10月16日，微眾銀行內部發了一份消費金融事業部的報告：首款純信用小額貸款産品微粒貸，上線5個月後，授信客戶數突破100萬，最高日放款額超1億元。同一日，網商銀行行長俞勝法對外表示，該行開業4個月以來小微授信戶數逾18萬，涉及信貸金額 30億元。

　　據測算，兩家銀行各自的戶均借款在15000元至17000元之間，都符合各自此前的“小貸”定位。

　　兩家網路銀行成績單的先決條件是——納入了網際網路與傳統金融雙渠道數據的綜合徵信體系開始發揮作用。兩家銀行依託的徵信數據都是在央行徵信、公共資訊（稅務拖欠、套票）、法律資訊、合作銀行提供的金融交易與信貸數據的基礎上，輔以電商數據或社交數據。

　　網商銀行背後的徵信數據庫：阿裏電商數據涵蓋了網店的經營流水、銷售情況、支出與庫存等情況，相對而言較能反映企業的還款能力和資質，網商銀行是可以直接採用的。微眾銀行則不一樣，它需要在用戶社交軟體線上時長、登錄頻次、虛擬財産等社交數據庫篩選出能轉化為金融數據的指標，再結合其他交易數據做綜合考量，工序比網商銀行複雜一道。

　　正是為了得到這些可以轉化為金融交易數據的原始數據，騰訊一直在盡可能多地建立並且與合作夥伴拓寬金融消費場景。

　　上月末，麥當勞中國和微信支付聯合發佈“數字化用餐體驗”合作。目前，麥當勞全上海的172家餐廳已率先接入微信支付，估計明年第一季度將覆蓋全國2200多家麥當勞餐廳。

　　除了爭奪線下收單市場以外，這些數據是有價值的：一個用戶若高頻率地在機場或者商業中心區的麥當勞消費，和在其他偏遠地區麥當勞消費的用戶，代表的消費能力甚至資産狀況可能都是不一樣的。甚至用戶的滴滴打車行車記錄，徵信團隊也能分析出其辦公地點或消費場所，以間接判斷其消費能力。

　　正是對這些創新數據的分析，銀行開始在付款歷史、未償債務、信貸時長、新信貸爭取量、信貸組合等傳統的信用評分模型參考要素外，引入網際網路的平臺提供的社交數據，廣發銀行、浦發銀行就接入了騰訊徵信系統。騰訊徵信總經理吳丹曾表示，騰訊徵信把社交數據放入信用評定模型後，對於銀行評定準確度提高了20%~25%。

　　騰訊徵信的例子錶明，可獲得金融交易數據的場景的建立，對於完善整個徵信系統更為重要。

　　網商銀行也不滿足只給阿裏平臺産業鏈上的商戶放貸，今年8月下旬，網商銀行推出了流量貸。與全球最大的中文網站流量統計機構CNZZ合作，CNZZ變相提供徵信數據——網站的流量統計數據，該數據能一定程度反映網站經營指標。在這個基礎上，再輔以網站經營者的個人信用等因素，向網站提供單筆最高100萬元的貸款。