📖 ZKIZ Archives

收錢代刷火車票是否屬於倒賣車票的黃牛?

又是一年一度春運，火車票牽動億萬人。近來，攜程、去哪兒、藝龍等國內多個知名互聯網旅遊公司，紛紛推出刷票軟件替客戶搶票，被質疑涉嫌倒賣火車票。

那麽，在車票供應緊張的情況下，刷票軟件到底是服務神器還是網絡黃牛?據新華社報道，“新華視點”記者就公眾關心的幾個焦點問題進行了調查。

據報道，記者發現，當前的網絡搶票主要有三類。一是互聯網旅遊公司在其平臺上推出的加價搶票業務。去哪兒搭售了20元和30元的兩種保險，宣稱不購買保險就出票慢;藝龍網搭售了20元的保險，宣稱買了保險就優先急速處理不用排隊;攜程網則是直接推出三款加價服務：25元的保險可提升30%速度，66元的保險可以提升40%速度，搶票加速包買得越多，搶票成功率越高。記者在攜程上選了1月13日從廣州到長沙的車票，票價為182元。如果不買保險不買搶票加速包，網上顯示搶票成功率僅為51.26%。而購買了66元的保險和最高1004元的搶票加速包，成功率就可以提升到85.86%。

二是奇虎360、百度、獵豹等瀏覽器或網站開發的捆綁式刷票軟件。如奇虎360推出的“360搶票”號稱能提供自動識別驗證碼、預約提醒、自動刷票等功能，搶火車票成功率翻倍，但必須綁定在360瀏覽器上使用。

三是一些QQ群上的網絡搶票。記者用手機QQ搜索“火車”二字，搜索界面出現多個以搶票為群名的大群，有的群成員近2000人。記者隨機進入一個群，群主要求進群者再單獨加一個號碼。該號碼介紹：“8年團隊專業搶票，100M網速專業代購全國火車票、高鐵票、動車票”。這名“專業搶票”的人告訴記者，將購票信息給他後便可以幫助搶票，搶到票截圖驗證後每張加50元手續費付款，便可以自行去火車站取票。只要是還沒出的票，基本上都能保證搶到。

收錢代刷火車票是否屬於倒賣車票的黃牛?記者采訪鐵路、公安、法律方面的人士，發現各方對此存在較大爭議。

鐵路部門對搶票軟件多持反對態度。中國鐵路總公司運輸局運營部副主任黃欣說，12306一直在努力改善旅客購票體驗、確保購票公平。今年在非熱點車次不再使用驗證碼的同時，節前北上廣去往成渝、湖南湖北等地的熱點車次，仍然需要使用驗證碼，增加“黃牛”惡意搶票的難度。一名鐵路系統幹部告訴記者，搶票軟件看似方便，但會擾亂正常的購票秩序，尤其是短時間內的巨大點擊量，容易沖擊12306網站的運行。

北京崇厚律師事務所主任趙瑛峰認為，如果為個人購票目的而使用搶票軟件，從法律上是沒有問題的。但如果收取“服務費”從中牟利，且達到一定數額，就應認定為倒票。根據刑法及相關司法解釋規定，“黃牛”倒票應按照倒賣車船票罪或非法經營罪追究刑事責任。

但也有觀點認為，收錢代刷火車票能否入罪值得商榷。中國公安大學副教授李懷勝認為，對“技術黃牛”的行為，目前刑法還難以規制。第一，這種行為不構成倒賣車票罪。“技術黃牛”是為特定他人代購車票，賺取代購費，和倒賣車票的行為方式截然不同。第二，是否構成非法經營罪也有商榷余地。“技術黃牛”客觀上是破壞了公平交易的市場秩序，但未必達到刑法處罰線，是否是非法經營罪也需研究。有些人認為，刷票行為即便不構成倒賣車船票罪，也應被判定涉嫌非法經營罪。然而，中國政法大學刑事司法學院刑法研究所所長阮齊林教授說，倒賣車船票罪與非法經營罪，在刑法上是特殊罪與普遍罪的關系。如果倒賣車船票罪不能成立，就必然不能定性為非法經營罪。

此外，公安執法也處於模糊狀態。天津鐵路公安一民警告訴記者：“這兩年，天津鐵路警方沒有處理過網絡搶票這群人，因沒法定性為倒賣。只處理過在火車站排隊幫人買票收手續費的，不過也是轉給工商部門處理。”

