大学生傻眼！再也没法用花呗？

点击右上方“关注”，第一时间获取科技资讯、技能攻略、产品体验，私信我回复“01”，送你一份玩机技能大礼包。

---------------------------------

如果你是一个大学生，那么请和花呗、白条说再见。

3月17日，银保监会官网发布了《关于进一步规范大学生互联网消费贷款监督管理工作的通知》，文中提到，小额贷款公司不得向大学生发放互联网消费贷款，或者用营销方式诱导大学生贷款。

此规定一出，立刻引发了一场激烈的讨论。如今，我们很熟悉的花呗、借呗、白条等，其接入公司都离不开小贷公司的身影。花呗的接入公司之一是重庆市蚂蚁小微小额贷款有限公司、白条的接入公司之一则是重庆两江新区盛际小额贷款有限公司，只要《通知》执行到位，大学生使用花呗和白条的行为将进入“倒计时环节”。

两难选择

大学生因为超前消费，而背上校园贷的新闻并不少见，公众也倾向于反对态度。但对于花呗和白条等互联网贷款，大学生其实并不太排斥。根据一项针对200名大学生的小规模调查显示，认为“大学生应当使用花呗”的人数达到了60%。

除了大学生之外，在公众范围内，对大学生是否可以使用花呗、白条的态度也莫衷一是。在多个微博投票中，支持大学生使用花呗的人数占到了三分之一，有着较为广泛的舆论基础。

小雷理解部分反对声音：一方面，相较纷繁复杂、不知出自哪家的“套路贷”，有着大公司背书的花呗和白条，确实能让用户更加放心，相关购物网站也时常举办与之关联的优惠活动；并且从去年开始，花呗就已经开始给一部分用户下降额度，不少网友表示，自己的额度在下降后仅有一两千元。

虽然在一定程度上，花呗和白条这种互联网贷款是“可控”的，但值得注意的是，他们依然属于小额贷款范畴，在征信上的分类与其他小额贷款公司等同，使用过多可能会让个人征信受到影响。尽管花呗、白条等产品用户广泛，银行在贷款时依旧钟爱那些传统的信用卡用户。

而大学生在借贷群体中又极为特殊，他们虽然是成年人，没有持续性收入，他们的消费欲望却在逐年增长，花呗这样的互联网小贷给了他们超前消费的机会。在豆瓣上，我们能看到不少诸如“负债者联盟”、“努力还债联盟”等群组，这其中的不少成员都是沉迷消费的大学生，因为没有门槛的互联网借贷而误入歧途，用多个网贷“拆东墙补西墙”，最终走向负债。

如何给大学生提供贷款，一直都是金融监管的难题。十年前的信用卡进校园、四年前的“校园贷”、如今的花呗，这些借贷手段都被或多或少地正向鼓励过，但随后又被严格限制。

究其原因，恐怕还是大学生的自制力不够，“大数据金融创新”也会失灵。去年，广州互联网法院曾公布一组数据：互联网借贷案件中有60%的涉案数额小于一万元，借贷群体也以年轻人居多。甚至还有趁着“基金热”，大学生用小贷借钱投资的案例，小微贷款对年轻人的负面影响，开始浮出水面。

“花呗”背后的金融风险

“花呗”盛行，恶果不止于此，大学生超前消费只是小事，它背后蕴藏的金融风险才是大事。

去年的一大金融事件，就是蚂蚁金服的暂缓上市。除了政治原因外，蚂蚁金服的运行模式也蕴藏着相当大的风险。以借呗为例，其所在公司资产规模38亿元，但累计放款已达3000亿元，借呗用小资金，撬动将近百倍的金融市场。

蚂蚁金服的秘诀就是ABS（资产证券化），蚂蚁金服先向用户发放贷款，再将向用户收款的权利打包成证券卖给他人，从中赚取利息差，然后再将这笔资金去发放新的贷款。一旦遇到金融不景气，贷款收不上来，这种运作方式就会引发系统性金融危机。

