这五个维度的得分，加起来，就得到一个总分，这个总分的高低，就是这个人的身份气质了，勇长集团公司旗下的所有产品，都可以通过这个得分，来对一个人的行为进行判断，更方便得到好的目标客户。

    当然，如果勇长集团公司以外的其他公司，肯共享他们的数据的话，而且这个公司信用也不错，不致于盗用大数据诈骗的话，也可以向他们共享人人信用得分，这样做的话，会让人人信用的大数据，越来越丰富，数据越来越全面准确。

    仔细酝酿之后，张勇写了个“人人信用”的策划方案，准备将这个方案付诸实施。

    这个方案，因为涉及到公司业务的方方面面，所以在付诸实施之前，张勇也将方案先发给了各子公司、各项目的负责人，让他们提出一些修改建议。

    勇长影视公司只负责拍电影，电影发行，基本上就利用友好企业万达院线来进行发行，所以与人人信用几乎没有关系，但是员工的数据、群众演员的数据、以及人们去忽必烈影视城旅游、住宿的记录数据和他们拥有的其他数据，都是可以用于人人信用的数据生成的。在信用服务方面，人人信用分高的人，可以免订金预约忽必烈影视城旅游、面押金住宿忽必烈影视城的酒店，这些小措施，既可以吸引游客前往忽必烈影视城旅游，又没有什么实质性的付出，还是很不错的措施。

    勇长投资公司方面，本来张勇想，信用分高的人，可以得到勇长投资公司的创业投资，但是徐黎黎坚决反对，信用好的人，未必会做生意的好不好？所以这个想法，就此中止了。但是勇长投资公司直接控制的勇长乳业，可以对信用分高的人进行货到付款的奶粉、纸盒装牛奶的货到付款服务，这个服务风险不大，同时还能让勇长乳业的产品销量低迷的现象进一步缓解，到时挺好的提议；拳头公司的英雄联盟，对于信用分高的人，可以申请封测账号，优先体验游戏内容；熊猫TV则是对信用分高的人，在对主播评论方面，都可以有更高的权重，毕竟这种人，是水军的可能性更小。

    锤子公司方面，主要是手机的销售了，对于信用分高的人，也可以提供货到付款服务，以及手机维修期间，如果维修时间比较长的话，可以免费提供一部同等配置的锤子手机进行短时间备用服务。

    凝思科技公司倒是与人人信用的信用数据采集几乎毫无关系，但是大数据处理还是要靠他们的工程师们来负责完成的。

    人人科技是这次征信数据来源和征信数据应用的主要群体：人人网、校内网、人人通等平台的账号信息，在很大程度上决定了人人信用的“人脉”、“身份”等的数据来源，而大数据也会反过来利用通过人人信用判断的人物信息与其填报的人物信息之间的差别，判定其是否有欺诈或者匿名嫌疑；人人钱包（主要是余额宝产品）、人人贷、人人基金等的结余高低，则能在很大程度上看出一个人的“履约能力”；人人商城、人人筹、人人旅游等产品，则是可以决定一个人的“历史”、“行为”属性，多用人人系的产品，得分自然也会慢慢变高。在高信用福利方面，张勇决定给予高信用人群申购人人系三大金融产品一定的优先申购权，毕竟，这一类人群，资金投入是比较稳定的，不会像有些人那样总是隔三差五就提现一次，或者是大进大出，毕竟，提现手续费方面，人人钱包是全免的，要是太频繁提现，对于公司的利润，是会造成一定的影响；人人商城可以对于高信用人群的评价，加权着重考虑甚至置顶，对于低信用人群的评价，则会减轻考虑，甚至那些信用记录恶劣的刷子们，他们的评论，还会被折叠处理，另外，高信用分的人群，也可以享受到货到付款服务。

    人人贷则是特别规定，信用分高低和个人收入的高低一道，决定了能够借款的多少，而信用分低于400的人群，一票否决，不可以在人人贷借款，信用分高与800的人群，除了可以自己借到不菲的钱，甚至还可以为其他人提供担保，提高其担保对象的信贷额度。

    摩拜单车方面，则是对于张勇提出的高信用分免押金政策非常感兴趣，因为现在，学生群体和社会群体的月卡价格相差一倍，而且社会群体还要额外支付押金，已经让社会群体很不满意了，不患寡而患不均，这种情况，对于摩拜单车的健康发展很不利，所以胡伟伟继续“人人信用”这样的征信工具，对高信用群体，可以也给予他们免押金待遇和9.9元骑行月卡，而对于低信用群体，则可能进行押金翻倍，甚至不能办理月卡，只能按次骑行付费等限制措施。

    TOM FORD公司给予了高信用分群体有限购买最新产品的特权，勇长服务公司也给了高信用分群体私家车物流服务先运车、后付费的特权的特权。

    。。。。。。

    在各子公司、项目部门的一起努力下，“人人信用”体系建设的具体方式方法，都已经基本完成。具体每一个行为可以获得怎样的加分，以及每一个行为可能导致怎样的扣分，都已经被具体的量化了出来，各子公司，也都对人人信用建成后，会对那些高信用群体的待遇福利，给出了具体的方案，都很期望能够早日开发出真正的人人信用体系。

    难题又砸到了龚敏的头上。虽然有量化的指标了，很是很多原始材料，并不是量化的啊，很多人的征信处理原始材料，都有数百M甚至若干G，全部征信材料的总量，近十万T，以后这些原始材料还会更多，而且这些材料，很多都是没有经过处理的原始描述文档，转化成量化数据，还要很大的工程量，简直让龚敏头大了！