在台灣，平均每3,700人就有一家銀行提供服務、每800人就有一台提款機，金融服務過度密集，一直以來都有「overbanking（銀行數太多）」問題。
不過，即便擁有如此密集的金融服務，仍舊無法滿足每一個人的需求；對銀行來說，在市場過度競爭下，也很難有空間開拓新的市場與客群。
「數據」、「信用小白」，將有可能成為打破此局面的兩大關鍵字。
運將、YouTuber、電商賣家，為何銀行不敢借錢給他們？
一般白領上班族有每月的薪資往來紀錄，作為還款信用依據，他們向銀行申請信用卡、貸款等服務，一點都不難。
但計程車司機、市場菜販這些藍領階級就不同了，他們認真工作，月收入甚至可能高達數十萬，但收的是現金，缺乏與銀行往來紀錄；而且不只他們，像是經營網拍的小賣家、專攻外送市場的餐館、網紅、YouTuber，也可能因為沒有足夠的資料（如聯徵紀錄、信用卡交易紀錄、薪轉證明）讓銀行判斷信用為何，成為銀行的拒絕往來戶。
對此，國泰金控副總經理梁明喬直接了當地說，「當你不認識這個人的時候，你願意借錢給他嗎？」
除了個人，企業也遇到這個問題。根據聯徵中心資料，在台灣146萬家中小企業中，有高達130萬的商家 從來沒有 跟銀行借錢往來過，「當他們真正有資金困難時，向銀行借錢很容易吃閉門羹。」凱基銀行商業金融處資深副總王智勇坦言。
不一定要薪轉證明，你的信用，有全新評分標準
但這些工作者、商家並非沒有財力。所以，近年許多銀行開始與不同平台業者、場景串接數據，透過新的 信用評分模型 ，滿足這些「信用小白」需求。
舉例來說，銀行跟電商平台、餐飲POS系統商合作，在借款人的授權與同意下，取得平台上的 交易數據 、 來客數 等資料，經過數據分析得出借款人的償債能力，決定是否借錢給他，比起過去只看聯徵、銀行往來紀錄，更可以貼近借款人真實的財務、信用狀態。
玉山銀行副數金長溫學華認為，若能在消費者的同意下取得更多的數據資料，就能接觸到以前較難接觸到的市場（指過去少跟銀行往來的人），「這將是未來銀行業重要的競爭力。」
此外，過去處理信貸時，銀行都必須靠專人負責徵信，「不論是貸款10萬或50萬元，對銀行來說，審查花的時間是一樣的，但帶給銀行的效益卻是完全不同的。」溫學華解釋，銀行徵信一個信貸申請的成本，有時候就要約7、8,000元，若碰上利率比較低的時候，徵信成本幾乎跟利息差不多，銀行等於忙了一場，卻沒賺到錢。
小額借貸較難符合成本，所以過去小額借貸需求的賣家或個人常常碰壁。不過在銀行大量採用數據評估風險後，申貸過程的人力成本能因此降低，滿足顧客需求，打破了過往局面。
當數據成為主流，沒有數據的人該怎麼辦？
透過異業合作的數據交換，在用戶授權下，銀行能得到顧客更多的信用資料，提供服務給更多客戶。數據與信用、貸款結合，在近年成為一股新趨勢，不過，台灣仍處於數據金融應用相對早期的階段。
梁明喬指出，台灣聯徵系統非常普及，現階段納入的數據資料，比較像是讓銀行更認識客戶的一種參考，還是會搭配聯徵結果、個人財務狀況綜合評估，並非完全以搜集到的數據作為判斷的標準。
然而，當數據逐漸成為銀行決定是否與顧客網路的依據時，在網路世界較少「數位足跡」的人，是否有可能成為弱勢？又或者，在網路上的一言一行，是否將完全影響銀行對顧客的看法？
「數據來源只會增加不會減少。」信貸比較平台AlpahLoan創辦人黃亮銓認為，納入更多的數據，是提升銀行認識客戶的完整度，現代人無論是購物、就醫，多多少少都會留下數據資料，「要完全沒有數據，是很難的。」就算真的都沒有，也可以循舊有的聯徵體系，去篩選客戶。
玉山銀行副數金長溫學華則認為，未來傳統聯徵系統與數據會是彼此相輔相成，「短期很難完全取代一方。」
梁明喬分析，數據金融的重點，在於協助銀行做風險控管，數據現階段作為判斷的輔助，仍需線下的交易資料佐證，用戶若願意開放數據資料，則有助於銀行提供更好的服務與利率條件。
雖然愈來愈多金融機構會納入數位數據，不過黃亮銓認為，用戶並不需要刻意取改變自己在線上的行為，原因是，每個服務商需要使用的數據、目的都不太相同，「為了顧及A，而是故意改變行為，結果反而在B服務商被扣分。」黃亮銓認為，未來的數據來源只會愈來愈多，「很難在單一個來源上做假。」
數據金融崛起，更多的服務商，願意採用非傳統金融數據，讓過去被忽視的信用小白，能夠敲開金融服務大門；數據擁有者則能整合金融服務，開創新的商業模式。藉由數據，台灣離普惠金融又更近了一步。
責任編輯：林美欣
