随着互联网应用的加速，数据呈现爆炸式增长，美国互联网数据中心指出互联网上的数据每年增长50%，而且速度越来越快。目前世界上90%以上的数据都是最近几年才产生的，这些海量的信息数据已经不能用传统的主流软件工具来处理，被统称为“大数据”。随着数据仓库、数据分析、数据挖掘等等围绕海量信息数据的研究和应用越来越广，大数据已逐渐成为人们争相追捧的热点，并从2010年开始成为互联网信息技术行业的流行词汇。放眼全球，舍恩伯格的《大数据时代》持续热销，美国把大数据作为国家战略，市场对大数据的热情一浪高过一浪，不过在兴奋之余你是否真正了解大数据其中蕴藏的投资机会呢？

    其实在中国，也已经有很多人看到了其中的投资机会，首当其冲的就是当前风头正健的阿里集团，淘宝首席数据官陆兆禧担任阿里集团CEO，标志着阿里集团大数据时代提上日程。而据报道，截至2013年6月末，阿里小贷投入贷款总额已超过1000亿元，客户超过32万户，户均贷款额度4万元。与此同时，阿里小贷的不良率只有0.84%，远低于商业银行的平均水平。

    阿里小贷缘何可以做到如此？首先，阿里巴巴B2B、淘宝、支付宝等电商平台上客户积累的信用数据及行为数据是整个小贷技术的根基，在其上引入了网络数据模型和在线视频资信调查模式，通过交叉检验技术辅以第三方验证确认客户信息的真实性，再将客户在电商网络平台上的信用数据及行为数据转换为对企业和个人的信用评价，最终可以做到 “金额小、期限短、随借随还”的小额贷款与信用支付产品的批量发放。阿里小贷业务的来源可以追溯到2002年，阿里巴巴推出诚信通会员服务，要求企业建立信用档案。阿里集团后来又在淘宝上建立起完备的商家信用评价体系，基本建成了围绕阿里巴巴和淘宝商家的商家信用数据库。依托其掌握的巨大的客户数据，进行有效的数据整合，阿里对自身网络内的客户的各种能够用来进行风险识别的数据--如交易数据，货运数据、口碑评价、认证信息等等进行量化处理，建立起纯粹量化的贷款模型。同时，阿里还建立了中小企业贷款的数据库模型，进行数据库跟踪管理等等。数据最终的指向是积累信用，包括个人信用和企业信用，而阿里所做的都服务于这个目标，首先将数据转换成信用，然后凭借良好的信用又可以取得贷款，获得更好的服务，从而增加财富，让数据对客户更有利，形成一个良性循环。

    通过这个量化的贷款模型，不仅大大提升了阿里小贷的放贷效率，更关键的是阿里可以由此切入银行由于效率低下等各种原因而遗留下的业务空白领域。阿里的户均放贷数额在7000元人民币，一共发放贷款130亿，日均放贷近1万笔，这个数字如果采用传统金融机构的审核标准的话，投入产出明显不成正比，传统的模式成本太高，做一笔15万的贷款与做一笔150万的贷款成本相近，因此没有银行愿意做这样规模的交易。而阿里在所在平台的海量数据支撑下，采用云计算技术进行数据运算，根据小微企业在阿里平台上积累的信用及行为数据，利用数据采集和模型分析等手段，对企业的还款能力及还款意愿进行评估；又可在贷中通过支付宝等渠道监控其现金流，对于是否出现与贷款目的不符的资金运用一目了然，企业每笔交易的收益也尽收眼底，增强了对风险的防范；在贷后进一步监控企业的经营活动，并对违约客户处以限制或关停等措施，并向其它客户通报其潜在风险。有了高效的处理技术和风险把控能力，阿里小贷发放贷款的效率很高，真正能够做到金额小、期限短、随借随还。而其中最关键的是基于海量数据的分析量化，这，恰恰正是大数据的优势所在。