内部数据如何深挖？“银行拥有海量数据，但挖掘远远不够。”公立表示，风控体系是传统商业银行经营多年积累的优势，如果对内部既有的客户信息、交易行为信息深挖，就有能力构建出一套较完整的信用评价体系。

招行的“闪电贷”首先选择了零售业务的存量客户。具体来看，对于已开通招行一卡通个人账户的存量客户，招行首先分析其存留在该行的负债、资产、资金交易等业务数据，根据信用情况确定1000元至50万元的授信额度。“下一步，招行将在此基础上进一步深入挖掘大数据的价值。”公立说。

由于发放网络贷款需依靠精准、动态的实时数据，因此，在内部评价体系的基础上，各家银行还尝试建立“全景式”的即刻数据搜索平台。广发银行行长利明献介绍说，该行大数据零售商业智能决策平台已上线半年，可划分为3部分：该平台首先整合了银行内部数据，将客户信用卡、存款、理财、网银、个贷、小企业贷等信息进行归集；同时自建外部信息数据库，包括专业市场数据库、社区居民数据库、各商会和产业链数据库等；在两者基础上，整合央行征信系统，并与工商总局个体户等小微企业信息联网。

“由于企业运转处在动态变化中，为保证实时监测效果，平台十分注重非财务性指标的评价体系。”利明献说，非财务性指标具体包括客户的纳税、结算、水电缴费、代发工资等，这些数据更能反映企业现金流的运作情况。

场景入口将成新战场：作为众多商业银行战略创新的主要抓手，大数据征信对银行线上业务的重要性毋庸置疑。但值得注意的是，真正有效的是落在场景上的数据。此外，银行自身并不缺数据。缺少的是对数据维度和关联度的挖掘。有关专家表示，在银行授信评估中，最核心的金融智慧是通过数据和算法模型，在客户与风险中建立一个量化关系。较之宽泛数据，落在场景上的数据更加“有效果”和“有效率”。

因此，业内人士预计，场景入口将会是大数据的下一个争夺战场。通过特定场景，平台能够从企业的经营过程推测经营结果，从个人的交易过程推测资信状况。商业银行之所以搭建B2B电商平台、发力供应链金融，大多是希望获取平台企业的经营轨迹、交易数据、账户资金进出沉淀等情况，进而为企业提供交易、支付、融资等综合金融服务。

“芝麻分”是怎么算出来的：阿里巴巴蚂蚁金服旗下的芝麻信用管理有限公司（下称“芝麻信用”），日前开始在支付宝定向公测，对用户的信用状况打出“芝麻分”，分值范围从350到950。其中，350至550属于较差，550至600属于中等，600至650属于良好，650至700属于优秀，700至950则被列入极好等级。

目前，支付宝实名用户凭借600以上的芝麻分，就可以享受“信用住”，即入住芝麻信用合作酒店可以不再交付押金。蚂蚁金服表示，目前，芝麻信用已和租车、租房、婚恋、签证等多个领域的合作伙伴谈定合作，将很快试验性地对外提供服务。

“芝麻分”是怎么算出来的？芝麻信用内部资料显示，信用评级根据身份特质、信用历史、行为偏好、履约能力、人脉关系5个维度综合计算，前4个维度权重占95%，人脉关系这一社交维度仅占5%。

从数据来源看，芝麻信用的电商数据来自阿里巴巴，互联网金融数据来自蚂蚁金服，此外，还和多方公共机构合作，同时开辟各类渠道，允许用户主动提交各类信用相关信息，涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等。