央行征信与互联网征信技术接口区别（征信架构篇）

目前技术领域全面做上述征信数据解决方案的公司不多，南有七侠犬，北有聚合，大家以各自的区域、需求、费率等综合情况进行评估后选定伙伴。

随着电商、金融业和移动互联网的普及，个人身份画像较十年前有了跨越式的发展。十几年前仅能获取到网友的发帖回帖记录、QQ等级，而对涉及到金融的消费类数据基本无从下手，产业还没有实现规模化，也就无法谈数据源的普适度。

今天是很好的时代。网银接口、社保接口、公积金接口、淘宝消费接口、京东消费接口、外卖消费接口、滴滴打车接口、身份证接口、银行卡验证接口、手机运营商接口，都已经完善到足以产业化，这类数据在十几年前基本是不可想象的。

要满足以上各种征信数据，需要大量的研发人员，大量的开发时间，并耗费大量的成本。以我从业12年的研发经验，一般公司不太必要研发全面的自有爬虫采集系统，也很难一直保持跟随各数据平台的升级。

在使用征信接口时，建议以下架构方案：

client-server-api

由客户端向项目的服务端发起请求，在SERVER处理业务时调取真正的征信API接口，此举可隐藏API源，避免被抓包分析或被竞争对手利用API通道恶意、频繁请求扣费。

我在项目中的应用如下：

微信H5 -> SERVER -> API路由 -> 调取七侠犬API->对API返回的数据进行入库处理->调取评分模型（自有/第三方均可）->系统自动评估用户征信分->得出可放贷额度->订单处理

注意这个征信过程通常至少需要5个以上的信息维度，如果维度过少，自动评估系统不宜工作。