1.不同類型。征信由同行共享，大數據從安全、財富、合規等多個維度對海量數據和用戶信息進行判斷，進而建立征信報告。
2.優點和缺點。信用模型面臨的問題是數據不完整、上傳數據不主動、更新不及時、準入門檻高，但數據準確、可靠、權威。大數據模型數據來源廣泛，彌補了信用信息的不足，但數據類型多樣化，可能存在幹擾信息，影響判斷的準確性。此外，通過壹些渠道獲取的大數據也面臨法律風險，個人隱私保護難以控制。
大數據包括結構化、半結構化和非結構化數據，非結構化數據日益成為數據的主體部分。根據IDC的調查報告，企業中80%的數據是非結構化數據，這些數據每年以60%的指數級增長。大數據只是互聯網發展到現階段的壹種表征或特征。沒有必要將其神話或保持敬畏。在以雲計算為代表的技術創新的背景下，這些原本看似難以收集和使用的數據開始被輕松使用。通過各行各業的不斷創新，大數據將逐漸為人類創造更多的價值。
其次，要想系統地理解大數據，必須全面細致地分解，從三個層面入手:
第壹個層次是理論，理論是認知的必由之路，是被廣泛認同和傳播的基線。在這裏，我們可以從大數據的特征定義來理解行業對大數據的整體描述和定性；從大數據價值的討論，深入剖析大數據的珍貴；洞察大數據發展趨勢；本文從大數據隱私這壹特殊而重要的視角來審視人與數據的長期博弈。
第二個層面是技術，技術是體現大數據價值的手段，是進步的基石。這裏從雲計算、分布式處理技術、存儲技術、傳感技術的發展，闡述大數據從采集、處理、存儲到形成結果的全過程。
第三個層次是實踐，實踐是大數據的終極價值體現。在這裏，我們從互聯網大數據、政府大數據、企業大數據、個人大數據四個方面來描述大數據已經展現的美好場景和將要實現的藍圖。