发帖
雷达卡
最近这一两周的文章里跟各位读者分享了人行和百行的数据，在以往笔者的从业经验中，以线上产品为主的金融公司里，也经常接入互联网数据，其中电商数据都会是被选中的数据源。
除了银行类这样的正规军依赖人行征信数据，互联网金融的普及也给很多互联网数据有了较好的落地方案。今天为各位读者分析下互联网电商类的数据公司如何做用户画像，和数据的梳理。之前一些大的平台，除了数据自用，也能对外输出产品，当然在目前进入强监管下，由于合规部分产品已经不能输出或者脱敏输出。
再仔细翻看这些资料，也能了解到之前从业者对这类数据的细则把控。建议大家可以根据我们之前提供给大家的人行数据、百行数据，以及今天将要互联网数据，这三个维度的数据深入思考，假如你们是一家公司的策略人员或者数据分析人员，你们接触到了这类数据都会做哪方面的数据的梳理？
一.数据详细分类情况
首先，电商类公司在梳理相关的数据维度的时候，都会将数据主要划为两类，一类是电商类数据，另一类是金融类数据，具体的内容如果:
如果进行信息汇总，能得到以下内容：
对于金融类的数据，建议各位可以参考我们提供给各位同学的详表，仔细阅读，在此就不展开分析，下面我们仔细分析下电商类数据。
二．电商类的数据分类
电商类的数据，根据相关的数据维度也能分为以下几类：
相关的汇总信息如下：
以上的品类中，都是在消费在消费分类的一级分类里得到具体的字段梳理的，如果去查看基础数据，一级分类全部清单如下:
分析相关的电商类的数据，并对其进行梳理，其实是非常考验对客户电商行为的理解的，一家公司的风控流程可能大同小异，这个异体现到哪些地方。其实还是对数据源的把控，对数据的分析与挖掘能力，这些细微的差别，处处叠加，才造成了各家风控能力的差异。
最后我们已将这份详细的数据清单，放到知识星球，各位感兴趣的同学，可以上去查收：
京公网安备 11010802022788号