如今的互联网巨头大多也都会自己的金融服务，和他们对接往往也是小贷公司。百度开设了度小满小贷、美团有三快小贷，小米则是小米小贷。相较传统公司互联网企业的宣传更加无孔不入，你购物、打车、甚至在网盘上都能找到小贷的身影。如果这些企业都用的是和蚂蚁金服一样的玩法，那么一但暴雷，后果将不堪设想。

为了解决互联网金融“无本套利”的问题，银保监会和央行联合发布了《网络小额贷款业务管理暂行办法（征求意见稿）》。其中规定，小额贷款公司的出资比率必须要达到30%，资金杠杆至多只能两倍，而ABS最多只能4倍。也正因此，以蚂蚁金服为首的互联网金融企业失去了想象空间，只能进行整改。

为了减小监管规模，蚂蚁能做的就是“开源节流”：提高准备金，并缩小放贷规模，这也是为何去年蚂蚁下降花呗额度的重要原因。如今，监管部门主动出手，禁止小贷贷款给大学生，既是防止大学生沉迷于超前消费，又切断了这些隐藏的金融风险，将贷款规模和涉及范围限定在一个可控的程度。

那么对于那些真的需要用钱的大学生来说，未来的路又将何去何从？在《通知》中是这样表示的，只要落实好第二还款来源，花呗就可以通过“助贷”的方式来向学生提供非小贷公司的持牌金融机构贷款。如今，蚂蚁集团正在申请消费金融牌照，将信贷业务转为消费金融，以继续向大学生提供业务。

小雷认为，创新和风险是并存的，但金融创新依然需要严格的监管。在如今金融风险问题凸显、年轻人普遍负债的当下，互联网企业比起放贷规模，如何更加精准地控制风险，纳入金融监管范围，才是金融创新的重中之重。对于大学生来说，如何甄别非必要消费，杜绝消费主义，也是步入社会时必修的一课。

----------------------------------

作者：雷科技团队，致力于聚焦科技与生活，关注并私信回复“01”，送你一份玩机技能大礼包。

阿里巴巴大数据实践—数据开发平台

数据只有被整合和计算，才能被用于洞察商业规律，挖掘潜在信息，从而实现大数据价值，达到赋能于商业和创造价值的目的。面对海量的数据和复杂的计算，阿里巴巴的数据计算层包括两大体系：数据存储及计算平台（离线计算平台MxC和实时计算平台SC）、数据整合及管理体系（OD）。

阿里数据研发岗位的工作大致可以概括为：了解需求→模型设计→ETL开发→测试→发布上线→日常运维→任务下线。与传统的数据仓库开发（ETL）相比，阿里数据研发有如下几个特点：

业务变更频繁——业务发展非常快，业务需求多且变更频繁；需要快速交付——业务驱动，需要快速给出结果；频繁发布上线——迭代周期以天为单位，每天需要发布数次；运维任务多——在集团公共层平均每个开发人员负责上百多个任务；系统环境复杂——阿里平台系统多为自研，且为了保证业务的发展，平台系统的迭代速度较快，平台的稳定性压力较大。通过统一的计算平台（MxC）、统一的开发平台、统一的数据模型规范和统一的数据研发规范，可以在一定程度上解决数据研发的痛点。

本文主要介绍MxC和阿里巴巴内部基于MxC的大数据开发套件，并对在数据开发过程中经常遇到的问题和相关解决方案进行介绍。

1、统一计算平台阿里离线数据仓库的存储和计算都是在阿里云大数据计算服务MxC上完成的。

大数据计算服务MxC是由阿里云自主研发的海量数据处理平台，主要服务于海量数据的存储和计算，提供完善的数据导入方案，以及多种经典的分布式计算模型，提供海量数据仓库的解决方案，能够更快速地解决用户的海量数据计算问题，有效降低企业成本，并保障数据安全。

MxC采用抽象的作业处理框架，将不同场景的各种计算任务统一在同一个平台之上，共享安全、存储、数据管理和资源调度，为来自不同用户需求的各种数据处理任务提供统一的编程接口和界面。它提供数据上传/下载通道、SQL、MR、机器学习算法、图编程模型和流式计算模型多种计算分析服务，并且提供完善的安全解决方案。