現金貸的黑暗秘密：用戶數據隨意倒賣，催收員幫你借錢

一本財經 2017-03-06 12:13

本文由一本財經（微信ID: yibencaijing）授權i黑馬發布，作者薄珂 零和。

從2015年開始，消費金融一個重要的分支開始強勢崛起。

現金貸正在以熊熊燎原的趨勢，席卷而來，一二線城市以線上為主，三四線城市以線下為主，幾乎侵襲中國所有角落。

為了獲得流量和客戶，某些平臺正用一些“黑暗法則”野蠻發展：數據倒賣分單、強制逾期、催收幫你借錢，壞賬全聽指揮……

而一切的不正規，正在推動行業出現高危信號：一人多貸，正在成為普遍現象。

這個利滾利的遊戲一旦開始，大部分人都深陷黑洞，難再轉圜，直到崩盤。

誰又來為這場虛華買單？

01 獲客之戰

“采購用戶數據，然後電話銷售，這樣能快速入門”，90後毛文兵，剛成為一名線下貸款門店的銷售員，老前輩們，給他傳授了一套速成經驗。

在各大信貸員的QQ群里，用戶數據被隨意販賣。一份上萬用戶的數據，只賣200元。

毛文兵嘗試買了一份，用戶全是真的，但被信貸員反複“清洗過”，價值榨取殆盡，“很難再撈”。

毛文兵開始明白，一手的數據更有價值。

他開始去和各小區的物業人員“頻繁接觸”，並用各種利益誘餌，讓物業將業主數據出售。

等他“洗”了一遍，再丟到群里反複賣，“一份要價一兩百”。

而數據的買賣，在現金貸行業早就是公開秘密。

“大公司都是高層集中采購”，入行好幾年的王俐說，每月，公司總部就會下發一份“客戶數據表”，讓大家電銷。

除了數據買賣，毛文兵也吸取了一些“傳銷”精髓。

他找了一群“廣場舞大媽”，將其發展成為下線，只要介紹成功一個客戶，就給大媽們500元的紅包。

大媽們也確實給力，每個月都能給他拉來好幾單。

這些小聰明手段，被信貸員玩得爐火純青。

實際上，分單才是讓從業者迅速暴富的“高段位”玩法。

“比如一個客戶想借10萬，但我們平臺上只能借5萬，剩下的5萬，我就給其他同行，對方的提成，再分我一些”，王俐稱，這就是“分單”。

因為“分單”訴求，信貸員們極為抱團。

他們成立了大量的微信和QQ群，一旦有大額的單子過來，就在群里“分單”，公開銷售。

只要一有空余時間，毛文兵就會緊盯群或一些“搶單”平臺，去“奪標”。

一般分單的提成，是兩個業務員“對半分”。

如果是一個手上有大量用戶的中介，議價能力則更強，可分到“6成”甚至“8成”。

用戶的數據就如獵物般，在各大平臺上被信貸員搶奪，並將利益榨取殆盡。

“借錢一年後，每天還會接到騷擾電話，接通就問，貸款不？”某用戶稱，他為此不得不換一個手機號。

“誰知道他哪天就有新的貸款需求了呢？”毛文兵稱。

一旦借款，很多用戶的數據，會持續被信貸員們啃噬、榨取。

02 流水之謎

線下的買數據、分單，都是為了搶奪客戶。

而線上的平臺，為了獲取急速流量，打法也極其粗獷。

“線上獲客貴，要極力榨取每一個客戶的價值”，資深從業人員馮秉稱，核心邏輯是對的，但目前行業內一些平臺的做法，恐怕就有點見不得光了。

用戶陳新強曾在一些現金貸的APP上“測試”自己“信用額度”，“結果剛填完資料，錢就直接打到我的卡里了”，他認為，這屬於“自行放款”的行為。

而和陳新強類似經歷的消費者很多。

“我申請1600，他給我不聲不響的放了4000在卡上。”一位用戶稱。

而這核心的區別就是，是否有一個“確認”環節。“我測試過上百款APP，不少沒有確認環節”，陳新強稱。

馮秉稱，很多平臺刻意在規則設置上，布下“陷阱”，目的就是“不放過一個優質客戶”。

陷阱之後，還有陷阱。

現金貸平臺上，什麽樣的用戶是最優質的？

不是按時還款的，而是每次都會逾期一段時間，但最後還會還款的用戶——這和信用卡“優質用戶”的邏輯，是一致的。

“強制逾期”，成了現金貸急速獲利另一項劍走偏鋒的伎倆。

“到了還款日，感覺平臺一切都失靈了”，陳新超稱，他綁定自動還款的銀行卡里明明有錢，不扣款；主動把錢打過去，居然收不到驗證碼；給客服打電話，提示音一直是“請耐心等待”。

