大数据风控是基于庞大的数据通过技术方式构建模型对借款人进行风险控制和风险提示，风控的目的是对好坏用户进行识别从而降低损失，对用户资质进行分层从而获取更大的利润。

　　目前，大数据风控主要围绕以下几个方面展开：

　　1.验证申请人身份

　　对申请人身份、运营商、银行卡、学历等方面的信息进行核验，调用活体识别，身份证2要素认证、运营商2/3要素认证、银行卡2/3/4要素认证、学历核实、证书核查等相关接口来实现。

　　2.反欺诈检测

　　对申请人是否存在欺诈、不良行为进行检测，如是否有失信行为、是否为被执行人、是否有社会不良、是否使用接码平台号码等行为，调用法院被执行人、法院被执行人限高版、团伙欺诈排查、反欺诈排查、不良名单、特殊名单等接口产品进行检测。

　　3.借贷行为分析

　　分析申请人以往的借贷行为表现，包含申请、共债、逾期、放款、还款等方面的情况，可调用借贷意愿验证、网贷黑名单、履约指数、贷款放款详情、信贷风险名单、偿债压力指数等相关产品进行查询分析。

　　此外，还可以通过出行信息、消费信息、社保等多维度的数据更加深入的了分析申请人可能存在的风险。

　　目前，大数据风控在信贷行业的应用相对成熟，大数据风控的升级重心也由此发生改变，以提高数据覆盖率和风控识别能力为主。