時間不等人。互聯網公司講究的是“唯快不破”。誰在最短的時間內占據業務的高地，誰就樹立了短時間難以被撼動的優勢。在2015年1月5日的《通知》發布之後不久，芝麻信用就迅速展開了對外公測的準備工作。
1月28日，中國公民首個個人信用評分“芝麻信用分”推出，這款在芝麻信用內部被譽為芝麻信用“皇冠上的明珠”的信用評分，在推出的第一天就有了應用場景。神州租車成為與芝麻信用合作的第一個商戶，芝麻信用分在650分以上的用戶，可以在神州租車免押金租車。
事實上，“芝麻信用分”隻是芝麻信用整體業務的冰山一角。芝麻信用希望通過輸出其技術能力，一方麵，為合作機構提供征信服務；另一方麵，可以借助阿裏在大數據和雲計算方麵的優勢，與更多的合作夥伴在數據共創的基礎上挖掘數據中所包含的信息，並針對每一個行業提供具體的解決方案。目前，芝麻信用已經在消費金融、融資租賃、信用卡、p2p、酒店、租房、出行、婚戀、分類信息、學生服務、公共事業服務等近百個場景為用戶和商戶提供信用服務。
2016年7月，芝麻信用在各個場景的合作夥伴已超過200家，在這些數據中，90%和螞蟻金服、阿裏巴巴並沒有關係。芝麻信用希望對所有合作夥伴一視同仁，提供同樣的產品和服務。一位銀行信用卡中心的副總經理表示，芝麻信用和該銀行合作以來，幫助銀行升級了傳統的風控模式，使其能更好地評估、量化客戶的信用風險，這就優化了不同風險客戶的經營策略，從而將信用卡的信貸審批準確率提高了8%，逾期率降低了18%，獲客成本節省了20%。
但在芝麻信用業務突飛猛進的同時，一個現實的問題也隨之而來。在傳統征信人看來，大數據隻是工具，生活領域的行為數據對征信的作用尚待驗證。換句話說，一個人在生活場景中的行為與其在金融場景的還款行為是否具有一致性？生活場景數據是否能判斷一個人的還款能力和還款意願？
芝麻信用首席數據科學家俞吳傑說，在公測之前，芝麻信用對這個問題也沒有底。但後來的實踐表明，生活場景數據和金融場景數據具有非常強的一致性。比如，在租車領域有不良表現的用戶，在金融領域也通常會有逾期問題。在他看來，雖然征信機構做的是對用戶在經濟信用上的風險識別，但最終的本質還是刻畫人性。
截至2016年初，芝麻信用在信用租車行業累計給用戶省下的押金數已經達到10億元，有數十萬芝麻信用評分（“芝麻分”）在650分以上的用戶享受了免押金租車服務。同樣的事情也發生在租房市場。芝麻分在600分及以上的用戶，就有機會在我愛我家旗下的相寓租房享受押金減免、房租月付的待遇。如果用戶的信用足夠好，芝麻分達到750分以上，還可以享受押金全免待遇。
而在金融領域，截至2016年7月，芝麻信用已經幫助一千餘萬用戶通過網絡渠道獲得了銀行、消費金融等機構的授信，總額超過280億元，且這些信貸總體違約率不到1%。
在金融領域實現應用的同時，芝麻信用正在促進信用社會文化的建立。比如，在和最高法進行數據共享後，芝麻信用在懲戒“失信被執行人”（俗稱“老賴”）上就起到了“奇效”。數據顯示，截至2015年12月17日，芝麻信用通過其信用平台，共限製失信被執行人購買機票、租車、貸款等超過13萬人次，五千三百多名失信被執行人因此還清債務，其中一千五百多名失信被執行人屬於長達三四年一直逃避執行的“老賴”。
現在，一些看似遙不可及的目標正在因芝麻信用的努力而成為可能，在這些微小而美好的變化逐步累積起來的同時，“讓信用等於財富”的願景終將一步步實現。
“因為信任，所以簡單。”
[1] 如資深數據科學家趙星是康涅狄格大學運籌學博士，曾任fico首席科學家，在kaggle全球數據科學家中排名前十。數據分析總監徐貽芳是美國西北大學mba，曾任capital one高級副總裁，有十幾年風控和數據分析行業經驗。