直到逾期一周後，平臺各項功能“神奇般”自動恢複了。

“一些小的平臺、野蠻發展的公司，在早期確實使用這種方式吸金”，馮秉稱，這一度讓一些小平臺急速做大，盈利。

而不主動“提醒逾期”，也是很多平臺心照不宣的方式。

馮秉稱，很多平臺會在逾期三四天之後，再發送短信，“這樣可以收取更多的逾期金”。

在“吸金”的邏輯下，用戶只是魚肉，被部分平臺設置的陷阱，切割榨取殆盡。

03 催收規則

“正常的通過率，是20%-30%，但大部分時候，通過率要聽指揮”，90後女孩何霓在一家現金貸平臺擔任信審員，她有時候覺得自己，是一個可有可無的職位。

“很多單子都是可放可不放的，但上面領導說這個月要流水，那就別猶豫，過！”

這個“聽指揮”的時間，一般會發生在下半年，“因為到年底的時候要給投資人交成績單，壞賬太多不好看，放量把分母做大，把壞賬率沖淡”，何霓稱。

西安小夥海波，已在幾十家平臺上借過錢。

他覺得大多平臺的風控，形同兒戲：“一家平臺的審核人員問其他平臺借過沒，我說借過，他讓我截個圖發過去，看了一下，就放款了。”

藍領貸在最開始的貸款規則中規定，需提供另外一家現金貸審核通過的截圖和賬號。

“藍領貸的審核人員登錄到其他現金貸的界面中，查看截圖屬實後，才通過審核”，多位曾在藍領貸上借款的用戶稱。

後這家現金貸公司多次交涉後，藍領貸才修改了規則。

就因為風控如兒戲，所有的壓力和風險，就推到了後端催收。

小額現金貸一般金額並不高，大多在500到5000之間。對於這樣的一個金額數，催收可以用的手段，並不多。

上門催收、起訴，這些傳統催收方式，都不適應於小額現金貸，“因為成本太高，催回來的錢，還不足以覆蓋成本”，某平臺催收的負責人羅曉慶稱。

而小額現金貸的核心催收方式，就是“轟炸通訊錄”。

幾乎所有的APP端借款，都會蹦出一個頁面“是否同意該應用訪問你的通訊錄”，如果你選擇否，借款就很難通過；而一旦你選擇同意，通訊錄的所有聯系方式，就被APP獲取。

獲取這些數據的核心目的，就是為了催收。

一旦逾期，催收人員就會給你通訊錄所有的親朋好友，甚至前男女朋友打電話，“廣而告之”你欠錢。

“這還算溫柔的方式”，羅曉慶稱，怎麽利用通訊錄，是一門學問。

“我是誰誰，因欠700元無力償還，打算賣自己肉體換錢，認識的打折，望朋友嘗試我的服務。我的電話是xxxx”，逾期數天後，芳芳的通訊錄的所有人，包括父母，都收到了這樣的短信。

“為了700元，就可以踐踏一個女孩最重要的清白了嗎？”芳芳很多朋友都給她打電話來問怎麽回事，到最後，她連電話都不敢接了。

海波的所有聯系人，也遭到同樣的對待。催收人員甚至將他的姓名，身份證，住址等信息都公布出來。

震驚一時的裸貸之後，催收平臺“文明”多了。主要靠短信、電話，即便上門催收，平臺方也會要求催收人員全程錄音。

此後的催收策略，從強硬開始慢慢轉為“懷柔”。

芳芳欠了一家平臺的錢，逾期利息上千，催收員說：“你今天還完，截圖給我，我返現100紅包給你。” 

