电商卖家的数据被看做信用征信里面的“强数据”，虽然没有银行信贷数据那么直接，但这部分数据却能反映一个商家的经营状况、还款能力、成长性等动态信息。
以阿里小贷、京东的京小贷为代表的电商平台已经打入了供应链金融领域，通过平台内所沉淀出的数据为供应链和电商卖家做授信。现在，杭州也出现了独立于任何一家电商网站的第三方信贷平台,为避免广告嫌疑，本文中称为X平台，作为一个跨平台的数据分析和信用评估的“居间人”存在，X平台连接商户和各类资金提供方，帮助电商商户实现纯信用贷款，提高金融机构的风控水平。
在商户端，商户提交借款需求后，需要向X平台进行授权，使后者能够接入商户在电商平台上的后台账户，获取经营数据。随后，X平台将根据这些数据形成一份评估报告，并将这份报告提交给资金提供方。资金提供方在报告的基础上进行自己的二次风控(主要是调取央行征信报告审核)，并对其授信、放贷。整个过程需要 2 天时间。X平台提供的贷款上限为 100 万元，还款期限均为 6 个月，按日计息，随借随还。
目前，他们要求商户经营时间超过 12 个月，年销售额超过 100 万，已实现的贷款额度在100万以内。资金提供方主要是银行。就X平台贷前、贷后风控看来，贷前风控对他们来说最重要。下面具体分析其运作模式。
一、贷前分析
X平台所做的征信对小微企业的贷款目的有明确要求，那就是一定用于经营。在贷款前期，他们首先要做36个月的行业数据分析，再分析借款企业12个月的经营数据。
行业数据方面。他们采取技术手段抓取各大电商平台上的店铺销售数据，形成行业数据，进而分析其成长性、经营周期、地域性等特征，进而判断其风险系数。在后台数据平台，笔者发现这里的“行业”是精细到具体某个产品，比如手机、榨汁机、蚊帐等等。行业分析对于他们决定是否给企业授信有很大参考价值。打个比方，如果一个卖蚊帐的店铺冬季借款，这就是反季节的，借款用途值得怀疑。
商户数据方面。X平台征信分析所基于的原始数据全部来源于用户，从偿债、盈利、成长、运营、市场五大能力进行分析。用户可以提供更多维度的数据来证明自己的还款能力和资信水平。有以下几个维度的数据作为参考：一是央行征信数据，二是店铺经营数据，三是合作第三方服务商、物流商等相关数据，四是工商、法院、税务等数据。数据维度越多，越能帮助判断店铺的信用评分和授信额度。值得一提的是，X平台有一个反欺诈的系统，针对电商卖家刷数据的欺诈行为，如果某个或者某些数据波动特别大，或者出现违背行业趋势的数据，他们将做重点监控。
二、贷后监测
银行放贷之后，可以看到借款企业的实时经营数据，便于监测风险。如果放贷后出现经营异常数据，平台会对银行作出预警提醒。
该平台创始人介绍，当银行对企业授信之后，企业只需要去银行面签就可以拿到贷款，减少了很多繁琐的流程。而当用户积累和数据沉淀越来越多，他们可以向年销售额更少的小微企业和供应链上下游企业下渗，做更精细的风控。
笔者认为，这个模式能成功的关键，在于电商行业的数据化程度很高，便于数据分析公司做精细化的行业分析以及商户分析，在此基础上建立数据模型，筛选有用数据最终形成综合信用评估。而像触网程度较低的传统产业则难以实现高精度的数据分析和评判。
然而，由于X平台以“中间人”的身份出现，对真正解决小微企业融资难问题起到的作用有限，无法控制资产端的放贷速度和整体服务质量。比如，线上信用评估结束之后，银行端可能还要走较长的审批流程。银行面签的问题如果不能解决，则无法实现纯线上的放贷。 同时，银行无法实现跨区域经营，则影响平台对跨地域电商的金融服务水平。
随着年销售额超过 100 万的中上游电商小微企业电商资源被开采殆尽之后，X平台势必面临拓展借贷端商户，以及资金供应商的问题。继续拓展商户，则对他们的风控模型和数据分析能力提供更大的挑战;除银行以外，如果把P2P、小贷公司等资金供应方引入合作，也可能遇到小微企业放贷成本提高、风险更大的问题。
