购物，缴费，贷款等等，生活中无数场景，我们都在形成和使用数据。这些数据以不同维度勾画出一个较为立体的信用形象，进而方便评估、辨识金融活动中的借贷风险。
它比央行征信内容更丰富，角度更多维，适用更广泛。正是基于这种优势，大数据近年颇受政府重视。融都网贷系统了解到，先是，放开民间征信，批准8家民间机构的准备工作，后报告、考察、拟发放个人征信牌照。9月5日，国务院更是下发《国务院关于印发促进大数据发展行动纲要的通知》，鼓励推动公共信息资源共享和大数据产业的健康发展。
互联网金融中，以P2P网贷为例，大数据的优势体现在：第一，优化资产获得能力；第二，提升平台风险识别和定价能力；第三，实现资金端的精准营销，降低获客成本；第四，有助于平台构造多元化的场景，增加P2P平台与理财客户的粘稠度。
但另一方面，大数据的应用仅是近几年的事，体系的不成熟无法不正视。正如著名商业思想家纳西姆塔勒布曾指出的，“数据会制造出更大的噪音，这就如同在干草垛中寻找一根针，当我们拨开干草垛时，要找的那根针被越埋越深。”
如何降低庞大数据带来的“噪音”，是大数据真正发挥作用的重点，也是难点。融都网贷系统认为，具体到大数据在P2P领域应用，还需突破以下三方面限制：
第一，作为大数据核心的“大”，不仅仅是数据来源和量级，更重要的是通过怎样的方式，用多长的时间积累出来。当P2P平台试图利用海量数据预测人群社会行为，进而借以区别出资产优劣时，单一时间点或短暂时间跨度内的数据很容易进行仿造，导致反欺诈模型的甄别精度降低。而即便这些数据均真实有效，对于正确预测人群行为模式、提升平台的资产识别能力也是收效甚微。因此，大数据风控的刚性成本不在于钱，而在于如何获得蕴含时间价值的有效数据。
第二，应用场景。从联结有效性的角度来看，数据具有边际效应，也就是说任何数据都无法做到在每种特定应用场景之下都发挥同等的效果。例如，阿里巴巴15年积累的网络交易数据用于对自己商户的放贷可以实现良好的批核率和精确性，但又有谁能保证这些数据迁移到汽车代销网站或旅游网站上也同样有效呢?所以我们才看到阿里巴巴战略投资苏宁云商，其目的之一便是阿里借苏宁消费者样本，弥补自身数据多元性短板。
第三，数据处理能力。P2P平台如何针对自身每条业务线的场景特点，总结出所需数据的类型，并在浩如烟海的数据源中有针对性地加以筛选，决定了整个风控体系根基的稳固与否。这也引发了几乎所有P2P平台在大数据应用中的第三个短板——数据处理能力。
