依託於互聯網的廣闊數據含量，大數據為風控數據挖掘指明瞭方向，並運用新興互聯網手段及方法對數據進行篩選和清理，為後續風控數據分析與風險評估提供充足的原料素材。在海量且龐雜的互聯網大數據中，與風險控制相關的大數據主要有以下六類：
（1）電商類網站大數據。
利用電商大數據進行風控，螞蟻金服可謂業界先驅，早年即建立了相對完善的大數據挖掘系統。螞蟻金服的大數據系統的數據原料，一方面來源於電商平臺阿里巴巴、淘寶、天貓、支付寶等積累的大量交易支付數據（最基本的數據原料）；另一方面來源於賣家自己提供的銷售數據、銀行流水、水電繳納甚至結婚證等情況（輔助數據原料）。所有信息彙總後，將數值輸入網絡行為評分模型，進行信用評級。
（2）信用卡類網站大數據。
信用卡類網站的大數據同樣對互聯網金融的風險控制非常有價值。申請信用卡的年份、是否通過、授信額度、卡片種類、信用卡還款數額、對優惠信息的關注等都可以作為信用評級的參考數據。如國內最早開展網上代理申請信用卡業務的“我愛卡”，在 2013 年推出了信用風險管理平臺“信用寶”，利用“我愛卡”積累的數據和流量優勢，結合其早年從事的 FICO（費埃哲）風控模型，做互聯網金融小微貸款。
（3）社交類網站大數據。
利用社交軟件及手機社交平臺的大數據進行網絡借貸的典型是騰訊信用。通過建立基於社交軟件的數據信息收集平臺，建立小額信用貸款模塊，實現信用的價值創造。利用社交網絡關係數據和朋友之間的相互信任聚合人氣，並據此進行信用風險評估與管理控制。
（4）小貸類網站大數據。
小貸類網站積累的信貸大數據包括信貸額度、違約記錄等。但單一企業缺陷在於數據的數量級別低和地域性太強。還有部分小貸網站平臺通過線下采集數據轉移到線上的方式來完善信用數據。其中有數據統計的全國小貸平臺有幾百家，全國性比較知名的有宜人貸、人人貸、拍拍貸、紅嶺和信用寶等。
（5）支付類網站大數據。
第三方支付類平臺未來的機遇在於，未來有可能基於用戶的消費數據做信用分析。支付方向、月支付額度、購買產品品牌都可以作為信用評級的重要參考數據。代表產品為易寶、財付通等。
（6）生活服務類網站大數據。
生活服務類網站的大數據如水、電、煤氣、有線電視、電話、網絡費、物業費交納平臺則客觀真實地反映了個人的基本信息，是信用評級中一類重要的數據類型。
閱讀更多 sidently 的文章
