数据采集
目前零壹数据的统计分析主要针对结构化数据，在数据采集方面运用了聚焦爬虫①技术，通过网页分析算法过滤P2P借贷平台页面的无关元素，自动收集、储存和分析所需的变量字段。
数据处狸
初步获得的原料数据会存在很多嘈杂信息，除了字段匹配不准确、缺失、错误等情况，还可能带有不可见字符、空格等无意义的信息，为了便于程序理解及日后统计，我们需要对数据进行第一步的清洗，然后再进行逻辑验证。
对于错误和缺失的信息则需要重新采集，重新校正完整之后再进行数据清洗，重复逻辑验证环节。
数据逻辑验证是指验证基础数据内部的一些逻辑关系，比如A表（借款人数据）的借款金额总额应该与B表（投资人数据）投资金额相等①。内部自洽是逻辑验证的主要标准。
统计指标
指标体系不仅要求不能脱离行业理解，更要求基于具体数据提出合理的、可行的、技术可实现的建议。P2P借贷行业主要由借款人、P2P平台、投资人三方构成，数据统计和分析部分正是基于这三方面来描述行业。在2013年的指标体系的基础上，我们删减了部分繁冗图表，增加了一些新的指标。
数据的准确性
根据过往与中国人民大学商学院、互联网金融报告(2014)等项目的合作经验，零壹数据形成了一整套保障数据准确性的操作经验。
（1）样本可追溯
数据统计样本公开透明，便于他人重复试验统计对比，也会同P2P借贷平台的官方数据进行核对。
（2）流程标准化
为了避免单个统计员的操作和理解偏差，我们建立了一套包括数据采集、清洗、检验、统计、校核等环节的标准化流程；
（3）逻辑可验证
本书中所有的数据结果，大都可通过内部逻辑验证。
与官方数据的对比
本着认真、负责任的态度，若平台有官方年报，我们会将独立的统计数据与官方年报的宏观数据进行对比，并就重大的数据出入与平台官方进行沟通。
例如，在本次统计中，你我贷及红岭创投的数据通过API接口获得，但统计结果与官方年报误差较大，其中红岭创投可能由于统计标准不同或部分数据遗漏所致，你我贷则是由于技术原因，部分线下数据未能获得。
新新贷的数据差异可能是因为部分标的页面信息出错，未显示成功状态和投标记录所致。有利网的年报数据包括定存宝，由于该类借贷产品的历史信息被隐藏，因而我们的统计较官方报告低了1.8亿元。
其他如人人贷、融信财富的数据基本吻合官方宏观数据。
样本的选取
我们尽可能广泛收集了714家①国内存在的、在互联网上可发现的P2P借贷平台信息作为总样本，然后选取了132家平台作为统计样本，再在132家的统计样本中选取了20家作为重点分析样本。
132家平台的选样方法：主要是根据平台的成交规模、品牌影响度、数据易获取性选取的，具有一定的主观因素。
20家平台的选样方法：
(1) 首先选取132家中借款人最多的前10家平台；
(2)然后再选取132家中成交额前10家平台；
(3)去重复，然后按照成交额排名；
(4)删除问题平台、删除数据完整性差的平台，删除借款人数少于200人的平台，不足部分再根据成交额补充，取够20家为止。
20家平台的选取方法，主要是为了避免过少的借款人、过少的样本数量，同时也在一定程度规避已经运营不良的平台进入分析样本。
国内有关P2P借贷行业的数据目前已经较多，也难以统一口径，有些统计规避了样本来源的问题，使数据难以追溯及验证。为了避免类似问题，我们在附录中详细列出了714家平台的名称，对于可能存在的错误和疏漏，欢迎大家验证、指正。
作者:元享速贷@长沙小额贷款公司
长沙小额贷款公司_长沙无抵押贷款_长沙信用贷款_长沙贷款
株洲贷款公司_湘潭贷款公司_宁乡贷款公司_浏阳贷款公司
本文元享速贷版权所有，未经批准转载必究。
