（一）大數(shù)據(jù)場景的金融屬性

大數(shù)據(jù)為什么會有金融屬性？因為貸款的核心技術(shù)是信用評估，信用評估對應(yīng)著風(fēng)險定價，風(fēng)險對應(yīng)著信息不對稱，當(dāng)數(shù)據(jù)足夠充分，信息足夠?qū)ΨQ的情況下，金融可以有效定價。金融業(yè)是大數(shù)據(jù)的重要產(chǎn)生者，交易、報價、業(yè)績報告、消費者研究報告、官方統(tǒng)計數(shù)據(jù)公報、調(diào)查、新聞報道無一不是數(shù)據(jù)來源。金融業(yè)也高度依賴信息技術(shù)，是典型的數(shù)據(jù)驅(qū)動行業(yè)?；ヂ?lián)網(wǎng)金融環(huán)境中，數(shù)據(jù)作為金融核心資產(chǎn)，將撼動傳統(tǒng)客戶關(guān)系、抵質(zhì)押品在金融業(yè)務(wù)中的地位。

（二）跨界場景的商業(yè)路徑

1、數(shù)據(jù)轉(zhuǎn)金融商業(yè)路徑

因為貸款的核心技術(shù)是信用評估，這里將基于大數(shù)據(jù)的征信和網(wǎng)絡(luò)貸款放在一起討論。基于大數(shù)據(jù)的征信，以ZestFinance（美國）為代表。基于大數(shù)據(jù)的網(wǎng)絡(luò)貸款，以Kabbage（美國）、阿里小貸為代表。云計算和搜索引擎的發(fā)展，使得對大數(shù)據(jù)的高效分析成為可能。

阿里小貸實現(xiàn)了從風(fēng)險審核到放貸的全程線上模式，將貸前、貸中以及貸后三個環(huán)節(jié)形成有效聯(lián)結(jié)，向通常無法在傳統(tǒng)金融渠道獲得貸款的弱勢群體批量發(fā)放“金額小、期限短、隨借隨還”的小額貸款。

其他案例，比如用友金融；類似平臺，比如金蝶、隨手記等掌握用戶數(shù)據(jù)而轉(zhuǎn)向金融服務(wù)。

2、金融轉(zhuǎn)數(shù)據(jù)商業(yè)路徑

新興市場欠缺成熟的征信機(jī)構(gòu)，有些公司利用申請者的社交網(wǎng)絡(luò)，加以分析后得出信用評分。例如，德國Kreditech貸款評分公司、美國Movenbank移動銀行、香港Lenddo網(wǎng)絡(luò)貸款公司以及Connect.Me、TrustCloud等新型中介機(jī)構(gòu)，試圖設(shè)計打造能反映大數(shù)據(jù)時代互聯(lián)網(wǎng)金融信用的平臺：說服LinkedIn、Facebook或其他社交網(wǎng)絡(luò)開放資料，結(jié)合用戶在各網(wǎng)站的活動記錄，通過自行開發(fā)的軟件、算法等，分析客戶的同事、好友信息（特別是信用狀況），建立歸納與收集信用資料的標(biāo)準(zhǔn)化格式，作為客戶獲得信用評分的重要依據(jù)，將社交網(wǎng)絡(luò)資料轉(zhuǎn)化成個人互聯(lián)網(wǎng)信用。Movenbank對客戶進(jìn)行風(fēng)險評估的核心概念稱為CRED，除了參考個人傳統(tǒng)信評分?jǐn)?shù)，也納入eBay等平臺的交易評價、網(wǎng)絡(luò)匯款記錄等因素，還會計算Facebook好友人數(shù)、LinkedIn人脈對象、Klout影響力分?jǐn)?shù)等社交參與連結(jié)程度。