丁卓博士坦言，如今360度刻画中，FICO模型的作用仍占到50%左右，而剩下约45%的部分，则有赖于征信对象的交易行为数据来完成。丁卓介绍，传统金融机构对客户的信用评级一般依靠FICO模型，但这套模型在信贷、信用卡、外汇、民间借贷等强变量金融交易数据的基础上才适用，“在下沉到年轻用户和小微企业等客户的过程中，FICO就有很多需要改善的地方。”

　　这也是星桥付出极大的代价去对接京东、阿里巴巴、百度等互联网平台数据，打破数据隔离和信息孤岛的原因。丁博士透露，在谈判的过程中，能够通过第三方中立机构间接实现与其他大公司的数据资源共享，是他们彼此合作的支撑。“大数据的意义在于，能够通过机器学习、语义分析等技术，把海量数据的相关性计算出来，连接起来进行动态分析。”

　　星桥的客户包括工商银行、招商银行，据丁卓透露：“目前来说，银行的信贷客户以大型企业为主，但事实上他们也有获取新客户方面的担忧。因为从长远可持续发展来看，他们也要获取更多小微型企业（供应链金融）以及年轻用户群体（消费金融）等的客户。通过合作我们了解到，很多银行也想开展普惠金融业务。但由于对这部分客户掌握的信息较少，他们不知道怎么做。他们不了解普惠金融的客户群的特征，也不知道应该如何判断这部分客户的信用评级，因而不敢贸然开展。”

　　所以，在科技推动金融的发展背景下，适用于大型企业的FICO也需要有一个标准再适应市场的过程。“面向年轻用户和小微企业等建立更符合他们特征的模型，这是未来五年内，银行与征信机构必须要做的事情。”