在互联网金融领域，如何精准确定借款人身份、防范欺诈风险，成为平台要解决的首要问题。针对这样的问题，玖富万卡在3月引入了以大数据、云计算技术为基础的个人信用评级模型——“火眼信用分”。用户实名认证后“点亮火眼分”，即可以获得与之相对应的信用额度，随还随借，循环使用，而且借款、分期利息可随着信用积累与火眼分的提高逐步降低。

信用数据源于点滴积累

借钱难，没有额度，这已经成为当前人们不得不面对的严酷现实。根据清华大学发布的《2016中国消费信贷市场研究》，消费信贷的用户以30岁以下的中低收入群体为主，大部分为男性，61.41%的客户月收入在5000元以下，超过一半的客户信用卡额度为0。

正是由于我国个人征信体系的缺陷，因此银行等主流金融机构不愿为缺乏信用记录的年轻人提供信贷服务。数据统计，截至2016年，央行征信系统收录的自然人数量已经超过9亿，但拥有信贷记录的仅4.1亿人。刨除仅有基本信息记录的征信人群，完全缺乏记录就有4亿“小白”人群，其金融需求尚难以得到满足。

玖富联合创始人、首席运营官刘磊认为，我国无征信记录人群基数庞大，怎样帮助缺乏信用记录的人群获得首次信用贷款，是困扰行业的一大难题。而作为传统征信的有益补充，互联网征信的发展将极大扩展征信体系的数据范畴，带来全新的服务理念和先进的信息处理方式。

“玖富‘火眼分’的数据积累工作就像滚雪球，越滚越多，信用评分机制也日趋完善。”刘磊表示，通过内部孵化创新，以及与垂直领域巨头之间的合作，使得玖富得以深入汽车、医疗、租房、3C、家居、装修、教育、旅游等场景中累积点滴的消费数据。这为进一步丰富“火眼分”的数据源以及完善万卡的风险控制都提供了重要保障。

借助“火眼”实现循环额度

由玖富推出的“火眼”评分，结合了此前玖富推出的“彩虹评级”模型，对用户的还款能力、还款意愿等信用风险进行动态量化评定的同时，玖富还与芝麻信用、前海征信等多家征信机构合作，完善风险识别体系，推动大数据征信数据库的建立。

此外，火眼分还参考了FICO分和芝麻分的数据维度，在现有的内外部数据来源中选取具体的字数据段。在基于用户提供的或者授权的信息数据，以及在玖富平台的信贷表现数据，“火眼分”模型将对用户的还款能力和还款意愿的综合信用风险，给出一个动态的基础量化评定。火眼分它不仅直接影响了用户现金支取、消费购物、分期等服务使用的成本，而且降低了平台的风控成本与难度。

“万卡是要为用户打造一个想借就借的提款机，额度会随着用户信用表现越来越高”，刘磊介绍，“火眼分”的上线帮助万卡可以根据用户在平台的历史交易数据对客户的身份特征、还款能力等进行风险识别，让万卡可以精准为客户提供现金支取、消费购物、代还信用卡等服务。