1．MxC的体系架构

MxC由四部分组成，分别是客户端（MxCCi）、接入层（MxCFE）、逻辑层（MxCSv）及存储与计算层（AC）。

图：MxC体系架构图

2．MxC的特点

（1）计算性能高且更加普惠

2016年11月10日，SBhk在官方网站公布了2016年排序竞赛CS项目的最终成绩。阿里云以$1.44/TB的成绩获得I（专用目的排序）和D（通用目的排序）两个子项的世界冠军，打破了AWS在2014年保持的纪录$4.51/TB。这意味着阿里云将世界顶级的计算能力，变成普惠科技的云产品。CS又被称为“云计算效率之争”，这项目赛比拼的是完成100TB数据排序谁的花费更少，也是SBhk的各项比赛当中最具现实意义的项目之一。

（2）集群规模大且稳定性高

MxC平台共有几万台机器、存储近1000PB，支撑着阿里巴巴的很多业务系统，包括数据仓库、BI分析和决策支持、信用评估和无担保贷款风险控制、广告业务、每天几十亿流量的搜索和推荐相关性分析等，系统运行非常稳定。同时，MxC能保证数据的正确性，如对数据的准确性要求非常高的蚂蚁金服小额贷款业务，就运行于MxC平台之上。

（3）功能组件非常强大

MxCSQL：标准SQL的语法，提供各类操作和函数来处理数据。

MxCMR：提供JvMR编程模型，通过接口编写MR程序处理MxC中的数据。还提供基于MR的扩展模型MR2，在该模型下，一个M函数后可以接入连续多个R函数，执行效率比普通的MR模型高。

MxCGh：面向迭代的图计算处理框架，典型应用有PRk、单源最短距离算法、K-均值聚类算法。

Sk：使用Sk接口编程处理存储在MxC中的数据。

RMxC：使用R处理MxC中的数据。

V：MxC以V的形式支持文件，管理非二维表数据。

（4）安全性高

MxC提供功能强大的安全服务，为用户的数据安全提供保护。MxC采用多租户数据安全体系，实现用户认证、项目空间的用户与授权管理、跨项目空间的资源分享，以及项目空间的数据保护。如支付宝数据，符合银行监管的安全性要求，支持各种授权鉴权审查和“最小访问权限”原则，确保数据安全。

2、统一开发平台阿里数据开发平台集成了多个子系统来解决实际生产中的各种痛点。围绕MxC计算平台，从任务开发、调试、测试、发布、监控、报警到运维管理，形成了整套工具和产品，既提高了开发效率，又保证了数据质量，并且在确保数据产出时效的同时，能对数据进行有效管理。

数据研发人员完成需求了解和模型设计之后，进入开发环节，开发工作流如图所示：

图：开发工作流图

对应于开发工作流的产品和工具如下图所示，我们将对其功能进行简要介绍。

1．在云端（D2）

D2是集成任务开发、调试及发布，生产任务调度及大数据运维，数据权限申请及管理等功能的一站式数据开发平台，并能承担数据分析工作台的功能。

图：对应于开发工作流的产品和工具

用户使用D2进行数据开发的基本流程如下：

——用户使用IDE进行计算节点的创建，可以是SQL/MR任务，也可以是Sh任务或者数据同步任务等，用户需要编写节点代码、设置节点属性和通过输入输出关联节点间依赖。设置好这些后，可以通过试运行来测试计算逻辑是否正确、结果是否符合预期。

——用户点击提交，节点进入开发环境中，并成为某个工作流的其中一个节点。整个工作流可以被触发调度，这种触发可以是人为的（称之为“临时工作流”），也可以是系统自动的（称之为“日常工作流”）。当某个节点满足所有触发条件后，会被下发到调度系统的执行引擎Ai中，完成资源分配和执行的整个过程。

如果节点在开发环境中运行无误，用户可以点击发布，将该节点正式提交到生产环境中，成为线上生产链路的一个环节。

2．SQLSCAN

SQLSCAN将在任务开发中遇到的各种问题，如用户编写的SQL质量差、性能低、不遵守规范等，总结后形成规则，并通过系统及研发流程保障，事前解决故障隐患，避免事后处理。

