近日，騰訊的微眾銀行開啟第一款線上貸款產品“微粒貸”上線內測，這一無抵押，無擔保，隨借隨還，按日計息的小而美的貸款產品，悄然問世。

而就在前不久，全球成交量最大的P2P公司宜信旗下宜人貸宣布，自2013年正式成立以來，累計交易促成金額更一舉突破50億，平臺注冊用戶超過400萬。

無論是基于騰訊背后社交等數據的微粒貸，還是基于個人信用數據的宜人貸，以及從初生之處堅持全程網絡操作的互聯網投資借貸平臺拍拍貸，均已打破傳統線下門店貸款模式，從互聯網切口探尋出新的出路。

數據畫像

從今年年初微眾銀行給卡車司機的第一筆放款，到周末，基于個人信用的小額貸款產品“微粒貸”的悄然上線，純線上信用貸款已步步蔓延。

據媒體報道，“微粒貸”是通過“白名單”機制篩選出首批最符合“微粒貸”客戶定位用戶，主要是財付通已綁卡用戶,主要在微眾和騰訊內部為主，額度在2萬到20萬元之間,15日到賬,利息萬分之五,折合年化利率約7%-18%,低于信用卡。

在用戶的審批上，微粒貸目前運用互聯網大數據風控模型，數據來源包括用戶基本信息、基于QQ的互聯網行為數據以及其他第三方數據等多維度數據，這些數據主要來源于社交網絡上海量信息，如在線、財產、消費、支付、社交、游戲等情況，為用戶建立基于互聯網信息的征信報告。

同樣，比微眾銀行早兩年就嘗試通過互聯網為用戶授信放款的宜人貸也在上周宣布，自2013年正式成立以來，累計交易促成金額更一舉突破50億，平臺注冊用戶超過400萬。

究其宜人貸的用戶審批，一方面是依托宜信近9年的風控經驗，采取反欺詐系統交叉驗證，并用互聯網數據建立技術風控指標，從而完成對用戶授信。

據宜人貸方面介紹，宜人貸通過多種渠道獲得用戶的信用信息，這些渠道既包括銀行系統的借貸以及信用信息，也包括在社交網絡層面的行為信息，同時，還有諸如在電商網站的消費信息，通過多層次的信息數據，為用戶勾勒完整的用戶畫像。

在獲得用戶畫像之后，則是對用戶多維度信息的校驗，比如性別、教育程度、消費水平等，從不同的維度對信息進行標記和分類，有效提高系統審核信息的準確性和效率，提高信審環節的效率和準確度。

產品連接用戶

事實上，在去年底，騰訊微眾銀行線上之時，作為第一家民營銀行，就引起業界沸騰，至今，微粒貸的上線，再次讓業界不安。

再回看宜人貸的數據，2013年上線，400萬的用戶數，除了風控的手段之外，必須有適合用戶需求的產品黏住用戶，事實上，自2013年上線，宜人貸先后推出了多款借款產品，以適用不同的用戶需求。

2013年上線之初，宜人貸首先盯住了最有需求的IT從業人員，推出“碼上貸”，這款面向“程序員”群體的產品，通過大數據模型篩選，能夠準確識別優質借款用戶，一下就為宜人貸打開了市場需求。

2014年4月，宜人貸推出了國內首款大數據信貸產品—“極速模式”。這是一款面向具有“充分互聯網行為”人群的手機借款服務。在“極速模式”下申請借款的人群，至少需要滿足兩個條件：一，擁有信用卡以及接收信用卡電子賬單的郵箱;二，擁有電商網站的賬號及真實的交易記錄。

宜人貸在采集信用卡賬單及電商網站信息后，系統結合用戶提供的個人信息—如手機號、姓名、身份證以及銀行卡，將這些數據放入后臺的反欺詐系統，反復交叉驗證用戶數據，作為判斷是否授信以及衡量授信額度的依據。“極速模式”主打“1分鐘授信，10分鐘快速批核”，最快當天到帳、額度最高十萬元的。

移動金融下的浪潮之巔

事實上，無論是從上線之初就沒有PC版的微眾銀行，還是宜人貸的模式，紛紛看好的是移動金融帶來的巨大的市場紅利。

國內第三方數據服務平臺TalkingData近日在北京發布的移動金融應用行業數據報告顯示：截至2015年一季度末，中國移動金融用戶數量已達7.6億，而在2014年同一時間，這一數據僅為3.3億，也就是說，在不到一年的時間里，移動金融用戶實現了130%的增速。

宜人貸目前注冊用戶總數已超過400萬，累計交易促成金額超過50億元。其中宜人貸借款App的極速模式以及宜人貸理財App的宜定盈累計交易促成金額已雙雙突破10億元。

在移動端的這一布局，2014年宜人貸就已開始謀劃，據宜人貸CEO方以涵介紹，宜信宜人貸借款App是國內首款能夠實現從提交借款申請到放款、還款全流程操作的P2P手機客戶端，并且能夠做到用戶信息與PC端無縫對接。

在方以涵眼里，宜信宜人貸借款用途對標美國Lending Club，對于這位熱愛馬拉松，夢想是跑遍全球馬拉松的人，移動金融浪潮之巔，也許是她的下一人馬拉松終點。