而這還不是最核心的手段。

“最有效的，是幫欠款人去其他平臺借錢”，羅曉慶說。

羅曉慶的催收部門一共12人，每天早上，大家都集中一起開會，“情報員”在會上公布收集情報：哪個借款平臺最近風控比較松，哪個平臺正在沖量等。

培訓之後，就馬上給借款人打電話，“幫助他們去其他平臺薅錢，先還我們平臺的”，羅曉慶讓催收員手把手教導借款人，信息湊不全的，就幫他們偽造文件，偽造信息。

靠著這個方式，羅曉慶每個月都能超額完成任務，回款率高達80%。

“現在，催收能力開始成為各個平臺的核心競爭力”，松禾遠望基金合夥人田鴻飛稱。

而這些手段，卻將行業推入深淵。

04 高危信號

不論是分單，還是催收員幫助借款借錢，其本質上，都是試圖將危機延後，“只要不是我們做接盤俠，就好”，羅曉慶稱。

一個人在多個平臺上借款，借新還舊，是極其高危的信號。

拍拍貸借款9000塊，現金巴士1000塊，信而富1400……海波借過的平臺，已多到他記不全了。

最開始，他從新出現的平臺上，不斷借錢，償還舊平臺的錢。

但從2016年3月開始，他的“借新還舊”的鏈條開始崩裂。

利滾利，逾期費用太高，即便瘋狂借款，他連利息都還不起了。

如在一個平臺上4000元的借款，已滾到了9726元。

一個平臺上的借款1400元，滾成了2593.68元。

海波儼然已成為一個債務奴隸。

頻繁的催收電話和短信群發，讓他瀕臨崩潰，也被迫換了幾份工作。

好幾次，催收電話打到公司，老板找他談話，勸退了。

海波只能繼續找工作，上班、拼命賺錢、還錢。

這是他所有的生活軌跡。

到了現在，每天光是逾期費和利息，都有幾百元，他一個月只能掙3000元，不吃不喝連利息都還不上。

“救救我”，海波在四處求助。但這似乎是一個死局，毫無破局之處。

一本財經在《嗜血現金貸》中揭露，行業年利率近600%，人死才能債清。

當各個平臺上的利息開始積累，會將人完全壓垮。

有媒體曾統計過，目前小額現金貸的“複貸率”（重複借貸）已超過60%，部分平臺已達到80%。

從美國的歷史上，我們可以看到這個高危信號的殺傷力。

在2005年，美國4個州的數據可看出，90%的貸款，都流向了5次借貸行為以上的用戶；62%的貸款，流向了有12次借款行為以上的用戶。

很多人一旦開始使用小額現金貸，將很難停止——不停借貸，償還利息，陷入長期的債務危機陷阱中。

根據皮尤中心的數據，美國現在有1200萬名這樣的短期借款人，這其中，有四分之三拿不出一千美元應急。

當時媒體集中報道了一位名為“戈登·馬丁內斯”的美國父親，曾靠發薪日貸款解一時燃眉之急，500美元借貸，利滾利，暴漲為4千美元。

也因此，他失去了一切，家庭也沒有保住。

在美國，媒體曾大量曝光這些“家破人亡”的悲慘故事，從而引發了全國對小額現金貸的審判。

“提前消費的概念是好的，但是需要有個度”，馮秉稱，這個度，就是合理規劃財務，如果過度消費，就會陷入債務黑洞，再難轉圜。

“一哄而上的結果，必然是一哄而散之後，留下一地雞毛。”網貸協會秘書長郭大剛稱。

郭大剛“堅決反對開展現金貸業務”。

他認為，在中國當前缺乏征信服務基礎設施的前提下，現金貸業務無法確定資金使用場景，無法解決多頭負債帶來的過度借貸問題。

“由於互聯網的外部性，導致借新還舊的龐氏騙局，崩盤只是時間問題”，郭大剛稱。

而短期來看，債務風險還不會立即爆發——因為不斷有新平臺崛起，人們可以從新渠道獲得資金，延後了“崩盤”時間。

也正因為此，小額現金貸暫時沈浸在現世的繁華與迷霧中，難以看到前路莫測。

但這個行業，有一條崩潰的“死線”，當大部分用戶的利滾利遊戲無法再繼續時，“行業大劫”就不再久遠。

誰又將為這個繁華一時的遊戲買單？

很多從業者都明白，如果行業持續野蠻發展，最終的結局是崩盤。

但所有人依然蜂擁而至——是因為那一絲僥幸，“誰說我就會成為接盤俠？”

只要在這一波欣欣向榮的浪潮中，掙到錢就好。

這和炒股的投機邏輯，不是一致的嗎？

文章評論

匿名用戶

發布

全部評論：10

發布

天津濱海新區嚴查倒賣“房票”

