網際網路徵信定義
網際網路徵信就是基於用戶的網際網路數據進行挖掘分析後給出相應的個人信用評分，因此這種評分的有效性很大程度上取決於徵信機構所獲取的數據量、數據維度以及其構建模型、算法的科學性。基於此，那種積累了大量線上線下融合數據，並掌握一流算法、具備頂級數據挖掘和分析能力的金融大數據公司在徵信領域的優勢是不言自明的。
網際網路徵信與傳統徵信區別
網際網路徵信優勢
不同於央行徵信中心主要依靠銀行、小貸公司、融資性擔保機構採集借款人的個人基本信息、貸款信息、信用卡信息以及其他信用信息，民營徵信機構更多會藉助網際網路渠道採取借款人各類信息進行大數據分析。業內人士表示，央行把阿里和騰訊等納入徵信機構體系，只是開始。藉助網際網路大數據，挖掘分析經濟主體的信用狀況，應該成為我國徵信系統不可或缺的組成部分 。
從表面上看，網際網路徵信和傳統徵信似乎只是數據的獲取渠道不同，前者主要來自於網際網路，後者主要來自於傳統線下渠道，但是二者存在較大的區別，主要表現在以下四個方面。第一，在數據範疇和內涵方面，傳統徵信數據來自於借貸領域並主要套用於借貸領域，而網際網路徵信獲取的主要是信息主體線上上的行為數據，更多反映企業和個人的性格、心理等更加本質的信息。第二，在信用評價思路方面，傳統徵信的思路是用昨天的信用記錄來判斷今天的信用。網際網路徵信所獲取的數據可以實時地反映個人的行為軌跡，並以此推斷個人相對穩定的性格、心理狀態和經濟狀況，進而推斷其未來的履約能力。第三，在覆蓋人群方面，截至2013年底，人民銀行的徵信系統中有徵信記錄的約3.2億人 ，網際網路徵信可以覆蓋到過去沒有信用記錄的人，利用他們在網際網路留下的信息數據作出信用判斷。第四，在套用領域方面，網際網路徵信因為數據來源、數據內涵、模型思路的不同，信用評價更趨於對人的一些本性的判斷，可以運用於借貸以外更廣的場景，例如通過網際網路徵信公司神州融可以獲取用戶社交、消費等各類信息進行大數據分析，以彌補傳統徵信未覆蓋到的區域。
網際網路徵信局限性
當然，通常情況下，能反映信用強度較大的徵信信息的是信貸信息，商業交易信用信息也是其中一部分，但僅用商業交易信用信息反映個人信用存在一定的局限性。另外一個角度來看，網際網路徵信更多地適用於小金額的放貸，大金額的資金往來仍然需要腳踏實地的傳統信用調查，單靠網際網路記錄並不靠譜。
“買一個iPhone所需要的網路徵信，其實就是驗證是不是本人購買了，後續的呆壞賬要靠專業的賬務管理公司去做。如果還要做其他調查信用記錄，成本就太高了。”一位業內人士說，但大額的銀行貸款還是要“挽起褲腳”去實地調查。
某抵押類P2P企業人士表示，“作為信用報告的需求方，他最看重的信息是用戶之前在民間借貸行為中的不良率和違約率。這一信息是央行徵信報告中所不具備的，網際網路企業出具的徵信報告可以作為傳統徵信報告的一種補充，提供過去涉及不到的信息。但網際網路徵信報告必須有自己獨特的競爭力，有實打實的評估，而不是去粉飾一些內容。”
一家可以使用央行徵信系統的P2P公司CEO透露，他們現在既使用央行徵信系統，也用行業提供的黑名單，有些時候還會去實地調查。這幾個信息都有短板，都有可用的地方。
作為傳統徵信的有益補充，網際網路徵信的發展將極大擴展徵信體系的數據範疇，帶來全新的服務理念和先進的信息處理方式，推動傳統信用評分模式的轉變，進而對完善我國徵信體系乃至社會信用體系發揮重要作用 。
網際網路徵信數據來源
目前，可被用於助力網際網路金融風險控制的徵信數據存在多個來源。
一是電商大數據，以阿里巴巴為例，它已利用電商大數據建立了相對完善的風控數據挖掘系統，並通過旗下阿里巴巴、淘寶、天貓、支付寶等積累的大量交易數據作為基本原料，將數值輸入網路行為評分模型，進行信用評級。
二是信用卡類大數據，此類大數據以信用卡申請年份、通過與否、授信額度、卡片種類、還款金額等都作為信用評級的參考數據。
三是社交網站大數據，如騰訊，依託的騰訊科技（QQ、微信等）社交領域的完整生態鏈有8億以上用戶的社交行為數據。
四是小額貸款類大數據，目前可以充分利用的小貸風控數據包括信貸額度、違約記錄等。由於單一企業信貸數據的數量級較低、地域性較強，業內共享數據的模式已正逐步被認可。
五是第三方支付大數據，支付是網際網路金融行業的資金入口和結算通道，此類平台可基於用戶消費數據做信用分析，支付方向、月支付額度、消費品牌都可以作為信用評級數據。
六是生活服務類網站大數據，包括水、電、煤氣、物業費交納等，此類數據客觀真實地反映了個人基本信息，是信用評級中一種重要的數據類型。
