d揭秘：芝麻信用是怎么做的( 三 ) 支付|商户|羊毛党|微信|云闪付

请注意，这是 DAS 变量数据服务文档，并未称作芝麻信用分产品介绍。我推测芝麻信用分的关键在那8个核心变量，我说的是关键，并不是说完全不用那57基础变量。
另外，芝麻分作为面向用户的产品，还兼有营销激励的功能，最终的芝麻分除模型计算外，应该还有其他环节的增减分设置。
03花呗将全面接入央行征信系统，用户使用花呗需不需要担心哪些问题呢？
征信关乎个人信用，花呗是当代人超前消费的好助手，当它俩一拍即合，消费者应怎么考虑？
我不说责任和义务，也觉得有必要说几句。
现在大概央行收录的自然人11亿，其中有信贷数据的应该不到一半，我们消金业务发起申请查得率稍高一些，60%左右。也就是说，绝大多数人的征信数据信息是比较少的，就是那些简单的身份信息，没有金融信用数据。
传统的信用评估模型是根据一个人的借贷历史和还款表现，通过逻辑回归的方式来判断这个人的信用情况。现在越来越兴起大数据模型，它的数据源就十分广泛，包括电商、社交、搜索浏览等行为都产生了大量的数据。
【 d揭秘：芝麻信用是怎么做的】所以，显然，花呗接入央行征信，对各大平台来说好处很大，因为用户的信用更好被评估了，那对用户来说呢，是不是就不好呢？
不是的，对用户来说其实影响不大，但要注意养成按时还款的习惯。
花呗对征信的补充，主要就影响了两点，借贷次数多了，逾期信息多了。
风控策略呢，也就是信用评估，借贷次数多了影响不大，次数再多也只算一个机构，一般不会认为这是坏行为，主要是逾期，逾期这种负面行为容易被风控拒绝，偶然性的逾期其实也不至于太坏。银行信审有个说法，称为“连3累6”，即连续出现三个月逾期，两年内共计六次逾期，这种属于严重的违约行为。但最好别逾期。
所以，可以照常用，养成按时还款的习惯基本就妥了。
我先是消费者，再是消金行业从业人员，我的立场始终是消费者。我说这话的一个依据是，对于《个人信息保护法》的出台，我第一感觉是这是好的，而不是这很糟糕。
04还是要声明，上述说的很多事情，我并没有取证，甚至懒得找蚂蚁的朋友确认，我们有时候关注如何做一件事的原理和本质就够了，至于一个实例的所有detail，其实并没有太多价值去研究。就像，一个结构工程师盖房子，也实在没必要一定要知道建筑立面要做哪些装饰，这可能只是某些人的要求而已。
另外，我在http://www.woshipm.com/data-analysis/5118872.html这篇文章中，提到过这几款信用评分，包括芝麻信用分、微信支付分和小白守约分。下面的说法来自那篇文章。
无论是天猫淘宝京东的消费还是花呗白条支付的海量交易数据，都可以用来评价个人的还款能力和意愿。结合着马斯洛需求理论，也就是生理、安全、情感、尊重、自我实现依次升级，越能体现高级需求的数据越可以给更高的权重。也就是说重要的不是单次购买行为，而是消费习惯。
而那些店铺商家，平台有他们所有的交易、资金、物流信息，都可以用来作为金融服务的依据。
你掌握了一个人的人际关系，就掌握了这个人。社交关系链，不仅可以用来评估信用，还能直接作为质押物，因为每个人都在乎它，而且很在乎。
我在知乎搜这个话题时，发现有不少问题在问如何提高芝麻分。也说一句。
如果你想要提升分数，就考虑下那些核心变量吧。另外值得注意的是，这些变量都是时间窗口的，并且是分段的，你的行为会被摊平到一段时间内，并且需要分段后跳档才能对结果产生影响。这给提升分数带来了难度，也是防止指标造假的科学手段。