傳統徵信：現實財務的小數據
傳統徵信是由專業機構通過固定的模型定向採集財務和金融交易信息並加工、處理、報告的專業化信用管理服務。傳統徵信以美國為代表，以1841年美國鄧白氏公司的成立為興起標誌，是目前我國以及全世界範圍內普遍存在的徵信業態。在我國，傳統徵信以人民銀行的徵信系統為代表，受《徵信業管理條例》約束，機構的設立和業務的開展需要申請相應的牌照。
傳統徵信的特點有四個：由徵信機構進行專業化、牌照式經營；「小數據」，以金融交易為核心，集中分析財務數據，一般只有幾十個數據項，主要涉及收入、資產及抵押狀態、擔保情況等，主要表現是債務狀況；用途主要是預測信用交易風險和償還能力；數據獲取渠道比較狹窄和固定。
互聯網徵信：互聯網行為的大數據
互聯網徵信是指互聯網交易平台、電商等互聯網機構開展的全網海量數據採集、處理並直接應用的信用管理服務。互聯網徵信是通過線上非定向地獲取各種數據，從而對互聯網主體的信用軌跡和信用行為進行綜合描述。互聯網徵信是從2013年開始興起的非專業性、去牌照化的互聯網業務。
螞蟻金服旗下業務包括支付寶、支付寶錢包、餘額寶、招財寶、螞蟻小貸等，涉及的合作夥伴眾多，包括商家、第三方和金融機構等。據螞蟻金服介紹，在支付寶平台上，有超過200家金融機構與其合作並開展網絡支付業務，近千萬小微商戶將支付寶作為網絡支付服務提供商；在保險平台上，接入了100多家保險機構；在招財寶平台上，已有幾十家金融機構的產品上線，並且已與100多家金融機構簽訂合作協議。[2]
互聯網徵信的主要特點有三個：「大數據」，數據成千上萬；來源廣泛，來源於整個網絡；信息全面，不拘泥於財務類，既包括財務、資產類的，也包括非財務類的，例如社交行為、文字言論、談話語音、圖片，甚至交友情況等，具有非常強的社會性。
互聯網上的一切數據皆信用，互聯網徵信是一個完全的「大數據」概念。它以海量數據刻畫信用軌跡，描述綜合信用度，主要表現信用行為狀況，主要用途是判斷可信程度、開展社交往來、授予機會以及預測信用交易風險和償還能力。
互聯網徵信與傳統徵信存在很大區別，互聯網徵信的內容、技術手段、數據特徵和分析判斷的評估方式、評估模型、主要內容與方向，甚至主要結論都會發生根本性的改變。
從傳統徵信向互聯網徵信過渡
未來是互聯網徵信的時代。互聯網徵信是傳統徵信的業態升級，是對傳統徵信的徹底改革。隨著互聯網的迅速發展和大數據技術的快速普及，互聯網徵信會迅速崛起。現在，真正的互聯網徵信大量普及發展的時機並沒有真正到來，仍處於從傳統徵信向互聯網徵信過渡的階段。誰過渡得快，誰就能引領世界最先進的徵信服務市場，並掌握由信息應用產生的各種政治、經濟話語權。
傳統徵信依靠幾個專業機構各自建立物理數據庫，定向搜索一些「小數據」，然後建立固定的模型，之後在數據庫裡，系統自動地用這些模型對數據進行計算。雖然數據本身是動態的，但是由於數據項的更新和拓展很慢，所以數據使用者拿到的徵信報告與結果是固定格式的、相對靜止的。
傳統徵信服務依賴於數據庫的覆蓋程度。傳統徵信雖然已經發展了較長時間，但沒有達到百分之百的覆蓋率。美國的徵信是全世界最發達的，但目前美國徵信系統的覆蓋率只有85%。我國也是如此，截至2014年6月底，我國最大的徵信數據庫（即人民銀行徵信中心）只覆蓋了8.5億多人，覆蓋率只有63%左右。
傳統徵信覆蓋人群有限，數據的反應能力不強。徵信在服務和產品類型上都存在著很大的發展空間。在計算機技術迅猛發展、大數據技術日新月異、信用信息被人們越來越深刻認識的背景下，互聯網徵信迅速崛起。
互聯網徵信在互聯網平台上就可以把參與互聯網活動的人群都覆蓋到，不用建立專門的機構和數據庫，不需要大量的資金成本和人力、物力進行數據庫傳輸，即不用為了採集數據而採集數據，一切數據與信息都隨著互聯網活動自然生成，只要在互聯網上通過平台或者直接使用大數據搜索與抓取就可以，成本低、門檻低，這也是互聯網徵信快速發展、必然成為未來主流的原因。
美國最先進的Zest Finance直接挑戰FICO，運用大數據和雲計算手段，使用上萬個數據進行海量計算。不過，目前國際上還沒有真正出現理念先進、發展趨勢明朗的互聯網徵信運營機構，互聯網徵信的大範圍普及還沒有開始。真正的互聯網徵信迅猛發展和大範圍普及的時機尚未真正到來，現在出現的都只是引領機構，市場尚處於從傳統徵信向互聯網徵信的過渡期。