據新華社報道，天津濱海新區規劃和國土資源管理局日前公布《濱海新區實行實名制購房、嚴禁倒賣商品房“房票”的通告》，嚴查倒賣“房票”，嚴禁以排號等手段變相收取定金，打擊各種變相提高房價的行為。

3月31日，天津市出臺升級版的限購政策，對在天津市擁有1套及以上住房的非本市戶籍居民家庭、擁有2套及以上住房的本市戶籍居民家庭、擁有1套及以上住房的成年單身人士，暫停在天津市再次購買新建商品住房和二手住房，但濱海新區除外。

根據新區規國局通告，房地產開發企業或代理經紀機構在《天津市商品房銷售許可證》下發前，只能對購買人進行意向登記，不能采取內部認購、預定、優先購房、排號、發放VIP卡、招募會員等手段變相收取定金、預訂款等性質費用。

開發企業在取得《天津市商品房銷售許可證》後，應在售樓處明顯位置一次性及時公示全部準售房源和每套房屋銷售單價上限，並實行購房人實名制購房，對已銷售的商品房不得擅自隨意更換購買人。

通告中特別規定，房地產中介機構和個人不得參與各種形式的倒賣商品房“房票”活動，變相提高商品房價格。同時，購買人也不得向中介機構和個人購買“房票”，對從中介機構和個人購買的“房票”，不受法律保護，造成的損失由購買人自己承擔。

違反相關規定的房企，新區房管部門將依法依規進行查處，並暫停其辦理商品房銷售許可現場勘查、商品房預售重點監管資金現場查勘等業務，同時申報上級關閉商品房網簽及備案功能。對房地產中介機構和個人參與倒賣“房票”活動的，由市場監管部門聯合相關職能部門依法予以嚴查，並取消機構備案資格。

大數據市場亂象：用人工智能講故事 低質虛假數據大量倒賣

大數據行業看上去似乎並沒有受資本寒冬的影響。第一財經記者從投中網獲悉，僅今年4月以來，大數據行業就有7家公司獲得融資，其中國外4家、國內3家，金額總計約11億元人民幣。而這一情況已經持續了很久，2016年僅上半年就有22起與大數據相關的企業獲得融資，從天使輪到C輪均有。

伴隨著資本大量進入大數據行業，出現了創業公司估值過高的現象，好像只要打上大數據的標簽，一些公司的估值動輒翻番好幾倍。企業信用數據服務商上海斯睿德信息技術有限公司出現在上述7家公司名單中，其不僅近期剛獲得由東方海富領投的數千萬元融資，且最近18個月已經成功完成了3輪融資。而另一家2015年8月剛成立的大數據公司鼎複數據也在一年多的時間內完成了2輪1.07億元的融資。

就此現象，上海斯睿德信息技術有限公司CEO趙傑在接受第一財經采訪時表示，大數據公司受資本追捧，本質上是因為，物以稀為貴。雖然國內這兩年大數據企業融資速度快、頻率高，但真正能融到資的在市場上其實並不多，很多用人工智能講故事、單純擁有多少億數量級數據的公司是很難獲得資本青睞的。

人工智能是個好“故事”

記者在查閱上述新近完成融資的大數據公司資料時發現，各家企業無一例外都在自己的宣傳介紹中提到了人工智能。而不僅是大數據公司，一些征信公司和互聯網金融公司也都會說自己在利用人工智能識別信用風險或者反欺詐。

但實際上，人工智能並不是高不可攀的東西。“我認為大家沒有必要把人工智能給神話了，過去十年在大數據行業的帶動下，深度學習、自然語言處理等技術得到快速發展，為今天人工智能的爆發奠定了堅實的基礎。但是如何把掌握的技術落地成產品，挖掘數據資源，幫助企業用戶更高效、更低成本地解決風控問題，才是我們努力的方向。”趙傑表示。

就拿機器學習的建模環節來說，在過往的很多場景中其實都是需要建模的。例如，去銀行貸款買房或者申請信用卡，銀行給你授信，一個剛畢業的學生和在職場工作很多年的高級白領，額度必然是不一樣的，這里就會涉及到模型的設立。在此模型中，會有很多個維度的數據，學歷、收入水平、婚姻狀況、過往信貸記錄等。過去往往會采用專家法和計量分析等方法建模，通過人工網查獲取各類信息。