电商卖家的数据被看做信用征信里面的“强数据”，虽然没有银行信贷数据那么直接，但这部分数据却能反映一个商家的经营状况、还款能力、成长性等动态信息。
以阿里小贷、京东的京小贷为代表的电商平台已经打入了供应链金融领域，通过平台内所沉淀出的数据为供应链和电商卖家做授信。现在，杭州也出现了独立于任何一家电商网站的第三方信贷平台,为避免广告嫌疑，本文中称为X平台，作为一个跨平台的数据分析和信用评估的“居间人”存在，X平台连接商户和各类资金提供方，帮助电商商户实现纯信用贷款，提高金融机构的风控水平。
在商户端，商户提交借款需求后，需要向X平台进行授权，使后者能够接入商户在电商平台上的后台账户，获取经营数据。随后，X平台将根据这些数据形成一份评估报告，并将这份报告提交给资金提供方。资金提供方在报告的基础上进行自己的二次风控(主要是调取央行征信报告审核)，并对其授信、放贷。整个过程需要 2 天时间。X平台提供的贷款上限为 100 万元，还款期限均为 6 个月，按日计息，随借随还。
目前，他们要求商户经营时间超过 12 个月，年销售额超过 100 万，已实现的贷款额度在100万以内。资金提供方主要是银行。就X平台贷前、贷后风控看来，贷前风控对他们来说最重要。下面具体分析其运作模式。
一、贷前分析
X平台所做的征信对小微企业的贷款目的有明确要求，那就是一定用于经营。在贷款前期，他们首先要做36个月的行业数据分析，再分析借款企业12个月的经营数据。
行业数据方面。他们采取技术手段抓取各大电商平台上的店铺销售数据，形成行业数据，进而分析其成长性、经营周期、地域性等特征，进而判断其风险系数。在后台数据平台，笔者发现这里的“行业”是精细到具体某个产品，比如手机、榨汁机、蚊帐等等。行业分析对于他们决定是否给企业授信有很大参考价值。打个比方，如果一个卖蚊帐的店铺冬季借款，这就是反季节的，借款用途值得怀疑。
商户数据方面。X平台征信分析所基于的原始数据全部来源于用户，从偿债、盈利、成长、运营、市场五大能力进行分析。用户可以提供更多维度的数据来证明自己的还款能力和资信水平。有以下几个维度的数据作为参考：一是央行征信数据，二是店铺经营数据，三是合作第三方服务商、物流商等相关数据，四是工商、法院、税务等数据。数据维度越多，越能帮助判断店铺的信用评分和授信额度。值得一提的是，X平台有一个反欺诈的系统，针对电商卖家刷数据的欺诈行为，如果某个或者某些数据波动特别大，或者出现违背行业趋势的数据，他们将做重点监控。
二、贷后监测
银行放贷之后，可以看到借款企业的实时经营数据，便于监测风险。如果放贷后出现经营异常数据，平台会对银行作出预警提醒。
该平台创始人介绍，当银行对企业授信之后，企业只需要去银行面签就可以拿到贷款，减少了很多繁琐的流程。而当用户积累和数据沉淀越来越多，他们可以向年销售额更少的小微企业和供应链上下游企业下渗，做更精细的风控。
笔者认为，这个模式能成功的关键，在于电商行业的数据化程度很高，便于数据分析公司做精细化的行业分析以及商户分析，在此基础上建立数据模型，筛选有用数据最终形成综合信用评估。而像触网程度较低的传统产业则难以实现高精度的数据分析和评判。
然而，由于X平台以“中间人”的身份出现，对真正解决小微企业融资难问题起到的作用有限，无法控制资产端的放贷速度和整体服务质量。比如，线上信用评估结束之后，银行端可能还要走较长的审批流程。银行面签的问题如果不能解决，则无法实现纯线上的放贷。 同时，银行无法实现跨区域经营，则影响平台对跨地域电商的金融服务水平。
随着年销售额超过 100 万的中上游电商小微企业电商资源被开采殆尽之后，X平台势必面临拓展借贷端商户，以及资金供应商的问题。继续拓展商户，则对他们的风控模型和数据分析能力提供更大的挑战;除银行以外，如果把P2P、小贷公司等资金供应方引入合作，也可能遇到小微企业放贷成本提高、风险更大的问题。