传统风控手段（经验）会被大数据风控替代吗？还是大数据只能用来辅助？

个人觉得这要从两个不同的时候维度来回答这问题。从短时间内来说，答案是不会。

传统的风控手段对信用数据的采集方式主要是通过用户自己提供，然后银行（或审批机构）再通过人工的方式去核实这些信息的真实性，最终再利用自己内部已建好的风险模型进行数据的分析，从而达到对该申请人（或公司）的信用评级，再进而决定是否授信或授信金额的大小。

大数据风控与传统风控的最大不同之处是对数据的采集方式以及基础数据的类型。目前国内对用户数据采集的渠道主要有央行征信中心（通过外部商业征信机构接入），银联的银行卡消费数据（银联智慧），学历认证，阿里的芝麻信用等其它第三方征信中心的数据。当然，我们也发现很多消费金融贷款公司还会收集用户在京东、淘宝等的消费记录等等。互联网公司通过与以上拥有数据源的机构做数据对接，再根据自己建好风险模式，形成自己的一套风险评级体系。

然而，利用大数据做风控的主要挑战有两点，第一是数据的完备性，第二是任何一个新的模型都需要经过一段时间的验证才能证明其有效性。基于目前国内还处于大数据发展的早期阶段，对数据的采集也还不完善，所以目前利用大数据做风控很难证明其有效性，只能起到辅助作用。

但从长远来说，随着科技公司不断增强对数据的采集以及对风险模型的完善，这将令到大数据风控代替传统的风控是具备高度可能性的。

仅个人浅见，欢迎指点。

来源：红象金融