SQLSCAN与D2进行结合，嵌入到开发流程中，用户在提交代码时会触发SQLSCAN检查。

SQLSCAN工作流程如下图所示：

图：SQLSCAN工作流程图

用户在D2的IDE中编写代码。

——用户提交代码，D2将代码、调度等信息传到SQLSCAN。

——SQLSCAN根据所配置的规则执行相应的规则校验。

——SQLSCAN将检查成功或者失败的信息传回D2。

——D2的IDE显示OK（成功）、WARNNING（警告）、FAILED（失败，禁止用户提交）等消息。

SQLSCAN主要有如下三类规则校验：

代码规范类规则，如表命名规范、生命周期设置、表注释等。

代码质量类规则，如调度参数使用检查、分母为0提醒、NULL值参与计算影响结果提醒、插入字段顺序错误等。

代码性能类规则，如分区裁剪失效、扫描大表提醒、重复计算检测等。

SQLSCAN规则有强规则和弱规则两类。触发强规则后，任务的提交会被阻断，必须修复代码后才能再次提交；而触发弱规则，则只会显示违反规则的提示，用户可以继续提交任务。

3．DQC

DQC（DQiC，数据质量中心）主要关注数据质量，通过配置数据质量校验规则，自动在数据处理任务过程中进行数据质量方面的监控。

DQC主要有数据监控和数据清洗两大功能。数据监控，顾名思义，能监控数据质量并报警，其本身不对数据产出进行处理，需要报警接收人判断并决定如何处理；而数据清洗则是将不符合既定规则的数据清洗掉，以保证最终数据产出不含“脏数据”，数据清洗不会触发报警。

DQC数据监控规则有强规则和弱规则之分，强规则会阻断任务的执行（将任务置为失败状态，其下游任务将不会被执行）；而弱规则只告警而不会阻断任务的执行。常见的DQC监控规则有：主键监控、表数据量及波动监控、重要字段的非空监控、重要枚举字段的离散值监控、指标值波动监控、业务规则监控等。

阿里数据仓库的数据清洗采用非侵入式的清洗策略，在数据同步过程中不进行数据清洗，避免影响数据同步的效率，其过程在数据进入ODS层之后执行。对于需要清洗的表，首先在DQC配置清洗规则；对于离线任务，每隔固定的时间间隔，数据入仓之后，启动清洗任务，调用DQC配置的清洗规则，将符合清洗规则的数据清洗掉，并保存至DIRTY表归档。如果清洗掉的数据量大于预设的阈值，则阻断任务的执行；否则不会阻断。

DQC工作流程如下图所示：

图：DQC工作流程图

4．在彼岸

数据测试的典型测试方法是功能测试，主要验证目标数据是否符合预期。其主要有如下场景：

（1）新增业务需求

新增产品经理、运营、BI等的报表、应用或产品需求，需要开发新的ETL任务，此时应对上线前的ETL任务进行测试，确保目标数据符合业务预期，避免业务方根据错误数据做出决策。其主要对目标数据和源数据进行对比，包括数据量、主键、字段空值、字段枚举值、复杂逻辑（如UDF、多路分支）等的测试。

（2）数据迁移、重构和修改

由于数据仓库系统迁移、源系统业务变化、业务需求变更或重构等，需要对现有的代码逻辑进行修改，为保证数据质量需要对修改前后的数据进行对比，包括数据量差异、字段值差异对比等，保证逻辑变更正确。为了严格保证数据质量，对于优先级（优先级的定义见“数据质量”章节）大于某个阈值的任务，强制要求必须使用在彼岸进行回归测试，在彼岸回归测试通过之后，才允许进入发布流程。

