互联网金融在我国崭露头角不过短短两年有余，从货币基金到P2P，再到众筹和股票基金，从传统的ATM到手机银行、短信银行，互联网金融的兴起为我们提供了丰富的信息渠道，拓宽了金融视野。

回顾越女读财提及的高收益平台如钱宝网、MMM、百川币等，若非互联网的助力，它们的崛起恐怕并非易事。

下面重点解析互联网金融行业相关公司如何运用数据分析，这与电商、零售领域的数据分析有所不同。零售数据分析更多关注销售问题，而金融领域则更侧重风险管控。以下是互联网金融数据分析的几个关键应用：个人征信、贷款授信、风险控制、洗钱套现识别、保险定价以及云计算平台和量化投资。

深度解析：互联网金融数据分析六大应用场景

1. 个人征信的发展现状：

国际视角：

- 美国以FICO和三大征信机构为代表；

- ZestFinance与FICO的差异；

- Credit Karma等平台的运营模式。

国内动态：

- 聚信立、安融征信、快查等公司的发展；

- 京东金融、腾讯信用、芝麻信用等知名企业的征信业务；

- 平安集团的前海征信。

美国征信行业：

- FICO信用评分体系覆盖广泛，与三大征信局合作；

- ZestFinance采用独特模型，服务信用评分较低人群；

- Credit Karma提供免费信用评分和推荐金融产品。

国内征信行业：

- 芝麻信用借鉴FICO，形成独特的评分体系；

- 数据维度和信用等级划分各有特色。

2. 风险控制：

- 重点关注用户行为识别，如盗卡盗号、洗钱套现等风险。