从前，对于一个人来说，想要证明自己是一个好人，其实是一件挺麻烦的事，传统征信机构主要通过这个人的履约能力来判断他的履约意愿，比如，有房有车、有钱有地位，基本判断他违约率较低，那么，问题来了，有房有车有钱有地位的人就不会违约吗?
如今，随着互联网技术的发展，评判一个人的信用维度越来越多，只要你联网，就会在网上留下你点点滴滴的小爪印，所谓“雁过留声”，将众多的小爪印联系起来，如果再配上人脸识别，互联网公司基本可以活生生地把你描绘出来。
所以，从今天开始，要注意你的所有行为，包括你无意间浏览的那些小网页。
社交：多维度的朋友圈
社交其实是一个挺神乎的东西，正如某业内人士所说的，社交数据的信贷应用在全球范围内都是很前沿的探索。
那么，社交数据究竟是如何对个人信用产生影响的呢?举个很简单的例子：在金融领域，金融机构首先防范的就是金融欺诈，比如，某些集团或个人伪造身份套取银行的贷款。
关于欺诈的人，有一个维度与信用的相关性很高，即他周边与其社交的人里面，有些人的身份也是他伪造出来的，或者这些人也在伪造自己的身份，如果把他的社交圈比作一个球，欺诈行为涂成黑色，那么可以看到这个球内大部分是漆黑的。
如果是一个真实的客户，有正常的交往圈，就会发现这个人的社交球内都是可以点亮的人。如果应用这种技术就会发现，一个惯于欺诈的人周边是类似的或不确定的人，而真实的人周边都是真实身份的人。
社交是可以帮助我们防范风险的。当然，这只是社交领域的一个维度，还有更多的维度需要被探索或验证出来。
电商：我知道你的全部
相比于社交，电商数据在征信领域的应用可能更容易理解，比如，你于2008年在电商网站上注册了一个账户，那么，7年来，你的行为基本可以描绘出你的个人画像。
比如，收货地址大致可以判断一个人的工作场所：如果工作场所常年不变，那么收入稳定，如果变来变去，那么，收入不稳；如果收货地址是小区，那么可以作为家庭环境的判断维度，如果家庭收货地址常年不变，可以判断这个房子是自己的，如果一年半载变一次，那就是租的。如果一男一女收货地址一致，且用一个IP地址，那么，关系密切，夫妻或兄妹或父女母女。
另外，消费能力和消费习惯也与信用相关，一个经常买吃的(吃货)和一个经常买家具及一个经常买健身器材(健身教练除外)的信用等级是不一样的。一个经常发起捐赠的人，信用会更好。
再比如，一个月为自己充了多少话费，可以推断月工资有多少。如果一个人的手机号码已经十年没有换，基本可以放心借钱给他，因为理论上没有人向他催债。
或者，某一段时间大量买孕妇用品的育龄女性，那么基本判断她怀孕了，过了一段时间她又开始买婴儿用品，那么应该是生了，生了男孩还是女孩，都可以从购买类型中判断。
还有，买衣服的码数，裤子的码数，内衣的码数基本可以描绘一个人的身材。通过所有这些数据，电商就可以给自己的用户描绘体型，如果再加上人脸识别，基本可以还原一个人。
将来，有了可穿戴设备，你在网上的行为表现就是7×24小时，彼时，好人坏人自有决断。
