将大数据技术应用于信贷的全生命周期，是大多数大数据风控公司的目标，百融金服等具有大数据公司背景的创业公司在信贷全生命周期应用的建设方面具有优势。

比起征信市场，大数据风控市场的应用层次更丰富，监管环境宽松，市场容量大。

　　但是数据行业普遍存在马太效应，先发优势在数据积累和模型优化上都尤为重要。不过，总体来说行业发展仍然属于初期，B轮后的企业数量不多，先发优势还可以被追赶。

　　B轮及以后个人征信与大数据风控公司（据公开资料整理不完全统计）

　　商业模式与潜在风险

征信行业是一个相对薄利的行业，当行业发展到成熟阶段，往往呈现多寡头的市场格局，收入可观。正如上文中显示，美国三大征信局2016年的年收入达到111亿美元。

征信业务主要的盈利点和计费方式包括：

征信报告，按照查询次数计费，例如按照《国家发展改革委关于中国人民银行征信中心服务收费标准有关问题的批复》规定，商业银行查询个人信用报告基准费用为5元，享有优惠政策的金融机构查询费用为1元；

信用分，信用分是指征信机构根据多维度综合评估，对借款人信用水平的评分，但不会显示用户的具体信用信息，一般按照查询次数计费；

信用评估模型服务，一般按照技术服务费+查询计费

对于房贷、车贷等大额消费信贷服务而言，采用强相关金融数据的传统风控方式是目前最有效且风控投入与收益比例最为合理的方式。但是新兴的消费金融业务具有小额分散的特点，必须依靠大数据风控、机器审批，降低单笔放款风控成本，才可能有收益。

大数据风控行业发展的基础，是消费金融市场的发展，如上文所言，这是一个增量市场。

大数据风控服务的盈利点和计费方式包括：

基于风险预判的精准营销服务，白名单服务，按用户转化计费；

反欺诈服务，即黑名单查询服务，一般按查询结果计费，部分采用包年的计费方式

授信评估与风险定价的模型服务、贷中风险监控与预警服务，一般按照放贷规模收取一定比例的技术服务费

贷后不良资产催收服务，收取催回贷款金额一定比例的费用

金融作为强监管行业，个人征信业务面临的首个风险即合规风险。

今年4月，央行回应个人征信牌照发放问题，强调个人征信机构需要符合三大原则：

独立性原则，即征信机构在公司治理结构和业务开展上应确保独立，防止利益冲突；开展业务要客观中立，不能受信息提供者和信息使用者等其他主体的支配；征信产品和服务的使用不能与征信机构股东或出资人的其他业务相捆绑，不能成为股东或出资人谋取他利的手段。

公正性原则，征信业务活动应充分体现社会的公平正义，确保政治上的正确性。征信产品主要用来解决信息不对称导致的信用违约风险问题，提高交易效率、降低交易成本、促进普惠金融发展，既不能当作把人分为不同阶层、不同群体的工具，也不能应用于某些低俗的社交活动，背离征信的本意；

个人信息隐私权益保护原则，在制度建设和日常监管中，强调征信机构应从保护个人隐私、加强个人信息保护的角度出发，保持业务透明度，防止个人信息被过度采集、不当加工和非法使用，防范对个人隐私和商业秘密的侵害，切实维护信息主体合法权益

第二个风险点是数据，无论是征信还是大数据风控，都面临数据标准以及数据质量的问题。

数据标准：征信和大数据风控行业数据来源非常多样，除了从金融机构处获取共享的征信数据之外，还包括但不限于工商、公安、税务、教育部门、司法机构、通信运营商、支付结算机构、航空公司、电商平台等等，个体的数据是割裂的，直播，个人征信数据整合缺乏统一的标准，这将会增加行业运转摩擦，增加运营成本。另外当前各家展开消费金融业务的机构，在授信评估环节数据的采集也缺乏统一的标准，同样会增加行业运转摩擦

(责任编辑：本港台直播)