金融方面的的大数据，主要是指你在金融方面的“违约”轨迹。
比如，你曾经拖欠电话费、宽带费，尽管征信上没有显示，你的大数据里却会记录下这个记录。我们不少客户都是，在贷款被拒之后才想起来，之前公司曾经用他们个人的名字申请过座机，离职后没有及时消除，座机欠费，导致大数据受损。去通信公司一查，才发现欠费记录已经保持好几年了。
打个比方，你申请了几笔所谓不上征信的网贷，尽管你的征信上没有痕迹，但是大数据却会清晰的记录下来。
再比如，你曾经有过执行记录，涉诉记录，那么尽管案件已结清，你的大数据依然会有痕迹。通常这类记录的影响需要五年才能消除。
还有一个客户，他的姓名+身份证号前半段都与一个失信人员重合，可以说是同区域、同一年出生的同名人，他的大数据也因此而受损，在办一些看大数据贷款产品时无法通过，这种“冤假错案”很难挽回，因为大数据是无形的，想申诉都找不到门。
以前，大数据系统主要被各类非银行的金融机构使用，他们没权限查#征信# ，只能通过大数据来风控。慢慢的，银行发现大数据系统很香啊，很多征信里反应不到的问题，都能在大数据里查到。因此，很多银行开始使用“征信+大数据”双筛选的模式，也有银行会采取优质客户只过征信，普通客户双筛选的模式。
当然，对于大数据信息，通常信用贷款比较在意，大数据不好有可能直接拒贷；抵押贷款看得轻一些，有的瑕疵也可以忽略。