由于小微信貸業務在實施的過程中欠缺高效的數據支撐，導致小微信貸業務在開展的過程中不能真正做到集約、批量開展，使得小微企業在融資時比較困難。隨著大數據技術的普遍應用，小微信貸業務在數據使用上也發生了一些變化。
小微信貸業務經過這么多年的發展，隨著社會技術的進步，所采用的數據也隨著時間的推移有了變化。具體都有哪些數據被應用到小微信貸領域？
在早些時候，互聯網和大數據的技術應用遠沒有這么成熟，金融機構為了破解小微企業的信息不對稱問題，采集、處理它們的有關信息，最常用的手段就是現場考察。金融機構通過現場走訪的方式對小微企業生產、運營、庫存、銷售等經營情況進行調查，然后，基于經驗去判斷其還款能力與還款意愿，從而做出放款決策和利率定價。最常用的數據就是我們通常所說的“三品三表”。
三品，即產品、押品、人品。三表，最初指電表、水表、納稅申報表。隨著企業管理水平逐漸提高，風控技術不斷的總結優化，三表慢慢衍變為資產負債表、利潤表、現金流量表。比較典型的就是德國IPC技術。
“三品三表”數據的驗證環節通常耗時比較久，需要人員通過實地走訪，調查企業原料、生產、庫存、人員等情況，掌握企業的一手資料。同時還要結合與企業法人、管理層、一線員工的訪談結果，交叉驗證信息的真實性，綜合評估企業的真實狀況。
這種操作模式具備明顯的缺點：
1.數據真實性難以保障。“三品三表”雖然可以反映企業的真實情況，但有些地區只能提供收據等手寫資料，信息難以從權威機構處得到驗證，數據的真實性有待核驗。
2.成本高。金融機構需要安排專業人員上門調查申請企業，或者是神秘訪客的形式進行調查，甚至有可能需要人員短期出差，大大增加了金融機構的風控成本。
3.效率低。貸款申請手續繁多、審核流程復雜、又需要人員上門調查、小微企業分布比較分散，種種原因就導致金融機構貸款審批效率低，審批耗時久。
4.風險判別容易受到主觀的影響。在審核過程中，絕大部分過程都由人工直接做出決策，比如資料的真偽、經營狀況評估、企業法人訪談結論等。這些都會影響到最終的審核結果。
隨著互聯網技術和大數據技術的發展和應用，小微信貸數據采集和應用方式開始出現新的變化。
訂單數據的主要應用方式就是訂單貸。
訂單貸，是指一家企業，可以根據自身的訂單或合同，去申請獲得銀行授信。銀行在做審批時，主要參考的數據就是企業的銷售訂單或合同。銀行通過與核心企業進行訂單的確權，核驗訂單的真實性，防范欺詐。
比如，一家供應商和蒙牛簽訂了100萬的合同，供應商需要3個月后才能拿到這100萬。但是，供應商現在需要一些資金去購買原材料。這時，他就可以拿著合同，先去申請貸款。
訂單貸具有以下幾個特點：
1.需要提供與核心企業的訂單，多數以合同銷售回款為第一還款來源。
2.業務圍繞核心企業展開，需要核心企業對相應訂單進行確權。只有和核心企業合作的小微企業，才能拿到貸款。如果每個企業都要證明跟核心企業的業務往來情況，核心企業再去確認它們的四流合一性，這會導致核心企業的工作量劇增，因而許多核心企業并不樂意幫金融機構確權。
3.這個模式從表面上是小微企業貸，其實還是針對大企業的變相放貸。金融機構通過大企業的訂單，將小微企業貸最終轉變成核心企業應付賬款的“訂單貸”，既沒有增加風險，又完成了業績要求。
訂單貸通過訂單數據幫助金融機構解決了信息不對稱的難題，但是卻沒有在市場上得到大力推廣，這是為什么？
1.這個模式較依賴核心企業，因為小微企業的數據匱乏，只能靠核心企業對訂單確權，同時在業務中成為“擔保方”。而大部分核心企業的主要關注點，還是在應收，而非應付部分。再加之確權也會給自己帶來不小的工作量，所以核心企業都不太愿意接受這一合作模式，對于推動訂單貸，意愿并不是很強。
