（一）大數據場景的金融屬性

大數據為什么會有金融屬性？因為貸款的核心技術是信用評估，信用評估對應著風險定價，風險對應著信息不對稱，當數據足夠充分，信息足夠對稱的情況下，金融可以有效定價。金融業是大數據的重要產生者，交易、報價、業績報告、消費者研究報告、官方統計數據公報、調查、新聞報道無一不是數據來源。金融業也高度依賴信息技術，是典型的數據驅動行業。互聯網金融環境中，數據作為金融核心資產，將撼動傳統客戶關系、抵質押品在金融業務中的地位。

（二）跨界場景的商業路徑

1、數據轉金融商業路徑

因為貸款的核心技術是信用評估，這里將基于大數據的征信和網絡貸款放在一起討論。基于大數據的征信，以ZestFinance（美國）為代表。基于大數據的網絡貸款，以Kabbage（美國）、阿里小貸為代表。云計算和搜索引擎的發展，使得對大數據的高效分析成為可能。

阿里小貸實現了從風險審核到放貸的全程線上模式，將貸前、貸中以及貸后三個環節形成有效聯結，向通常無法在傳統金融渠道獲得貸款的弱勢群體批量發放“金額小、期限短、隨借隨還”的小額貸款。

其他案例，比如用友金融；類似平臺，比如金蝶、隨手記等掌握用戶數據而轉向金融服務。

2、金融轉數據商業路徑

新興市場欠缺成熟的征信機構，有些公司利用申請者的社交網絡，加以分析后得出信用評分。例如，德國Kreditech貸款評分公司、美國Movenbank移動銀行、香港Lenddo網絡貸款公司以及Connect.Me、TrustCloud等新型中介機構，試圖設計打造能反映大數據時代互聯網金融信用的平臺：說服LinkedIn、Facebook或其他社交網絡開放資料，結合用戶在各網站的活動記錄，通過自行開發的軟件、算法等，分析客戶的同事、好友信息（特別是信用狀況），建立歸納與收集信用資料的標準化格式，作為客戶獲得信用評分的重要依據，將社交網絡資料轉化成個人互聯網信用。Movenbank對客戶進行風險評估的核心概念稱為CRED，除了參考個人傳統信評分數，也納入eBay等平臺的交易評價、網絡匯款記錄等因素，還會計算Facebook好友人數、LinkedIn人脈對象、Klout影響力分數等社交參與連結程度。