最近，美国的一家互联网金融公司受到了国内互联网金融人士的热捧，公司名叫“ZestFinance”，2009年9月成立于洛杉矶，由谷歌的前信息总监道格拉斯?梅瑞尔（DouglasMerrill）和金融机构CapitalOne的信贷部高级主管肖恩?卜德（ShawnBudde）联合创办。其基于大数据的信用评估模型受到诸多关注和效仿。
ZestFinance的研发团队主要由数学家和计算机科学家组成，专注于提供信用评估服务，利用大数据技术重塑审贷过程，为难以获得传统金融服务的个人创造可用的信用，降低他们的借贷成本。
ZestFinance引起美国国内的关注始于2013年7月，当时全球第三方支付平台PayPal联合创始人、美国知名投资人彼得?泰尔（PeterThiel）领投了ZestFinance的2000万美元融资。
2014年2月，ZestFinance宣布推出基于大数据分析的收债评分（CollectionScore），为汽车金融、学生贷款、医疗贷款提供一种新的评分系统。未来，ZestFinance的发展方向是把其贷款优势拓展到其它领域，包括信用卡、汽车甚至房屋的贷款上，在未来的10~15年，这一方法将取代现行指标，成为申请信贷的唯一评估标准。
ZestFinance认为，一切数据都和信用有关，在能够获取的数据中尽可能地挖掘信用信息。其对大数据技术的应用主要是从大数据采集和大数据分析两个层面，为缺乏信用记录的人挖掘出信用。
在数据采集方面，ZestFinance以大数据技术为基础采集多源数据，一方面深度挖掘授信对象的信贷历史；另一方面，将能够影响用户信贷水平的其它因素也考虑在内，如社交网络信息、用户申请信息等，从而实现了深度和广度的高度融合。
其数据来源非常广泛，依赖于结构化数据的同时也导入了大量的非结构化数据。另外，它还包括大量的非传统数据，如借款人的房租缴纳记录、典当行记录、网络数据信息等，甚至将借款人填写表格时使用大小写的习惯、在线提交申请之前是否阅读文字说明等极边缘的信息，也作为信用评价的考量因素。
类似的非常规数据是客观世界的传感器，反映了借款人真实的状态，是客户真实的社会网络的映射。只有充分考察借款人借款行为背后的线索及线索间的关联性，才能提供深度、有效的数据分析服务，降低贷款违约率。
ZestFinance融合多源信息，开发了10个基于机器学习的分析模型，对每位信贷申请人的超过一万条数据信息进行分析，并得出超过七万个可对其行为做出测量的指标，在五秒钟内就能全部完成。
ZestFinance并没有完全摆脱传统征信体系，在其进行信用评估时，传统征信数据要占到至少30%。不过这种基于大数据的信用风险评估框架被国内外多家互联网金融机构采用，如德国的Kreditech、美国的Kabbage以及国内最近获得IDG公司A首轮4000万元投资的闪银（Wecash）等，对传统的信用体系形成了冲击。
金城在线专注网站、软件、APP、微信公众平台、小程序、抖音、头条等开发推广，如果您有这方面的需求或者不同的观点，欢迎联系交流。
