大數據（bigdata），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

傳統的征信數據是整合銀行機構的貸款、信用卡和在各項信貸業務發生過程中的信息采集，包括公積金、住房、工作和社保信息，貸款、擔保、信用卡使用情況等。

大數據信息的采集，不光包括銀行系統的數據，還包括類似螞蟻花唄、京東白條、在各個網貸系統的借貸數據，社保、公積金、水電燃氣費的繳納等，比征信數據更加全面、詳細。

現狀

現在很多銀行系統都將大數據系統作為客戶貸前調查的重要內容進行審查了，作為最早體驗大數據系統的業務人員，我不得不說大數據確實是牛叉。該分析到的，不該分析到的，全都給你計算到，有時候有些信息連你自己都沒關注到的，大數據都能給你獲取了。

有點也可以說是缺點

但是，就是因為太細太全面，在保證對客戶誠信度和信息的采集下，也加大了客戶的通過率。很多客戶個人覺得在各方面都還不錯，以傳統的征信系統查詢結果看是完全沒有問題的，偶爾有一兩次小逾期也能通過審查。通過大數據信息分析過后，那就完蛋了。

案例

例如最近信用卡審批時，存量客戶中有一些經常打交道的老客戶幫忙完成任務，本來是好心，大數據系統審查后居然給出了拒絕的結論，大寫的尷尬。

查看反饋的拒絕信息，給出的理由是：在多個網絡借款平臺有借貸記錄。咨詢客戶后，發現他只不過平時用花唄和白條多了點，在手機店分期購買了一部手機，其他完全正常。

建議

目前大數據系統以及初步在各家銀行上線，在一定程度上幫助了銀行獲取了一些傳統征信外的信息，很好的把控了風險。

但是，過于細致，對客戶的借貸信息沒有篩選，將客戶日常的生活消費借貸和傳統意義上的大額現金借貸混淆，使得依據大數據系統作為貸款通過與否的銀行部門被動的提高了貸款的門檻，將一些不是很優質但是在準入范圍內的一般客戶拒絕在信貸大門之外。