數據是信息時代推動產業發展的“新能源”，這幾乎成為行業共識。數據采集、提煉、加工、交易以及應用過程，與石油產業有異曲同工之處。

源源不斷產生數據的地方，是亟待價值挖掘的“油井”。數據作為底層“材料”，可延伸的應用場景和產品形態非常多樣，金融作為數據化程度最高的行業之一，是大數據應用的重要領域。麥肯錫發布的《Big Data: The Next Frontier For Innovation, Competition, And Productivity》報道顯示，金融是大數據潛在價值最高的行業。

麥肯錫報告顯示，金融與保險是大數據最有潛力的行業

此前36氪曾報道過為電商提供管理系統的E店寶，經過14年的發展，E店寶如今是電商ERP領域的頭部企業。好多數成立于2016年10月，此前是E店寶內部孵化的大數據金融項目。

好多數對標ZestFinance，后者是獲得包括京東集團、百度風投等多家互聯網巨頭投資的美國金融科技公司。ZestFinance通過大量弱相關數據，對美國傳統征信機構FICO進行補充，為傳統征信系統中信用記錄較差，但實際上具有還款能力和還款意愿的民眾提供信貸服務。

中國的情況與美國略有不同，美國是已有完整的征信系統，覆蓋面非常廣，但是其征信系統維度有缺陷，需要類似ZestFinance的企業進行修正。中國的征信體系還不完善，大數據風控也還有很多作為的空間，屬于基礎設施和上層建筑并行發展的狀態。

好多數依托E店寶的資源，后者具有約5億網民的電商交易數據和在線行為數據，日新增訂單數據在500萬左右。電商數據包括消費者以何種價格購買何種類型的商品等等，數據的維度相對有限，無法形成獨立的核心風控模型，但是加上用戶的行為數據，可以生成風控的策略子集。

好多數的客戶包括第三方征信機構、大數據風控公司、類金融機構等。好多數創始人兼CEO陳濤介紹，標桿客戶包括中誠信征信、鵬元征信以及51信用卡的公司，服務客戶超過100家，日均客戶查詢量超過10萬次，5月份日查詢量達到50萬次。

一方面好多數可以基于電商數據，為客戶提供風控模型的策略因子，另一方面，好多數可以提供具有獨立產品形態的服務，涵蓋貸前、貸中和貸后。

貸前階段，好多數會基于信息核驗做做反欺詐產品。貸中將基于消費者的網購數據對用戶的信貸風險進行預判，這也是好多數未來將重點打造的模型，目前已經加入了20多個變量，包括消費金額、退換貨比例、消費時段等。貸后催收階段，好多數可以提供失聯修復產品，找回通信錄信息。

好多數的計費方式主要是調用查得計費。

團隊方面，好多數創始人兼董事長為E店寶創始人，關于E店寶的報道可參考此前36氪的報道。創始人兼CEO林峰為原阿里巴巴大數據專家、原酷寶數據創始人。

好多數此前曾獲得51信用卡、以正資本的數百萬天使輪投資，目前正在進行新一輪融資。

數據是信息時代推動產業發展的“新能源”，這幾乎成為行業共識。數據采集、提煉、加工、交易以及應用過程，與石油產業有異曲同工之處。

源源不斷產生數據的地方，是亟待價值挖掘的“油井”。數據作為底層“材料”，可延伸的應用場景和產品形態非常多樣，金融作為數據化程度最高的行業之一，是大數據應用的重要領域。麥肯錫發布的《Big Data: The Next Frontier For Innovation, Competition, And Productivity》報道顯示，金融是大數據潛在價值最高的行業。

麥肯錫報告顯示，金融與保險是大數據最有潛力的行業

此前36氪曾報道過為電商提供管理系統的E店寶，經過14年的發展，E店寶如今是電商ERP領域的頭部企業。好多數成立于2016年10月，此前是E店寶內部孵化的大數據金融項目。

好多數對標ZestFinance，后者是獲得包括京東集團、百度風投等多家互聯網巨頭投資的美國金融科技公司。ZestFinance通過大量弱相關數據，對美國傳統征信機構FICO進行補充，為傳統征信系統中信用記錄較差，但實際上具有還款能力和還款意愿的民眾提供信貸服務。

中國的情況與美國略有不同，美國是已有完整的征信系統，覆蓋面非常廣，但是其征信系統維度有缺陷，需要類似ZestFinance的企業進行修正。中國的征信體系還不完善，大數據風控也還有很多作為的空間，屬于基礎設施和上層建筑并行發展的狀態。

好多數依托E店寶的資源，后者具有約5億網民的電商交易數據和在線行為數據，日新增訂單數據在500萬左右。電商數據包括消費者以何種價格購買何種類型的商品等等，數據的維度相對有限，無法形成獨立的核心風控模型，但是加上用戶的行為數據，可以生成風控的策略子集。

好多數的客戶包括第三方征信機構、大數據風控公司、類金融機構等。好多數創始人兼CEO陳濤介紹，標桿客戶包括中誠信征信、鵬元征信以及51信用卡的公司，服務客戶超過100家，日均客戶查詢量超過10萬次，5月份日查詢量達到50萬次。

一方面好多數可以基于電商數據，為客戶提供風控模型的策略因子，另一方面，好多數可以提供具有獨立產品形態的服務，涵蓋貸前、貸中和貸后。

貸前階段，好多數會基于信息核驗做做反欺詐產品。貸中將基于消費者的網購數據對用戶的信貸風險進行預判，這也是好多數未來將重點打造的模型，目前已經加入了20多個變量，包括消費金額、退換貨比例、消費時段等。貸后催收階段，好多數可以提供失聯修復產品，找回通信錄信息。

好多數的計費方式主要是調用查得計費。

團隊方面，好多數創始人兼董事長為E店寶創始人，關于E店寶的報道可參考此前36氪的報道。創始人兼CEO林峰為原阿里巴巴大數據專家、原酷寶數據創始人。

好多數此前曾獲得51信用卡、以正資本的數百萬天使輪投資，目前正在進行新一輪融資。