在彼岸则是用于解决上述测试问题而开发的大数据系统的自动化测试平台，将通用的、重复性的操作沉淀在测试平台中，避免被“人肉”，提高测试效率。

在彼岸主要包含如下组件，除满足数据测试的数据对比组件之外，还有数据分布和数据脱敏组件。

数据对比：支持不同集群、异构数据库的表做数据对比。表级对比规则主要包括数据量和全文对比；字段级对比规则主要包括字段的统计值（如SUM、AVG、MAX、MIN等）、枚举值、空值、去重数、长度值等。

数据分布：提取表和字段的一些特征值，并将这些特征值与预期值进行比对。表级数据特征提取主要包括数据量、主键等；字段级数据特征提取主要包括字段枚举值分布、空值分布、统计值（如SUM、AVG、MAX、MIN等）、去重数、长度值等。

数据脱敏：将敏感数据模糊化。在数据安全的大前提下，实现线上数据脱敏，在保证数据安全的同时又保持数据形态的分布，以便业务联调、数据调研和数据交换。

使用在彼岸进行回归测试的流程如下图所示：

图：使用在彼岸进行回归测试流程图

注：本书中出现的部分专有名词、专业术语、产品名称、软件项目名称、工具名称等，是淘宝（中国）软件有限公司内部项目的惯用词语，如与第三方名称雷同，实属巧合。

本文节选自《大数据之路：阿里巴巴大数据实践》已受版权保护，未经授权不得转载

数据中台是企业数智化的新基建，阿里巴巴认为数据中台是集方法论、工具、组织于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正通过阿里云数据中台解决方案对外输出，包括零售、金融、互联网、政务等领域，其中核心产品有：

Dhi，一站式、智能化的数据构建及管理平台；QikBI，随时随地智能决策；QikAi，全方位洞察、全域营销、智能增长；QikA+，跨多端全域应用体验分析及洞察的一站式数据化运营平台；

本文为阿里云原创内容，未经允许不得转载。

制造业商家的“超级合伙人”

郑杨

图为声耀电子员工正在工作。作为一家较早接入阿里“厂销通”系统的企业，声耀电子已成功实现了数字化升级。

不久前，阿里巴巴集团旗下千亿元级营销平台聚划算宣布“厂销通”系统上线。“厂销通”是聚划算整合包括阿里云、菜鸟、蚂蚁金服等在内的阿里经济体生态资源，面向中小企业推出的一整套完整的C2M（消费者反向定制）数字化解决方案。作为阿里巴巴针对下沉市场发力的一项重大举措，“厂销通”的推出显示了阿里超越传统意义上的“卖货平台”，与商家一道创造新供给、满足消费者多元化新需求的雄心。

“对于活跃在聚划算平台上的海量工厂型卖家来说，‘厂销通’C2M模式提供的核心服务就是降本增效。”聚划算C2M项目负责人李健说，“厂销通”由数据赋能、金融赋能、物流赋能、科技赋能4部分组成。通过该系统，阿里淘系营销平台的运营和数据资源将全面导入制造业商家，帮助商家高效选款、设计、销售。同时，所有接入“厂销通”参与数字化改造的工厂都将获得蚂蚁金服的贷款利率优惠、菜鸟的仓储物流服务、阿里云的技术服务等，这使得“厂销通”成为强大的“一站式商家供给侧升级工具”。

从去年聚划算内部启动C2M数字工厂项目，到如今宣布“厂销通”正式推出，1年间聚划算成功对超过2000家工厂、20个产业带进行了数字化升级，仅广东省，去年C2M产品便抢得超过6亿笔订单，有效带动了珠三角中小制造企业转型升级。这一成绩也使得“厂销通”成为众多制造业商家的“超级合伙人”。

降成本：

解决工厂数字化痛点

在中国最大的耳机制造产业带广东东莞石排镇，有一家较早接入阿里“厂销通”系统的产业带商家——声耀电子科技有限公司。记者在声耀电子的耳机工厂内看到，经过数字化改造后的全生产流程均实现了高度可视化、透明化。

