阿里小貸首次對外披露了其基于互聯(lián)網(wǎng)和大數(shù)據(jù)的放貸模型“水文模型”。

　　 “水文模型”是按小微企業(yè)類目、級別等分別統(tǒng)計一個阿里系商戶的相關“水文數(shù)據(jù)”庫。

　　顧名思義，水文模型參考了城市的水文管理。比如，某河道水位達到某個值，但人們無法依據(jù)這個數(shù)值采取應對，是準備防汛還是不做任何動作？也無從依據(jù)該數(shù)據(jù)判斷趨勢：下月河道水位走高還是走低，會否影響防汛等河道管理的措施？

　　但如果將這個值放到歷史數(shù)據(jù)及周邊河道數(shù)據(jù)中，就可以做出一定判斷：如比過往同期，這個數(shù)據(jù)是否變高了，高了多少；以往這個時期后，河道水位又是怎么變化的。每個河道的趨勢，都可依照這一方式做出判斷。

　　阿里系統(tǒng)考慮為客戶授信時，結合水文模型，通過該店鋪自身數(shù)據(jù)的變化，以及同類目類似店鋪數(shù)據(jù)的變化，判斷客戶未來店鋪的變化。

　　如過往每到某個時點，該店鋪銷售會進入旺季，銷售額就會增長，同時每在這個時段，該客戶對外投放的額度就會上升，結合這些水文數(shù)據(jù)，系統(tǒng)可以判斷出該店鋪的融資需求；結合該店鋪以往資金支用數(shù)據(jù)及同類店鋪資金支用數(shù)據(jù)，可以判斷出該店鋪的資金需求額度。

　　舉例來說，某手機銷售店鋪，在雙11達到300萬元銷售額，遠高于平時。單看這個數(shù)據(jù)給予用戶分層或授信，很可能做出錯誤判斷。

　　而如果把這個店鋪放到水文模型中，去觀察其不同時間、季節(jié)的經(jīng)營數(shù)據(jù)及其所處類目同類店鋪的數(shù)據(jù)變化，也許平常該店鋪經(jīng)營額并不高。和過往雙11的數(shù)據(jù)相比，店鋪今年營業(yè)額或許反而下降，和同類目店鋪相比，增長或許還沒有其他店鋪快。