現在，伴隨各類智能技術的發展，機器可以在分秒內處理上十億次的數據，於是就開始引入機器學習。機器學習本質上是先找一些數據樣本，這些樣本有好有壞。隨後將全量數據放入模型中，讓系統自己識別，如果發現在好的樣本中90%都具備某一共同特征例如“受過高等教育”，則系統就會自動認為受過高等教育的人信用佳。反之，當系統發現壞的樣本具備“擁有五張以上信用卡”的特征，它便會將此認定為信用差的特征。隨著樣本數據的增多，系統識別出的特征維度就越全面，得出的結論也就越準確。

在當前的技術條件下，機器學習也不是萬能的，如果是機器沒有學習過的數據，它便無法自主做出正確的應對。從1997年IBM的“深藍”戰勝了卡斯帕羅夫到20年後AlphaGo以4:1的成績戰勝李世石，驗證了人工智能技術的趨於成熟，隨著樣本數據的增多，系統識別出的特征維度就越全面，得出的結論也就越準確。但是AlphaGO輸掉的這一局卻是因為遇到了從沒有學習過的“怪棋”，價值網絡瞬間崩潰。

至於神經網絡、決策樹、隨機森林、機器學習等“高大上”的名詞，實際上也無需誇大它們的作用。“像多元神經網絡這樣的算法模型早就是非常成熟的多元數學統計方法，很早就應用於物理學、力學以及工業領域，但並未被大眾所熟知。也是因為這兩年大數據市場火爆，才把這些名詞帶到大眾視野內。”趙傑對記者表示。

有關人工智能的故事常常還會引申到“團隊成員為國際高端人才”上，在趙傑看來，掌握國外先進的算法技術只是一個方面，有些技術在國外的應用環境下是適用的，但如果直接照搬到國內，不結合國內的實際情況，也無法提供符合國內應用場景的解決方案。

好算法不如好數據

“Better data beats better algorithm(好數據能打敗好算法)，有一套厲害的算法模型不如有一套靠譜的數據。”棱鏡大數據研究院首席科學家廖辰瀚博士對第一財經記者表示。

“實際上在整個解決實際問題的過程中，人工智能建模所花費的精力只占30%，而70%的精力都花費在信息的獲取和處理數據上。用人工智能做風控和模型的切入點，首先是自動化，即用人的思維和方式獲取數據，提煉數據，第二步才用到機器學習的算法將獲取的信息進行關聯。”廖辰瀚稱。

對於大數據公司而言，高質量的數據是根本。“目前對大數據市場造成困擾的還有一個主要方面就是，各家公司都在說自己有上億數量級的數據，但卻常常忽略這些數據的質量。”趙傑表示。

記者從一位征信業內人士處獲悉，近兩年大數據市場給人太多負面印象的原因在於，真正擁有高質量數據，且擁有數據分析能力和產品研發能力的公司數量非常有限。目前市場上有很多所謂的大數據公司，都是通過倒賣數據賺取差價的公司，而這些公司的數據來源，很多來自數據黑市。

“一些數據販子由於沒有任何加工能力，通過一些關系，掌握某類數據源，在不做任何加工的情況下，直接賣裸數據，賺取差價。由於這些數據通常都會不斷更新，不斷會有新的數據加入，也同時會有過期的數據失效，因此，只要稍加修改，又會變成一套全新的數據庫，販子們重複販賣，從中賺取差價。”上述征信業內人士表示。

該人士稱，“在販賣的數據中，有些數據是合法的，有些數據是違法的。線上消費的、網銀的、pos機的、信用卡的、運營商的、甚至是工商的數據都有人賣。除了一些企業本身會打包賣一些數據，也會有企業內部人員與外人勾結聯手倒賣數據，即使是BAT里也有人出來賣數據。”

記者還從相關知情人士處了解到，數據販子倒賣的數據很多都是臟數據，由於數據通常按量出售，為了把量做上去，里面往往只有30%的數據是真實的，而70%都是造假充量的假數據。“如果底層的數據都是虛假、不準確的數據，再好、再先進的分析模型也不可能解析出正確的結果。”趙傑對記者表示。

Maxent猛獁反欺詐CEO張克此前在接受第一財經采訪時也表示，做數據能夠有優勢的企業，一定是控制了流量的公司，因為所謂的線上數據的來源都需要依靠線上流量，沒有流量就沒有數據源。而依靠買賣數據是肯定行不通的，只是在表層包了一個殼。