只要你申請過貸款，大概率就有數據公司對你做出過評估，且評估指標幾乎涵蓋購物、出行、支付、外賣、手機卡中數據流量情況等各個維度。如今，甚或是你近一段時間內在凌晨上網的痕跡，亦會成為各家數據公司與互聯網公司反欺詐產品風控維度上單獨列出的常見一項，而這些指標或正在影響著金融機構對你的信用評價。

從2013年互聯網金融火爆，到2020年疫情加速金融機構線上化業務轉型，精準獲客與線上風控服務需求暴增，數據公司與流量巨頭基于海量數據的各種應用輸出，逐步成為銀行、證券、保險等金融行業無法抗拒與割舍的工具。

而在“為金融機構輸出建模與技術系統搭建研發門檻較高，短期難以得到高回報，屬于吃力不討好”的論調下，數據公司普遍選擇了更輕松暴利的“數據生意”——表面上，其從事著輸出建模和提供咨詢業務，但私下卻在非合規地收集數據、加工買賣。在國內數據立法仍然真空的環境下，這些數據公司迅速做大規模。另外，還有企業征信公司違規涉足個人征信業務情況。

流量巨頭掌控數據資源

誰擁有或掌握著我們在互聯網上留下的痕跡？

中國銀保監會主席郭樹清曾發表演講表示，“目前，各國法律似乎還沒有準確界定數據財產權益的歸屬，大型科技公司實際上擁有數據的控制權。”

事實上，當你在上網社交、購物、娛樂、閱讀時，已經進入數據采集的范圍。

當接受免費或收費的服務時、安裝打開APP時，用戶都需要勾選用戶隱私協議，約定平臺對用戶個人信息、上網痕跡等數據的采集、使用等權利。實際上，多數情況下這種勾選行為是帶有強制性的，即不勾選就無法享受服務或使用APP。然而，這種勾選行為即代表著，平臺獲得了用戶授權，VPS，可以采集用戶數據，進而加工分析、共享給合作方，幫助其實現營銷獲客、金融風控等目標。

有監管科技專家告訴《中國經營報》記者，當前市場對數據商業化的定位并不清晰。互聯網平臺提供APP或服務，在免費獲取用戶海量數據并進行用戶畫像后，通常有兩種做法：第一種是為金融機構加工數據、提供數據治理，將其變為商業判斷；第二種是將數據運用于商業場景之中，找到用戶需求，將購物、外賣、電影等商業場景引入，再布局消費信貸，利用數據資源和渠道優勢與不具備獲客能力的中小金融機構合作聯合貸款助貸分潤等等。

流量競爭的背后是對數據資源的野心。互聯網流量平臺一方面想盡辦法采集更多維度的用戶信息，另一方面尋找變現途徑，利用這些信息謀取利益。

2020年中央經濟工作會議將“強化反壟斷和防止資本無序擴張”列為2021年八項重點工作之一，并明確提出要完善數據收集使用管理。

中國人民銀行科技司司長李偉近期在一次內部研討會上表示，近年來，一些機構違規濫用數據、擾亂市場秩序、侵犯消費者權益，引發一些突出的問題。比如憑借電商、社交媒體、游戲等領域積累大量用戶群體和渠道優勢，把持流量入口，通過一些霸王條款過度采集數據，成為數據寡頭、搞贏者通吃。再比如，有的企業沒有得到用戶授權就肆意開展用戶畫像，然后進行“大數據殺熟”、過度營銷和誘導消費。通過用戶畫像進行定制推送，侵犯金融消費者的知情權、選擇權和隱私權。

馬里蘭大學教授弗蘭克·帕斯奎爾（Frank Pasquale）提出的“算法黑箱”概念，將當下大數據時代稱為“黑箱時代”。“黑箱”將所有重要信息記錄清楚，個人只是信息的生產者，卻不知道這些信息將被用于何處，會產生什么樣的影響。

科技行業垂直媒體“淺黑科技”撰文舉例，一個人如果在搜索引擎上搜了好多P2P平臺的名字，甚至搜索了“不還花唄會怎樣”之類的詞匯，系統就可能認定此人的財務狀況很差，可以給他打一個風險很高的分數。這時，如果他來到平臺借錢，大概率將被拒絕。

第三方數據服務商的合規瑕疵

某金融科技公司產品負責人曉波向記者透露，“在監管合規要求之下，大數據公司轉型壓力非常大。”

相較于互聯網公司基于自有平臺用戶數據開展業務或引入合作變現流量，數據公司合規性更加堪憂。不單單是因為其為銀行等金融機構提供的快速核查欺詐和信用風險服務，與個人征信業務的邊界模糊，其掌握數據來源也可能存在合規瑕疵。