1月28日，中國公民首個個人信用評分“芝麻信用分”推出，這款在芝麻信用內部被譽為芝麻信用“皇冠上的明珠”的信用評分，在推出的第一天就有了應用場景。神州租車成為與芝麻信用合作的第一個商戶，芝麻信用分在650分以上的用戶，可以在神州租車免押金租車。
事實上，“芝麻信用分”隻是芝麻信用整體業務的冰山一角。芝麻信用希望通過輸出其技術能力，一方麵，為合作機構提供征信服務；另一方麵，可以借助阿裏在大數據和雲計算方麵的優勢，與更多的合作夥伴在數據共創的基礎上挖掘數據中所包含的信息，並針對每一個行業提供具體的解決方案。目前，芝麻信用已經在消費金融、融資租賃、信用卡、p2p、酒店、租房、出行、婚戀、分類信息、學生服務、公共事業服務等近百個場景為用戶和商戶提供信用服務。
2016年7月，芝麻信用在各個場景的合作夥伴已超過200家，在這些數據中，90%和螞蟻金服、阿裏巴巴並沒有關係。芝麻信用希望對所有合作夥伴一視同仁，提供同樣的產品和服務。一位銀行信用卡中心的副總經理表示，芝麻信用和該銀行合作以來，幫助銀行升級了傳統的風控模式，使其能更好地評估、量化客戶的信用風險，這就優化了不同風險客戶的經營策略，從而將信用卡的信貸審批準確率提高了8%，逾期率降低了18%，獲客成本節省了20%。
但在芝麻信用業務突飛猛進的同時，一個現實的問題也隨之而來。在傳統征信人看來，大數據隻是工具，生活領域的行為數據對征信的作用尚待驗證。換句話說，一個人在生活場景中的行為與其在金融場景的還款行為是否具有一致性？生活場景數據是否能判斷一個人的還款能力和還款意願？
芝麻信用首席數據科學家俞吳傑說，在公測之前，芝麻信用對這個問題也沒有底。但後來的實踐表明，生活場景數據和金融場景數據具有非常強的一致性。比如，在租車領域有不良表現的用戶，在金融領域也通常會有逾期問題。在他看來，雖然征信機構做的是對用戶在經濟信用上的風險識別，但最終的本質還是刻畫人性。
截至2016年初，芝麻信用在信用租車行業累計給用戶省下的押金數已經達到10億元，有數十萬芝麻信用評分（“芝麻分”）在650分以上的用戶享受了免押金租車服務。同樣的事情也發生在租房市場。芝麻分在600分及以上的用戶，就有機會在我愛我家旗下的相寓租房享受押金減免、房租月付的待遇。如果用戶的信用足夠好，芝麻分達到750分以上，還可以享受押金全免待遇。
而在金融領域，截至2016年7月，芝麻信用已經幫助一千餘萬用戶通過網絡渠道獲得了銀行、消費金融等機構的授信，總額超過280億元，且這些信貸總體違約率不到1%。
在金融領域實現應用的同時，芝麻信用正在促進信用社會文化的建立。比如，在和最高法進行數據共享後，芝麻信用在懲戒“失信被執行人”（俗稱“老賴”）上就起到了“奇效”。數據顯示，截至2015年12月17日，芝麻信用通過其信用平台，共限製失信被執行人購買機票、租車、貸款等超過13萬人次，五千三百多名失信被執行人因此還清債務，其中一千五百多名失信被執行人屬於長達三四年一直逃避執行的“老賴”。
現在，一些看似遙不可及的目標正在因芝麻信用的努力而成為可能，在這些微小而美好的變化逐步累積起來的同時，“讓信用等於財富”的願景終將一步步實現。
“因為信任，所以簡單。”
[1] 如資深數據科學家趙星是康涅狄格大學運籌學博士，曾任fico首席科學家，在kaggle全球數據科學家中排名前十。數據分析總監徐貽芳是美國西北大學mba，曾任capital one高級副總裁，有十幾年風控和數據分析行業經驗。