用评分应用研究[J]. 移动通信, 2017,41(18): 91-96.

广东移动省级科技项目“基于运营商大数据的‘和信用分’创新项目”（KJXM16BC043）

2017-07-14

责任编辑：袁婷 yuanting@mbcom.cn

王波：信息系统项目管理师，东莞市首批“首席技师”，硕士毕业于中国地质大学（武汉），现任职于中国移动通信集团广东有限公司东莞分公司，主要研究方向为电信大数据产品化及应用研究、电信大数据精准营销等。