最近这一两周的文章里跟各位读者分享了人行和百行的数据，在以往笔者的从业经验中，以线上产品为主的金融公司里，也经常接入互联网数据，其中电商数据都会是被选中的数据源。

除了银行类这样的正规军依赖人行征信数据，互联网金融的普及也给很多互联网数据有了较好的落地方案。今天为各位读者分析下互联网电商类的数据公司如何做用户画像，和数据的梳理。之前一些大的平台，除了数据自用，也能对外输出产品，当然在目前进入强监管下，由于合规部分产品已经不能输出或者脱敏输出。

再仔细翻看这些资料，也能了解到之前从业者对这类数据的细则把控。建议大家可以根据我们之前提供给大家的人行数据、百行数据，以及今天将要互联网数据，这三个维度的数据深入思考，假如你们是一家公司的策略人员或者数据分析人员，你们接触到了这类数据都会做哪方面的数据的梳理？

一.数据详细分类情况

首先，电商类公司在梳理相关的数据维度的时候，都会将数据主要划为两类，一类是电商类数据，另一类是金融类数据，具体的内容如果:

二．电商类的数据分类

电商类的数据，根据相关的数据维度也能分为以下几类：

相关的汇总信息如下：

以上的品类中，都是在消费在消费分类的一级分类里得到具体的字段梳理的，如果去查看基础数据，一级分类全部清单如下:

微信公众号&知识星球：番茄风控大数据