creditkarma公司则提供美国居民信用分数的实时免费查询，根据用户信用分数推荐对他们更划算的金融服务（保险、贷款等）；由于credit karma掌握了三分之二的美国消费者的实际债务负担，包括债权人和债务利率等信息，系统通过挖掘数据并利用算法使用户看到符合自身需要的广告，也就是对网站用户进行个性化的推荐。

佣金收入则来自于成功推荐信用卡、贷款以及其他金融服务。

总结来说，数据优势和流量入口为中国。

互联网巨头带来数据金融的全面成功。

2016年春节期间，微信完成320亿美金电子红包的转账，是paypal2015年全年支付额的六倍多。

蚂蚁金服旗下的余额宝规模达到了960亿美金，成为世界规模最大的货币基金。

蚂蚁金服目前估值为600亿美金，距离中国交通银行4000多亿人民币的市值仅一步之遥。

除美国外，中国将成为全世界最大的支付市场和全世界第二大的金融科技市场。

中国互联网巨头成功开发了国内尚未被传统金融覆盖的需求，并走出了一条巨头进化的独特路径。

移动支付为入口，数字金融产业链全面成型供给端：第三方移动支付快速普及，2016年交易规模达38.5万亿，微信支付和支付宝市场份额高达90%。

在占据支付业务核心竞争力之后，数据金融公司开始探索信贷业务，在此过程中优先发展征信，并向保险、众筹、投资等领域延伸。

参照海外发展经验，我们判断消费信贷有望成为继支付业务之后，数据金融公司重要的业务之一。

传统金融机构通常通过资产抵押控制信贷风险，对于长尾中后端客户服务不足。

数据金融公司有机会通过数据分析和风险定价模型服务更大范围的客户。

以腾讯和蚂蚁金服为代表的支付巨头以自有数据为基础，发力征信，谋求覆盖全方位、全场景的移动互联金融生态。

蚂蚁花呗已走出阿里平台，接入40多家外部消费平台。

京东金融以电商交易和商家备货场景切入，在消费和供应链金融领域纵深发展，通过“白条”拓展消费金融业务，并试水abs和abn。

互联网金融将从以支付、电商为代表的产业链前端向以个人金融、资产管理为核心的产业链后端布局发展。

未来，立足于互联网巨头和科技公司的金融服务产业，竞争才刚刚开始。

蚂蚁金服：数据+科技成就金融巨人

依托于互联网消费金融的场景化，蚂蚁金服首先打开了电子支付市场，并且将消费金融、保险、小微企业借贷等业务嵌入了日常的交易场景中。

在建立起了拥有基金、银行、支付、保险、众筹等全牌照的金融帝国之后，全方位的人工智能平台被应用于各种服务场景之中，如风险控制、信贷决策、保险定价、服务推荐。

加上算法不断迭代，公司向着全场景的智能金融帝国转型，数据+科技使得蚂蚁金服成为互联网时代的金融巨人。

信息的融合在技术和算法的推动下，开始产生巨大的价值。

以蚂蚁金服为代表的互联网金融公司与传统金融机构最大的区别在于技术。

互联网公司开始利用技术重塑金融：

自动问题识别（ctr）：上下语义匹配及客户真实意图识别。

采用标准问题映射技术，再找到多方面的服务标准化或需求驱动。

由于采用了人工智能识别技术，2016年双11淘宝自助服务比例达到了97%，自助转人工的需求猛降，客户满意度提高，公开资料显示该技术运用后，人力和gpu成本下降1亿左右，而支付和理财平台的峰值容量和操作效率反而得到极大提升。

基于迁移学习和深度学习的精准营销。

基于阿里生态体系的海量数据在深度学习的技术框架内达到融合和学习，对用户、产品、文本等进行同一“编码”，经过大规模学习和迁移学习后，人工智能能够将支付用户的属性和阅读偏好、电商购买行为与保险偏好联系在一起，从而实现基于交易行为和阅读行为的精准营销，助力理财和保险产品的销售和定位。

蚂蚁金服在进行精准营销时，把算法、业务、系统整体打通，大规模提升深度学习效率近6倍左右，并且开始从非结构性数据中提取每个用户的谨慎性系数。

在蚂蚁聚宝的主页和社区观点里面，同一个基金面对不同的用户dna，会有不同的文字呈现，推荐的内容和原因根据用户习惯和浏览历史而变化，是个性化定制的模式。

目前这些全新的算法提高了业务点击转化率将近5.9倍，gmv提高了3.4倍。

小而美的保险：运用机器学习和可解释模型真正理解用户的消费行为。

蚂蚁金服的场景化保险产品，如退货险、碎屏险等，保费在0.5-5块钱左右，覆盖海量长尾人群，场景险保费收入多年维持100%的年化增速，双11一天保单金额突破1亿。

场景保险产品凭借着大数据和机器学习，做到了实时投保，实时差异化定价，实时出险率预测和极速核赔。

蚂蚁金服使用几百万用户id数据来培养可解释模型，即用户、他所购买的商品和退货这三者之间的关系，最后得出该用户的退货概率。

场景类保险依靠此类核心算法，实现了超小金额保单的盈利。

征信业务方面，蚂蚁金服根据阿里系（占比30-40%）和其他第三方支付机构提供的征信数据，打造出了“芝麻信用”。