大数据征信导出产品的方式之一是构建一个可被广泛采用的信用评分体系，而从国外的经验来看，通过评分而不是数据报告的方式呈现征信结果，也是一个解决隐私保护问题最好的途径。
因此，目前多家机构都率先推出了各自的信用评分体系。例如，芝麻征信的 芝麻分 、华道征信的 猪猪分 、拉卡拉征信的 考拉分 、前海征信的 好信度 、腾讯京东金融的 白度 、拍拍贷的 魔镜分 、腾讯的信用星等。
但比FICO 野心 更大的是，中国的个人征信机构正试图把信用评分体系的应用范畴从金融领域扩展到生活领域，从租车、租房，到婚恋、求职等等。甚至，它们希望从改变大众对信用的认知到提升社会的信用体系。
谁能打破数据孤岛?
在谈及征信业务的发展时，大部分接受《第一财经日报》采访的人士都提到了FICO分。尽管中美两地的征信市场存有差异，但像FICO一样形成一种被普遍采用，并具有行业标准价值的信用评分体系却是各家征信机构都在努力的方向。
事实上，作为美国著名的个人消费信用评估公司，FICO本身并非一家征信公司，而是提供决策和分析管理技术的第三方服务机构。由于美国三大信用局都使用FICO分，每一份信用报告上都附有FICO分，以致于它几乎成为信用分的代名词。
FICO中国区总裁陈建在接受本报专访时表示，中国不缺数据，不管是阿里的电商数据，还是腾讯的社交数据都是可靠、大量且真实的，对于刻画消费者的特征、风险有很好的作用，但是目前中国还没有除央行以外很好的评分体系。
在他看来，中国建立一个全民评分体系的挑战在于：个人征信市场刚刚放开，很多数据源之间还是一个相对封闭的 孤岛 ，例如传统金融机构与互联网公司之间是基本隔离的两套体系，每一家互联网公司之间又是各自独立的一套体系。
由于 数据孤岛 的存在，尽管现在中国已经出现了很多信用评分体系，但距离一个能够覆盖全民的，被普遍认可的标准分还有不小的差距。那么，显而易见的是，谁能率先打破数据割裂的状况，谁就有望成为最终的那两至三家胜出者。
所以，眼下各家机构除了努力盘活自身的数据资源，也在积极地寻求外部数据源。这既是征信业务本身的需要，更是中长期的战略需求。
以芝麻信用为例，目前其数据来源包括阿里体系内的电商交易数据、互联网金融数据，集团体系之外的公安网、最高法、工商、教育部等公共机构以及合作伙伴数据，以及用户上传的数据等。
而腾讯征信方面，除了拥有腾讯8亿QQ账户、超过5亿的微信账户、超过3亿的支付用户以及其他多种服务上聚集的信用和社交数据外，腾讯也不断利用在基金、理财、贷款、支付等领域的业务整合更多的数据资源。
但由于它们的兄弟机构多有涉猎信贷或相关业务，例如阿里小贷、微众银行等，因此不少业内人士忧虑，这种既当裁判员又当运动员的做法可能在未来整合资源的过程中存有障碍。
而FICO正是瞄准了这个 空隙 。作为信用评分领域的标杆企业，尽管FICO在中国缺少数据资源，但它希望利用自己多年积累的 独立第三方 服务机构的口碑，通过技术优势另辟蹊径、杀出重围。
从金融到生活场景
要形成一套具有行业标准价值的信用评分体系，除了数据来源要足够丰富和多元，更重要的是它必须被广泛地采纳和使用。
根据腾讯征信总经理吴丹的判断，未来一两年里，越来越多的金融产品会往线上迁移，向着快速便捷的方向发展，从国外和过往的经验来看，越是便捷的产品面临的风险越大，尤其是欺诈风险。
从各家征信机构披露的进展来看，大数据征信的产品主要可分为两大类：反欺诈产品和信用评估产品。而适用范围则是从商业银行等传统金融机构，到P2P等互联网金融公司，甚至生活类的各种场景。
在银行合作方面，目前芝麻信用与北京银行信用卡中心、腾讯征信与广发银行信用卡中心的合作均已展开，商业银行希望通过引入更多元的信用评估机制来筛选客户。
此外，涉足信贷业务的P2P平台、消费金融公司对大数据征信产品也有着强烈的需求。例如，P2P平台积木盒子的消费信贷产品 读秒 ，面向大学生群体的趣分期等都对接了芝麻信用，对于每位借款人，芝麻征信都会给出一个信用评估结果。
前海征信也在不久前上线了针对P2P机构的三大系列、十款征信产品，并于陆金所联合推出了P2P行业的 人民公社 ，为P2P平台提供获客、增信、产品设计、征信、系统平台、催收等服务。
但与专注于金融领域的FICO分不同，国内的机构一开始便把信用评分体系的适用范围放宽到了衣、食、住、行的生活场景中。
腾讯征信希望把个人信用与商业、生活、住房、消费等相结合，而芝麻分的应用场景也已经延伸至神州租车、一嗨租车等租车网站，全国6000多家酒店，签证服务，甚至婚恋网站。
今年5月，考拉征信也联合了滴滴打车、爱大厨、E袋洗、e保养等众多商家开展名为信用圈的活动，希望把考拉分覆盖到衣食住行、居家养生、爱车保养等多个领域。
芝麻信用首席科学家俞吴杰认为，数据的应用有两个方面，一个是偏好，一个是信用。当下，在互联网革新商业的这个过程中，数据可以帮助商业机构更好地进行决策与转型。不过，把具有强金融属性的信用评分体系应用于生活场景，这在其他国家并没有先例。
据了解，目前信用分从模型开发的样本选择，特征选择，到最后的性能评估，都有一套非常完整的，跟金融和征信密切相关的体系。 它在生活场景中是否有用? 这也是芝麻信用的科学家们所担心的问题。
据俞吴杰介绍，经过了半年的测试和大量的研究表明，芝麻信用分对用户有较好的分辨能力。 如果一个人有持续的、良好的借贷还款行为，那么他在其他各个场景当中都会有类似的延续性、惯性在里边。
在冰鉴科技CEO顾凌云看来，大数据就是解决传统数据仓库所不能解决的问题，实现一切皆可数据化、一切皆可量化、一切皆可预测。按照顾凌云的逻辑，随着大数据挖掘和分析能力的进步，它可应用的范围还将越来越广。
从各家机构的发展规划来看，除了通过类似生活场景的开拓与传播增加个人征信的适用范围外，它们更大的 野心 在于，从改变大众对信用的认知到提升社会的信用体系。
解码大数据征信系列报道
解码大数据征信(一)：征信市场新格局
解码大数据征信(二)：大数据征信的 是与非
解码大数据征信(三)：谁会成为中国版 FICO
