现如今，大数据这一概念已开始对商业经营产生深刻影响。不少企业意识到，要想赢得市场竞争，关键是要通过数据分析和数据应用做出明智决策。然而，一个普遍的误区是，很多企业投入大量人力或物力去收集大数据，却最终淹没在海量数据中，未能对商业经营产生指导作用。

　　就目前来看，金融、电信、制造等价值数据拥有者，信息化水平较高，对于大数据业务的需求迫切。尤其是金融行业，对数据挖掘、分析、处理还有更高的要求，十分适合进行大数据的采集并进一步整合。

　　然而，对于大数据的采集成本还是比较高，很多外部数据都需要平台有偿获取，这方面主流的平台比较有优势，而其他的小型平台如果要切入大数据应用，还有很长的路要走。今后区分平台优劣，是否能最大限度地拥有大数据源将成为重要的标志之一。

　　大数据在互联网金融方面主要分为两个方向，第一个就是结构化的数据，在维度多的情况下用好，现有的数据挖掘方式还没有能够完全挖掘;还有一个方向就是非结构化的数据分析，因为现在有更多碎片化的数据产生。懂得怎么处理这些数据，建造模块的人，才是真正抓住互联网金融的核心。

　　金融的本质是风险：从风险领域进入，建造计算法则，把数据系统化是一个入手的方面。大数据征信，将注意力从数据的精确性转移到数据的相关性上来：个人的身份信息核实(从面对面实地核查到通过社交网络、微信、QQ等进行数据分析);个人的偿债能力，包括收入水平与债务压力(从考察一个人的工作性质、收入水平以及房产、汽车等财产信息以及现实债备情况到分析其的消费水平、每月消费金额甚至社交圈中的交谈等);个人的还款意愿(从分析还款记录到通过交易的好评度、朋友圈内的交流内容、甚至个人用语，对人物进行刻画分类);约束力(从传统的抵押、担保到将违约纪录纳入征信纪录中的制度设计等)。

　　“一定程度来说，正因为传统征信无法覆盖，才推动了大数据在风险管理领域的发展。反过来，大数据也可以丰富完善传统征信数据的不足，相互补充。”有关专家表示，大数据的分析并没有偏离风险管理的业务基础和判断逻辑。

　　现如今P2P企业纷纷自行建设征信数据库。记者针对现在比较火的几个P2P平台进行了采访调研，这其中，宜信宜人贷所开创的大数据征信模式是比较典型的代表。据宜人贷的产品负责人透露，其平台的信用管理体现在方方面面，除了进行基础的数据分析外，还关系到后续产品的政策制定，以及提供预期催收依据等等。