大数据风控已经不是一个陌生的名词，其发源和很多行业一样，也是想通过机器决策的方式来替代人工。在我国，高速发展的经济背景，不断提高的金融渗透率，庞大的人口基础是这一行业发展的基础。大数据风控的意义是存在的，只是其应用范围和方式值得讨论。
首先，大数据风控的原理，是基于用户的基本信息，就能推断出用户的信用状况，那么决策的基础就是数据，互联网上的数据。如果要决定一个用户是否可以放贷，放贷多少，最简单的方法是考量他的收入，拿多少钱，或者资产，有多少房车等等，但是很遗憾，收入信息或者资产信息作为一个人的隐私，是没有办法直接获取的。而优质客户有多优质，恰恰更多提现在这两点上，所以这就意味着大多数的大数据风控，都是针对资质普通或者较次级的客户来做的，因为你有多少资产我不知道，也就是我不知道你有多好，但你借过几次钱我知道，我知道你有多坏。所以用互联网数据来衡量一个客户有多坏，只要不是那么怪就可以贷款，是目前很多大数据风控公司的做法。
因为数据风控本质是依赖互联网数据的，而数据可以分为公有数据和私有数据。公有数据是市面上很多第三方公司提供的，只要出钱就可以采购到的，比如一些第三方评分，黑名单等，而私有数据就是少数巨头公司，依托大量用户在自己平台上积累下来的数据，比如支付宝，腾讯，京东等等，这些私有数据往往是覆盖人群极其广泛的，而且是独有的，那么这些公司在做风控的时候就有巨大的优势，所以我们看到为什么芝麻信用分那么准，为什么腾讯的反欺诈做得那么好，为什么支付宝即使对于重金投资的公司也不透露一丝一毫的数据，因为这些数据在做风控的时候太重要太关键了。根据一个人在支付宝上每月的支付流水，大体就知道他的支付能力了，这是其他风控公司不可替代的能力。
所以如果想风控做得精准，最核心的还是数据。要想办法获取覆盖面广，实用性强的数据，如果外面获取不了，只能打入拥有这些数据的公司内部了。
