3、数据采集体系：内部数据与外部数据的采集策略
做代理商信用评估，第一步不是建模型，而是搞数据。
我见过太多团队，模型建得花里胡哨，结果数据源没打通，最后全白搭。说白了，数据采集就是信用评估的「原材料」——原材料不行，厨艺再好也白费。
3.1 内部数据：你手边的金矿
内部数据是咱们最容易拿到、也最靠谱的数据。我个人的习惯是，先把手头的数据吃透，再考虑外部采购。
3.1.1 交易记录
交易记录能直接反映代理商的业务活跃度和稳定性。重点关注三个维度：
- 交易频率：每月下单次数。如果突然从每月10次降到1次，要警惕。
- 交易金额：单笔金额和累计金额。大额订单占比过高，风险集中度就高。
- 交易品类：主营产品是否稳定。频繁换品类的代理商，往往缺乏核心竞争力。
我的经验： 我在项目中遇到过一家代理商，交易记录显示连续6个月增长，但仔细一看，全是低毛利走量产品。这种「虚假繁荣」很容易误导评估结果。所以，交易记录一定要结合毛利率看。
3.1.2 回款历史
回款历史是信用评估的「照妖镜」。一个代理商说得再好听，回款记录一拉，全现原形。
| 指标 | 正常 | 预警 | 危险 |
|---|---|---|---|
| 回款周期 | 30天内 | 45-60天 | 超过90天 |
| 逾期次数 | 0次/年 | 1-2次/年 | 3次以上/年 |
| 回款方式 | 银行转账 | 承兑汇票 | 长期挂账 |
嗯，这里要注意：回款历史不能只看平均值。我建议拉出每个月的回款明细，看看有没有「前松后紧」的规律。有些代理商年底突击回款，平时拖拖拉拉，这种其实风险很高。
3.2 外部数据：补齐信息拼图
内部数据再全，也有盲区。外部数据就是用来补盲的。我个人觉得，外部数据采集要遵循「够用就好」原则，别贪多。
3.2.1 工商信息
工商信息是最基础的外部数据。主要看这几点：
- 注册资本：实缴还是认缴？我见过注册资本1个亿，实缴0元的公司。
- 股东结构：自然人持股还是法人持股？股权频繁变更的要小心。
- 经营异常：有没有被列入经营异常名录？这是最直接的预警信号。
避坑指南： 我曾经遇到一个案例，代理商工商信息显示正常，但一查年报，发现连续两年亏损。工商信息只能反映「有没有」，不能反映「好不好」。所以一定要结合财务数据看。
3.2.2 司法涉诉
司法涉诉数据能帮你发现「隐形炸弹」。重点关注：
- 被告案件：尤其是买卖合同纠纷、借贷纠纷。这类案件直接说明资金链可能有问题。
- 执行信息：有没有被列为失信被执行人？如果有，直接一票否决。
- 诉讼金额：金额占净资产比例超过30%的，要重点核查。
为什么会这样？因为很多代理商在出事前，都会先有一两笔小额诉讼。如果你能提前发现，就能避免踩坑。
3.2.3 征信报告
征信报告是外部数据的「压舱石」。我建议至少采集以下内容：
- 企业征信报告：看贷款记录、担保记录、逾期记录。
- 法人个人征信：很多中小企业，公司信用和法人个人信用是绑定的。
- 关联企业征信：如果代理商有关联公司，也要查一下。我见过一家公司自己征信没问题，但关联公司已经烂账了。
核心原则： 征信报告要「三查」——查企业、查法人、查关联。缺一不可。
3.3 数据采集策略：怎么拿、拿多少、多久拿
数据采集不是一次性工作。我个人的做法是分层采集：
| 数据层级 | 采集频率 | 采集方式 | 示例 |
|---|---|---|---|
| 基础层 | 季度更新 | API自动抓取 | 工商信息、司法涉诉 |
| 核心层 | 月度更新 | 系统对接+人工复核 | 交易记录、回款历史 |
| 深度层 | 年度更新 | 人工采集+第三方报告 | 征信报告、财务报表 |
你想想看，如果每个月都去拉征信报告，成本太高，也没必要。但交易记录这种高频数据，必须实时更新。
3.4 数据采集的避坑指南
做数据采集这些年，我踩过不少坑。分享几个最典型的：
- 数据时效性：工商信息可能滞后1-2个月。我曾经用3个月前的数据做评估，结果那家公司已经注销了。
- 数据一致性：同一家代理商，不同渠道的数据可能对不上。比如工商信息显示注册资本1000万，但征信报告显示500万。遇到这种情况，要以官方渠道为准。
- 数据合规性：采集外部数据一定要合法合规。尤其是征信报告，必须获得授权。我见过有人偷偷爬取数据，最后吃官司的。
一个小技巧： 数据采集完成后，一定要做「交叉验证」。比如用交易记录验证回款历史，用工商信息验证司法涉诉。数据对得上，才敢用。
3.5 数据采集体系框架图
下面这张图是我自己总结的数据采集体系框架，你可以参考一下：
这张图的核心逻辑是：内部数据和外部数据双线并行，通过分层采集策略，最终汇入信用评估数据仓库。说白了，就是「两条腿走路，分层来采集」。
数据采集体系就讲到这里。记住一句话：数据质量决定评估质量。宁可少采，不可乱采。