電子商務網站大數據:阿裏、JD.COM、蘇寧等。；
信用卡網站大數據:我愛卡、銀率卡等。；
社交網站大數據:新浪微博、騰訊微信等。
小貸網站大數據:人人貸、征信寶等。
支付網站大數據:易寶、財付通等。
生活服務類網站大數據:平安張懿通等。...
在數據處理之前，對業務和數據的了解是非常重要的，這決定了選擇哪些數據素材進行數據挖掘。進入“數據工廠”之前的工作量通常占整個流程的60%以上。
在數據原材料方面，加入越來越多的互聯網在線動態大數據。例如，通過分析網絡行為痕跡可以識別虛假的貸款申請人信息，而真實的互聯網用戶總會在網上留下線索。征信有用數據的時效性也很關鍵，征信行業通常認可的有效動態數據通常是從現在開始回溯24個月的數據。
通過創新和技術的力量整合各種信息，建立可信的信用數據庫，將成為傳統征信系統的重要補充，並利用數學運算和統計模型進行分析，使互聯網金融機構獲得客戶的信用評級和風險信號。央行放開個人征信市場，對於規範征信市場發展，服務實體經濟具有積極意義。而大數據信用模型的難點在於信息過多導致的數據雜亂，難以整合多方數據，數據相關性分析需要較長時間和實踐來檢驗，短期內信用評估數據準確率較低。
神州融達數據風控平臺率先接入多家征信機構，整合國內權威第三方征信機構、電商平臺等信貸應用場景的3000+維度生鮮大數據，通過對貸款用戶的充分授權和合規，采用全球最佳決策引擎工具Experian SMG3，幫助小微金融機構實現全信貸生命周期的風控管理和優化。
與原有的央行征信系統相比，大數據的充分運用無疑是金融行業的壹次技術革命，將深刻影響國內金融行業的未來發展。隨著我國民間征信市場的放開，越來越多的機構進入這壹領域，大數據重塑金融行業的趨勢和格局將越來越明顯。