在當前的大數據時代下，隨著計算機及互聯網通訊技術的興起和發展，在過去的幾十年間，金融行業在不斷被改變，隨著金融行業不斷觸網，互聯網金融已經顯示出誘人前景。

與傳統金融相比，互聯網金融的優勢主要體現在：通過社交網絡或電子商務平臺可以挖掘各類與金融相關的信息；大幅提高信息搜集效率，智能滿足用戶金融需求；在供需信息幾乎完全對稱、交易成本極低的條件下，優化交易方式。互聯網金融的優勢不僅在于信息搜集和處理，還能有效地將眾多交易主體的資金流置于其監控之下，降低風險控制成本。

目前，互聯網金融主要有五種模式：一種是以拍拍貸、人人貸、點名時間等為代表的線上P2P模式和眾籌模式；第二種是阿里、京東、蘇寧為代表的電商介入金融領域，形成的各自互聯網金融模式，阿里最具代表性，衍生的金融模式也較多；第三種是涉及到銀行支付結算體系的第三方支付，目前有支付寶、財付通為代表的200多家支付企業；第四種是互聯網企業介入的金融服務領域，更多以服務金融機構為主要模式，本身不介入金融領域，像數米網、銅板街、東方財富網等基金代銷網站，還有如融360、好貸網的金融信息服務模式的網站；第五是互聯網貨幣，如比特幣。其中，影響最大的是阿里金融等擁有海量客戶、數據資源的第三方支付和P2P等。對于傳統金融業，這種形式的互聯網金融主要挑戰了什么呢？可以認為其在于：客觀上割裂了銀行和終端客戶的直接聯系，銀行客戶開始分流，銀行被電商前臺后端化；銀行資金開始脫媒，小額高頻度的資金流水通過第三方或者P2P進行流通、投資。

金融機構希望能夠收集和分析大量中小微企業用戶日常交易行為的數據，判斷其業務范疇、經營狀況、信用狀況、用戶定位、資金需求和行業發展趨勢，解決由于小微企業財務制度的不健全，無法真正了解其真實的經營狀況的難題。其中，比較典型的就是阿里小貸，首創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。接下來，我們還原一下其做法：

首先，通過阿里巴巴B2B、淘寶、天貓、支付寶等電子商務平臺，收集客戶積累的信用數據，利用在線視頻全方位定性調查客戶資信，再加上交易平臺上的客戶信息（客戶評價度數據、貨運數據、口碑評價等），并對后兩類信息進行量化處理；同時引入海關、稅務、電力等外部數據加以匹配，建立數據庫模型。

其次，通過交叉檢驗技術輔以第三方驗證確認客戶信息的真實性，將客戶在電子商務網絡平臺上的行為數據映射為企業和個人的信用評價，通過沙盤推演技術對地區客戶進行評級分層，研發評分卡體系、微貸通用規則決策引擎、風險定量化分析等技術。

最后，在風險監管方面，開發了網絡人際爬蟲系統，突破地理距離的限制，捕捉和整合相關人際關系信息，并通過逐條規則的設立及其關聯性分析得到風險評估結論，結合結論與貸前評級系統進行交叉驗證，構成風險控制的雙保險。阿里小貸還憑借互聯網技術監控貸款的流向：如果該客戶是貸款用于擴展經營，阿里小貸將會對其廣告投放、店鋪裝修和銷售進行評估和監控。

可見，互聯網金融借助社交網絡等新平臺產生了海量用戶和數據，記錄了用戶群體的情緒，但大數據庫無法自己總結人類行為模式的規律。計算機科學家、統計學家正在開始與社會科學家協作，找到把大數據策略和小數據研究相結合的新途徑。利用互聯網，金融企業也可以對其客戶行為模式進行分析（比如事件關聯性分析），這類似于工程上的“對照實驗”，即觀察、測試不同條件下，機構投資者或普通金融消費者對產品的反應，識別其中的因果關系，提高客戶轉化率，改善服務水平，實現互聯網金融的精準營銷。例如，領先的零售企業通過監控客戶的店內走動情況及其與商品的互動，與交易記錄相結合開展實驗，就可以指導選擇商品種類、擺放貨品、調整售價。再如，有保險公司通過精細化分析客戶風險、財富變化、家庭資產價值等數據并不斷更新其背景資料，向客戶提供量身定制的保單。未來，保險公司還將使用個人位置和汽車運行信息對車險產品定價，向客戶提供交通和天氣狀況、停車事故高發區域和速度限制變化等實時信息，開發有利于安全駕駛的產品。

在大數據盛行的年代，互聯網不僅影響到金融，它還是整個消費習慣的改變。隨著70，80，90后成為互聯網金融的主要人群，他們多年已經養成了互聯網生活習慣和思維模式，更傾向于選擇通過互聯網，便捷、高效地來解決借貸、理財、投資等各方面的金融需求。

D1Net評論：

從目前來看，未來社交關系與大數據還將在互聯網貸款、購買保險、證券投資等發揮極大作用。金融和數據擁有天然的數據化基因，因為金融本身就是信息和數據，做金融的本質就是做信用。大數據技術提供的有據可查的信用數據，為構建互聯網金融信用體系提供了保障。