2.銀行、保險公司、擔保公司展業時的地域限制。核心企業的業務范圍往往是跨省市的，在業務落地時，往往需要銀行分行，甚至總行的參與，保險公司同樣如此。而擔保公司更傾向于當地財政重點扶持的行業及客戶。這就大大增加了業務落地推廣的難度。
3.行業的騙貸行為。騙貸行為是客觀存在的，企業會通過虛假的交易合同騙取銀行貸款。單方面造假容易暴露，但如果上下游勾結，銀行就很難察覺出來。
核心企業限制、地域限制及行業騙貸行為，這些都限制了訂單貸的發展。
POS的廣泛應用，POS流水貸為眾多小微企業提供了一條簡捷、便利的融資渠道。POS流水貸是銀行主要依據小微企業POS機刷卡交易的流水，來測算其經營規模，再根據交易流水來給予小微企業貸款。
POS交易流水作為客戶信用評級的重要資料，必須要獲得貸款機構的認可。
根據商戶來源不同，小微POS貸業務分為兩種類型：
1.自主獲客
指的是金融機構自主營銷的、需小微借款商戶自主提供日常POS交易流水的模式。這一類小微商戶的POS機可以是任何商業銀行或第三方支付平臺銷售的POS機。
特點：
金融機構自主獲客，會優先選擇本機構的POS商戶，商戶POS流水都相對容易獲得，且能夠及時監控商戶的POS流水。審批操作簡單便捷，風險相對較小。
2.外部導流
指金融機構與銀聯、匯付等第三方支付清結算結構合作，由第三方支付公司推薦小微借款商戶的模式。
特點：
（1）通過第三方支付公司獲客，外部依賴性較強，商戶營銷成本高，難以快速擴張。
（2）由第三方支付公司提供商戶POS交易流水，并監控小微商戶的經營流水。
（3）金融機構通常輔以現場盡職調查方式控制風險，手續繁雜，成本相對較高。
POS交易流水能在一定程度上反映的商戶經營狀況，為貸款機構開發信貸業務提供依據，為什么POS流水會逐漸被各金融機構放棄？
首先，這一數據不能與商戶其他經營數據互聯互通，單一的POS流水很難準確地反映商戶的經營能力和信用等級，金融機構需要結合其他更多的商戶信息進行全面具體評估，這無疑會增加金融機構的審核成本。
其次，POS交易流水真實性有待核查。商戶刷單、套現等虛假交易已經成為普遍存在的一種現象，金融機構在評估時需要考慮這些因素，這就導致POS流水的價值大打折扣。
最后，許多商戶可能同時配備不止一家的POS機，不同POS機流水之間可能存在較大的差異，無形中增加金融機構在數據獲取方面的難度，難以對商戶的經營情況進行準確的評估。
所以，小微POS貸業務看似是一種比較好的貸款業務模式，但由于操作時比較容易發生風險，且限于目前國內的小微商戶的特點，規模難以做大。
國內的SaaS企業服務軟件經過多年的發展，如金蝶、用友、浪潮等，他們手上沉淀了大量客戶的流水和發票數據。
隨著國家鼓勵和扶持小微企業貸款，SaaS系統逐漸被認為是對企業端的一個觸手，金融機構可以通過SaaS系統數據直接觸達小微企業。現階段SaaS參與金融的方式主要有三種方式：
一是直接給金融機構導流。前端的導流，即在SaaS頁面展示貸款廣告。
二是直接用SaaS系統上的數據，幫助金融機構放貸。通過SaaS沉淀的數據，為資金方提供授信依據。SaaS系統當中確實可以積累一些企業的核心數據，比如，經營流水、財務、銷售和庫存記錄等等。
三是SaaS服務商自主放貸。如金蝶就有自己的互聯網小貸公司。
SaaS數據受到眾多企業的關注，但在業務發展中卻存在以下難題：
第一，如何保證其數據的真實性，這是數據實際應用面臨的最大問題。
SaaS系統中的數據都是企業自己填寫的，沒有核驗機制，難以保證真實性。
