欧美有180年的征信经验
开放数据源最大的是伦敦
《经济学人》报道80%的开放数据源是不能用的
交替数据：HelloSoda、ZestFinance、Kreditech
ZestFinance：洛杉矶，创始人来自谷歌和CapitalOne前信贷部高级主管京东投资，已将模型应用于京东金融目标客群：FICO评分低于500的人；评分不高借贷成本高，用大数据征信降低其信贷成本核心竞争力：数据挖掘能力和模型开发能力。在其模型中，往往要用到 3500 个数据项，从中提取 70,000 个变量，利用 10 个预测分析模型，如欺诈模型、身份验证模型、预付能力模型、还款能力模型、还款意愿模型以及稳定性模型，进行集成学习或者多角度学习，并得到最终的消费者信用评分。
更新很快，从 2012年 至今，差不多每一个季度就会新推出一个新的信用评估模型。最早，ZestFinance 只有信贷审批评分模型，目前已经开发出八类信用评估模型，包括市场营销、助学贷款收债、法律收债、次级汽车抵押贷款等等，用于不同信用风险评估服务。
ZestFinance 进行信用评估时，传统征信数据要占到至少 30% 。清晰的用户定位，完善的征信体系支撑，是 ZestFinance 在美国生存的土壤。
评论