二、信贷记录大数据
小贷类网站积累的信贷大数据包括信贷额度、违约记录等等。但单一企业缺陷在于数据的数量级别低和地域性太强。还有部分小贷网站平台通过线下采集数据转移到线上的方式来完善信用数据。这些特点决定了如果单兵作战他们必定付出巨大成本。因此，贡献数据、共享数据的模式正逐步被认可，抱团取暖胜过单打独斗。
三、社交网站大数据
社交大数据是风控大数据的一个重要组成部分。通过社交人际网络关系数据和生活圈中其他如水电煤缴费信息、信用卡还款信息、支付和交易信息等，可以多方面地反映出用户的习惯偏好、价值取向、人际交往、信誉度和活跃度等信息。
利用社交网站大数据进行网络借贷风控的典型是美国的Lending Club。Lending club于2007年在facebook上开张，通过在上面镶嵌的一款应用搭建借贷双方平台，利用社交网络关系数据和朋友之间的相互信任聚合人气。借款人被分为若干信用等级，但是却不必公布自己的信用历史。
四、信用卡借记类数据
信用卡类网站的大数据同样对互联网金融的风险控制非常有价值。申请信用卡的年份、是否通过、授信额度、卡片种类；信用卡还款数额、对优惠信息的关注等都可以作为信用评级的参考数据。
五、消费数据
第三方支付类平台做风控的机遇在于，能基于用户的消费数据做信用分析。支付的方向、每月支付的额度、购买产品品牌都可以作为信用评级的重要参考数据。
六、生活服务类数据
生活服务类网站的大数据如水、电、煤气、有线电视、电话、网络费、物业费交纳平台则客观真实地反映了个人的基本信息，是信用评级中一类重要的数据类型。
行业分析师表示，大数据的相关理论与分析方法，很好地弥补了数据获得的时间连续性、数据的地理位置分布、数据样本的覆盖程度等传统分析方法中的不足，其精准度更高、覆盖面更广和响应速度更快的特点，运用到风险防控中大有裨益。如今，大数据风控方兴未艾，也伴随着一些泡沫，但只要朝着健康的方向发展，它将会产生巨大的经济能量。
相关报告：《
2015年大数据行业投资可行性分析报告》