“通过‘看板’，我们能实时读取生产线上的数据，掌握生产进度和库存情况，各环节响应速度大幅提高。”声耀电子负责人郭胜告诉记者，“比如，来了新工单需要发料，以前要由专人用QQ、电话、微信沟通；现在‘看板’会实时显示新工单，不用再单独通知发料。得益于此，我们的备货期由原来的60天降为45天，工人数量也减少了30%。更厉害的是，生产中的差错能被立刻发现、立刻解决，不用等到产品上市才发现问题。过去，我一个季度要签近50万元的材料报废单，现在已经降到了几万元”。

在珠三角地区，不少像声耀电子这样以小批量、多品种、高协同为特色的中小制造企业，都从“厂销通”中获益匪浅。如主营手机壳的深圳市星磁科技有限公司负责人王星告诉记者，自从有了“厂销通”，公司库存占用资金从230万元降到了50万元，日销1.5万件；通过菜鸟物流赋能，公司物流成本降低了20%，时间缩短了40%。

李健表示，中小企业数字化转型的一大难点是数字化成本高且收益不确定。阿里“厂销通”的重要特点之一，就是通过“全经济体”的投入切实降低企业数字化成本，实现更高效的供给。具体来说，“阿里经济体”多个体系可对“厂销通”工厂提供三方面支持。其一，阿里云对企业上云和相关服务费用给予80%的减免；其二，蚂蚁金服对接入“厂销通”系统的商家贷款利率给予七折优惠；其三，菜鸟网络为商家提供数字化解决方案，并确保以最优惠的费率提供物流服务。

“改造一条生产线大约需要10万元，经过聚划算和阿里云补贴后，商家只需花费2万元。”李健表示，“厂销通”系统对产业带商家的支持力度不设上限，未来希望助力更多淘宝、天猫上的产业带商家实现数字化升级。

创需求：

产业带商家全面突围

数字化升级在帮助企业降本增效的同时，更通过对市场风口的精准把握，催生了众多精准满足消费者需求的C2M商品品类，创造了新的内需增量，从而引领着产业带商家全面突围。

今年6月，聚划算“天天特卖”宣布与中山小家电产业带合作，升级后的中山小家电迎来销量“大爆发”。广东安家乐电器公司的一款电火锅，在“天天特卖中山小家电专场”销售活动中一次卖掉6万台。这款电火锅何以成为“爆款”？原来，该产品原本是针对单身群体煮方便面用，安家乐在数字化改造后，拿到了阿里提供的消费者数据，发现很多人都在评论里问“这锅除了煮还能不能炒菜？”于是，公司及时响应消费者诉求，研发了一款既可煮又可煎炒的电火锅，再配上一把小锅铲，结果自然是“火”了。

声耀电子同样如此。经淘宝、天猫积累的海量数据赋能，其旗下WRZ耳机品牌精准掌握下沉市场消费者的需求，成功开发出多个“爆款”，其中一款有线耳机累计销售600多万个，其中90%销往下沉市场。

“我们正在努力打造一个闭环，让产品从工厂直接到达消费者手中，同时让消费者的意见、建议直接反馈至生产端。”李健告诉记者，下沉市场的用户更关注性价比，即同质的情况下要更优惠、同价的产品质量要更好。因此，极致的性价比已经成为中小制造企业在下沉市场中突围的关键。“这也是为什么我们要与工厂合作，从功能升级、创新设计、降低原料和生产工艺成本3个方向去定制产品，最终达到极致的性价比。”

跨国管理咨询公司埃森哲2018年发表的一份报告显示，中国企业数字化转型成效显著。其中转型较快的企业营收增长率是其他企业的5.5倍，销售利润率是2.4倍。目前，聚划算已经成功对超过2000家工厂、20个产业带进行数字化升级，并向着3年改造10000家数字工厂、100个数字产业带的目标迈进。

聚划算有关负责人表示，随着聚划算和“阿里经济体”对产业带商家赋能的进一步推进，产业带中小商家将迎来快速发展。

此外，针对仓库不够用、发货速度慢、物流成本大幅上涨等难题，“厂销通”系统将通过菜鸟的加入，在产业带集中的地区建立产业带仓库，通过数字化升级、优化配送链路以及精细化专业管理等，为商家提供高性价比、稳定可控的仓储物流服务。

责编：樊俊卿