腾讯最大优势在于社交领域，拥有海量社交数据，同时在新闻、娱乐等内容的分发方面也有不少数据积累，在各类工具应用（ 应用商店、信息安全应用等）上也有大量用户数据；

　　网易数据类型也比较丰富，有社交网络数据，即用户的评论信息，有网易严选、考拉海购方面的电商数据，有用户在游戏方式的消费数据，有用户在邮箱、词典等工具上的使用数据；

　　以上都是互联网企业。相比之下，也在开放金融技术的宜信的数据主要集中在金融领域，官方资料显示，其信用共享平台加入了线上线下1200万条借贷数据，以及40万个风险名单，并结合了共享机构的借贷数据。

　　不过，对于大企业而言，大量庞杂的数据，其开发的难度也会比较大，对数据的整合过程是一个比较庞大的系统工程，另外很多数据类型与信用状况相关度较弱，这就会考验数据挖掘能力。

　　创业企业需要自己在业务拓展中逐步去积累自己的数据体系，并通过引入大量第三方数据来增加数据维度，过程相对来说更艰辛，不过在放贷过程中形成的数据体系，与信用强相关，对于模型的优化帮助比较大，随着创业公司业务数据越来越大，数据基础会逐渐扎实。

　　在数据上，创业企业优势不及大企业，但并非没有机会。

　　技术

　　技术实力方面很难量化，也没有很公允的标准来评判各家公司在技术上孰优孰劣。

　　相对来说，大企业财力更雄厚，可以招募到比较优秀的技术人员，技术体系也会比较系统、全面；创业公司则可以靠股权、期权、发展前景等来吸引优秀的技术人员，且创业公司普遍战斗力强，atv直播，技术开发往往更聚焦、更迅速。

　　商业模式构建

　　在大数据风控的商业模式构建方面，创业公司生存压力大，相对来说在资产端的开拓上更为进取，目前网贷交易规模超过300亿元的创业公司已经逾10家，创业企业更偏向于将自身资产端拓展与大数据技术相结合，在模式上表现为直接贷款为主，少量助贷业务；

　　大企业在数据和技术上有优势，在资产端的拓展上更注重安全，目前大公司的金融服务，除了有消费场景的蚂蚁金服和京东金融，其他企业交易规模普遍不大。

　　大企业更倾向于依托技术和数据来开放能力，打造生态。很多大企业都是直接放贷与助贷并重的模式。

　　行业或会形成若干个比较大的大数据风控生态圈

　　未来一段时间这样的格局或会继续延续，即大企业在做资产端的同时，也将自己的大数据风控体系开放出来，帮助互金创业企业、传统金融机构等来提升风控能力，自己也可以扩大收入来源，壮大生态圈；创业企业在形成自己的大数据风控体系的同时，也接入大企业的风控体系，助力资产端的拓展。

　　大企业一个不容忽视的优势是，在技术输出的过程中，不仅获得一定收入，也会获得商业伙伴的部分数据，包括信贷、借款人等方面的信息，使自己的数据规模越来越大，优势越来越明显。

　　未来的普惠金融圈子，或许会形成若干个比较大的、以少数大企业为中心的大数据风控生态圈，大企业掌握比较多的数据资源，将数据与技术开放，帮助生态圈内接入的金融机构、互金企业打造风控体系，发展资产端。