互联金融进入2.0年代，付出、理财商场日趋饱满，而个人信贷的主力商场，消费金融范畴仍有巨大的商场潜力，也是银行、电商乃至P2P职业的逐鹿之地。巨大的商场潜力，越来越令消费金融成为入局者比武的新战场。

跟着更多组织，企业的进入，关于消费金融数据、场景之争开端甚嚣尘上。电商派着重自身的场景优势，数据派则更着重大数据处理优势。有意思的是，两边亦不能否定对方的优势地点。

事实上，与场景结合的信贷并不一定是最安全的信贷，最为中心的仍然在于告贷人是否具有满足的信誉。两种观念的争辩，落到实处，仍然是对危险操控的竞赛。由于客户考虑的仅仅时刻、放款速度、告贷本钱等等，至于以何种方法取得告贷，并无甚差异。

怎么尽可能精确地判别告贷人的信誉，给告贷人树立明晰的用户画像，这就需求大数据处理才能以及危险定价才能。何谓危险定价，浅显而言，便是优质的客户取得较低的告贷利率，危险系数较高的客户以危险溢价作为弥补。而危险定价的底层技能，则是大数据的机器算法评分。

依托于大数据的风控技能对多维度、很多数据的智能处理，批量标准化的履行流程，更能贴合信息开展年代风控事务的开展要求。与原有告贷主体进行经历式风控不同，经过收集很多告贷人或告贷企业的各项目标进行数据建模的大数据风控更为科学有用。

红杉本钱出资的厚本金融便是大数据风控的饯别企业之一。作为我国抢先的消费金融创业企业，厚本金融的职工大部分来自于国内外一线金融及互联公司，包含谷歌、汇丰银行、安全集团、CapitalOne等等。依据hadoop、spark、TensorFlow等大数据技能开发，厚本金融构建了渠道自有风控模型，对潜在用户进行危险评价、反诈骗辨认，以此完成危险与收益的匹配。

从现阶段来看，厚本金融的数据首要来源于两个维度。一是告贷人自身所供给的数据，二是第三方个人征信组织协作的外部数据。厚本金融以为，关于大数据来说，不论是电商、银行或者是交际络渠道，所把握的仅仅个人某一个维度的数据，单一维度的数据，不足以支撑起用户画像，也因而很难对客户诈骗与否进行判别，更别论信誉评分。

事实上，即使是把握了很多消费数据的电商渠道，也需求购买用户的交际数据、出行数据等等。而应用场景的千变万化，决议了单一的风控模型无法对一切场景有用，怎么树立风控流程、树立反诈骗体系，然后进行危险定价，极为检测企业的大数据处理才能。

厚本金融的中心竞赛力，正是树立在对大数据处理才能之上。厚本金融的大数据风控模型，能够做到多维度穿插验证、构建动态侦测模型来反诈骗，经过用户传统数据+互联大数据，完成快速批阅和授信等等功用。

“数据的可收集、可购买特性，决议了数据自身难以成为企业竞赛壁垒，怎么量化数据、运用东西剖析数据，再依据数据导图，影响企业的决议计划，改动企业的产品设计、危险办理、客户服务，这才是大数据的现实意义。”厚本金融CEO陆泳以为，数据自身并非企业竞赛力的肯定中心，怎么运用、处理数据，才是中心地点。

互联金融应该遵照金融实质，场景是拓宽，技能是革新，而大数据的处理才能，则决议了消费金融企业的服务半径。