近些年，大數據實踐中最突出的同題就是基礎數據的缺失。其原因一方麵是沒有統一的數據標準，因此很多數據無法被直接利用，需要轉化或者清洗；另一方麵是數據開放、共享機製不明確，無法有效地讓已有的信息流通起來，供多方使用。
對於公共部門而言，獨占數據能夠保證自身的商業利益、信息安全，並且形成信息的不對稱優勢；對於私人部門來說，自身產生的數據往往涉及隱私，進而涉及個人隱私權的保護問題，但又希望得到個性化的定製商品和服務。那麽，對自己信息開放到何種程度才是雙贏的尺度？
大數據需要麵對的不僅僅是統一數據格式等技術問題，還包括數據質量、商業模式、社會倫理等一係列問題，更包括如何更好地利用社會資源而不是陷入泡沫化的炒作。隻有突破多方麵的限製，大數據才會有長足的發展。
特別是國內網絡借貸中大數據征信的機遇和挑戰，現在提到互聯網金融，首先想到的就是大數據風控。
在大數據風控領域，最核心的三個要素是資金、場景和風控模型。傳統金融機構擁有資金成本的優勢，在線下場景中也有長期客戶的積累，但是在線上大數據和數以千計的風控因素方麵卻顯得吃力；阿裏、騰訊、京東等互聯網巨頭，在海量數據、金融雲、線上場景和用戶精準分析方麵優勢明顯，但是需要資金對接和金融牌照服務資質。
於是，在目前我國金融監管收緊，雙方都有迫切需求的情況下，通過互聯網技術、大數據、模型對接線下傳統金融的資金，形成一個標準的產業鏈合作模式。
進入2017 年下半年，大數據風控領域大動作不斷：網易金融發布了網易北鬥智能風控係統，基於網易的數據積累和外部數據，通過網易的建模及計算能力，以及神經網絡、機器學習、支持向量機等技術能力，形成大數據風控體係，構建“新賦能”金融科技商業模式，開放數據與技術能力，與商業夥伴共建信用生態。
360 金融借助大數據征信和風控，推出消費金融產品360 借條，推出閃電放款隨借隨還機製。
宜信旗下的致誠信用正式發布“致誠阿福共享平台”，推出阿福數據共享、致誠通用評分、阿福反欺詐決策引擎、授權數據抓取、阿福信用速查等產品和服務，向行業輸出數據產品及金融科技服務，為商業夥伴提供大數據風控能力。
從上麵可以看到，現在互聯網金融領域的趨勢是向普惠金融、小額信貸服務轉型，擁有大數據資源的公司，都在努力向大數據風控領域布局。
對於前者而言，大數據風控是小額融資標的的必要工具；對於後者而言，大數據風控可以提供技術和數據進行變現的途徑。
當下，各大公司紛紛做大數據風控技術輸出，他們的共同特征就是，開發自己的數據體係，利用技術打造風控能力，並把這種能力開放給業界。
螞蟻金服旗下的芝麻信用稱，利用梯度提升決策樹、隨機森林、神經網絡、分群調整技術、增量學習技術等在內的機器學習算法，可以為缺少信貸記錄的人群做出客觀的信用評價。芝麻信用已通過商家自助服務平台全麵開放消費金融風控能力，幫助行業提升風控水平。
京東金融形成了由多種大數據機器學習模型構成的弱分類組合預測模型，借助隨機森林、lasso 回歸等算法，參考數千個預測變量，借此評估用戶的還款意願和還款能力。京東稱，正在構建開放生態，開放技術、產品能力，為傳統金融機構賦能，幫助其降低成本，提高效率。
騰訊旗下的微眾銀行陸續建立了客戶分群授信、社交評分、信用評分、商戶授信管理、欺詐偵測等係列模型。微眾銀行也在做技術輸出，推進同業合作，幫助合作夥伴構建移動互聯網金融服務能力；百度金融將自己定位為科技金融公司，以大數據技術為發力點，通過人工智能、用戶畫像、精準建模等技術，擴大征信範圍，並對外開放技術能力；剛剛推出大數據風控係統的網易金融也主打開放性，為金融機構麵向中小微企業和個人的融資服務提供獲客、征信、授信、管理和催收等服務，並輸出營銷、客服等解決方案。
可以看到，大公司基本都選擇將自己的數據和技術產品化，開放給合作夥伴。
但這種局麵也存在難以突破的創新瓶頸，為什麽這麽說呢？
大數據理念提倡的是數據開放和數據共享，卻難以解決數據被越來越集中在少數幾家巨型企業或機構這個現實問題。不但傳統的大企業會壟斷相應的行業數據，如通信數據在國內就完全控製在電信、聯通、移動等少數幾家有通信牌照的企業手中，而且即使是最具活力的互聯網企業，其數據源的壟斷性也幾乎是與生俱來的。例如，中國網民的網絡行為數據大部分就掌控在BAT 手中。社交網絡數據可能稍微好一點，但也無非就是固定的那幾家企業而已。
對於已形成壟斷的企業而言，利用自身的壟斷地位阻礙創新以使其壟斷地位更加牢固是很自然的事情。
比如，國內某大型互聯網公司多年前就利用其已有的資源優勢，采用跟隨戰略模仿潛在競爭對手的創新產品，並最終擠垮對手。某購物平台作為中國C2C 市場的絕對霸主，實質上擁有了對相關數據製定規則和隨意解釋的特權。
從長遠來看，由於數據所有權高度集中的問題無法簡單解決，因此數據壟斷扼殺創新這個問題也將長期存在。那麽，如何在所有權和數據共享之間找到合適的平衡點，將是大數據生態能否健康發展的核心問題之ー。