如果从第一家网贷平台出现谈起，中国网贷行业已经走过了十年，这十年，从卑微孱弱到葳蕤茁壮，从风口之上到野蛮生长，从巨头入场到合规洗牌，这个名利场上的故事已在金融的剧本之外。
随着一系列监管政策的落地，预示着中国的互联网金融行业进入加速洗牌期，优胜与劣汰，机遇与挑战，网贷后监管时代，唯有专注与回归金融本质才能有序良性发展。
说到前沿最热门也是最具争议的大数据风控，由于不可能存在可以构建完整大数据的平台，有效数据散落在各个角落成为信息孤岛，所以不少人认为网贷平台打出大数据风控只是哗众取宠的噱头，一个看起来很美的概念，不可能被直接应用到现实中。
近期互联金融迎来上市小高潮，上市企业的市值一度飙升，能有这样的估值，靠的就是两件东西：资本和大数据。大数据起作用的前提是数据要全面。如果样本不全，却依靠大数据来搞风控是十分危险的。其次是数据新鲜度问题，大数据既要解决广度问题，包含借款人经济、生活行为的方方面面，又要解决深度问题，突出显示借款人的关联数据，着重刻画人物形象新鲜度，自然数据越新越好，最好能做到时时监控，一旦出现借款人逾期(或不想还款)的不良信号时，能够及时采取提醒，警示，催收等应急措施。
大数据方面，民信金服表示，公司自成立以来，通过多年的用户行为数据、借款数据、信用数据、业务流数据等自建了风控体系，实现了平台大数据征信及风控一体化。通过所累积的互联网数据信息，而能得到全面的个人和企业画像，通过交叉验证形成风控机制，计算出用户的风险评分，根据评分的高低决定是否推荐给相关出借人。
对于借前的风险管理，民信金服技术研发部正在逐步完善信用风险管理模型，模型覆盖借前、借中、借后全生命周期，主要有评分模型、反欺诈模型、稳定性模型、行为评分模型等，通过数据化实现智慧金融，通过数据模型、算法对海量数据的深挖来有效降低借贷风险。
只有把大数据在借前、借中、借后各个阶段合理有效利用起来，才能够发挥它真正的价值。值得注意的是，消费贷、信用贷与车抵贷、房抵贷在大数据应用上不径相同，作为以网贷业务为主的民信金服，在做大数据方面是先将相关的流程进入更数据化的基础上，通过对海量数据的训练和策略优化，使整个数据模型臻于完善成熟。