SaaS系統的使用門檻較低。很多用戶都不需要認證店鋪和營業執照，僅填寫一個手機號就能登錄使用。
騙貸風險高，因為SaaS系統使用門檻太低，數據造假太過容易。
第二，SaaS數據無法作為全部的授信憑證
SaaS數據切入小微金融時的一個痛點，就是數據、信息“孤島”現象嚴重。絕大多數平臺型企業無法有效集成商流、信息流、資金流、物流。而單一的SaaS數據，真實性存疑，難以體現小微企業的經營狀況，不足以滿足金融授信需要。
正是因為SaaS系統數據自身的特點，通常金融機構在使用有關SaaS系統數據的時候，會和已獲取的工商、借貸、發票、等數據進行交叉驗證。
最近幾年，國家也正在試圖放開稅務數據，并推動小微企業貸款，積極落實“銀稅互動”。從2015年起，市場上就有了幾家專注稅務數據的公司，如微眾稅銀、東方微銀、愛信諾等。稅務貸也逐漸推廣開來。現在階段銀稅互動的主要參與者，還是銀行。
什么是稅務貸？
稅務貸是金融機構根據小微企業交稅的記錄，推出的。最常見的稅務貸就是依托發票數據的貸款業務，業內將其稱為“發票貸”。
為什么稅務數據可以在金融業務中應用？
企業稅務信息幾乎覆蓋所有生產經營行為，監管力度較大、數據真實可靠，能較大幅度還原企業經營能力。稅務信息覆蓋信息維度多且與風控效果相關性大、信息準確度高、電子化存儲便于風控全自動等優勢。因而受到金融機構的偏愛。
稅務數據在業務中的應用
稅務信息，是包含了商戶基本信息、經營流水、商品類型等信息，金融機構利用稅務數據可以掌握企業的財務、銷售、人員、經營狀況方面的信息，對企業進行準確畫像，更好的做出決策。
但是稅務貸在落地過程中，所面臨的最大問題，就是小微企業的“稅務優化”操作。現實環境中很多企業都會選擇優化稅務，這就導致稅務數據在一定程度上與企業的實際情況產生了偏差，增加了稅務數據使用上的難度。
稅務數據看似能反映企業經營狀況，實際上存在著一定的失真性。金融機構在做出風控決策的過程中，往往會利用多類型數據進行交叉驗證。
隨著線上支付行業的覺醒，中國正在慢慢走進一個無現金社會，市面上出現了很多聚合支付平臺。
什么是聚合支付？
聚合支付，也被稱為“第四方支付”，它將各家第三方支付集成起來，用戶通過它們的二維碼，就能成功支付。最常見的就是小微商戶，比如快餐店、水果店、奶茶店商家的柜臺上，只需一個二維碼，就能接入所有平臺和支付方式。
聚合支付可以輕易聚集兩方流量：
第一就是C端流量。聚合支付可以輕易收獲千萬級用戶，它可以通過掃碼支付，直接將C端用戶沉淀在微信公眾號上。
第二就是小微商戶。聚合支付聚合成千上萬個小微商戶，獲得了“小B流量”。它可以切入供應鏈環節，與金融機構合作，提供小額貸款。
聚合支付數據如何應用？
目前，越來越多的聚合支付平臺開始與金融機構合作，提供獲客、風控數據支持等服務。由聚合支付平臺提供商戶的流水數據和場景，然后由金融機構和持牌消金公司提供資金和風控。
在風控數據上，聚合支付由于大量的B端、C端流量的聚集，覆蓋了多家第三方支付公司，因此獲取的數據維度和全度要比POS質量更高，更加具備參考價值。聚合支付可以幫助金融機構快速收集到小微企業的信息，通過查看小微企業的流水和訂單數量，可以更加直觀的了解企業到當前經營的真實情況，以便做出風控決策。
金融機構在使用聚合支付的數據時，同樣要警惕刷單、套現等虛假交易，同時結合其他多方面的數據進行綜合判斷。
未來，在云計算技術基礎上，通過大數據、區塊鏈等新興技術與方法的應用，小微金融服務布局全產業鏈，在資金、風控與獲客體系中找到平衡點，小微信貸的數據應用也會也來越多元化。
客服
熱線
微信
