1月28日，蚂蚁金融服务集团（下称“蚂蚁金服”）旗下的芝麻信用首次测试个人征信系统，这也是1月5日央行发布允许8家机构进行个人征信业务准备工作通知后，首家推出该系统的公司。据21世纪经济报道记者了解，在1月5日央行发布通知后，蚂蚁金服便迅速注册公司，组建团队。其骨干成员大部分为数据科学 家，同时开始大规模招聘相关人员。芝麻信用总经理则从招商银行“挖”来胡滔担任。据悉，这8家机构目前均处于准备阶段，既无行政许可，也无牌照。按照通知 要求，准备期为6个月。
芝麻信用采取和支付宝钱包合作的方式，用户在支付宝钱包8.5版本“财富”栏中可看到这一功能。但目前只有参与测试的用户才能看到信用分数。相比传统意义上的央行征信报告，芝麻信用采用的形式更加简单——信用分。芝麻信用分最低350分、最高950分，分数越高代表信用程度越好，违约可能性越低。
芝麻信用测试版推出意味着市场化的个人征信在中国正式起步，未来越来越多的机构将为每个人建立起一套信用档案，它将成为每个用户的一张名片。
但就目前而言，无论对于用户，还是征信机构，都将面临一个长期的认知和构建过程。如何采集个人信息、如何形成信用分数、如何使用个人信用、个人信用对用户意味着什么等都是一个全新的挑战。
构建信用维度
芝麻信用背靠阿里巴巴，而阿里巴巴目前覆盖数亿计 互联网 用户，仅支付宝就拥有超过3亿用户。同时，芝麻信用拥有阿里的电商交易数据和蚂蚁金服的 互联网 金融数据，比纯粹的网络社交数据含金量更高，这也成为芝麻信用进入征信行业的一大独特优势。
传统的金融机构征信多采用借贷领域的数据，并且覆盖人群有限。据之前的一份统计数据显示，截止到2013年底，央行银行个人征信系统中收录有信贷记录的自然人约3.2亿，还不到总人口数的1/4，而在美国征信体系的覆盖率已经达到了85%。
“在信用领域我们更多是央行征信的补充。”蚂蚁金服信用业务拓展负责人邓一鸣曾在一次小范围沟通会上表示。这也意味着，市场化、 互联网 化的个人征信将大大拓展覆盖人群范围和增加个人信用评判维度。
但在实践中，如何构建一个如此庞大而又重要的体系，在国内目前并未有成熟的案例参考。阿里巴巴虽然有如此庞大的数据，形成产品仍将是一件系统性的工程。
首先是维度，蚂蚁金服公关部张道生接受21世纪经济报道记者采访时表示，芝麻信用分这一看似简单的分数，背后是芝麻信用对海量信息数据的综合处理和评估，芝麻信用建立个人信用维度方面也参照了美国著名的征信机构FICO。
蚂蚁金服首席信用数据科学家俞吴杰介绍了国外的一些经验，归纳起来可分为，一、基本信息，包括职业、收入、工作稳定性、街区、放假及居住稳定性；二、借贷信息，包括车贷、房贷、信用卡和学生贷等；三、消费信息，商场和网络消费频次、额度等；四、公共信息。法院判决、税务拖欠、地铁逃票、交通违章、亲友欠款等。这也就意味着，个人信用当中涵盖了每个人生活工作中的各个方面。他还举例称，用户的公益行为也会影响到个人信用。
据了解，在此基础上，芝麻信用则采用了五大维度：用户信用历史、行为偏好、履约能力、身份特质、人脉关系，分别对应过往信用账户还款记录及信用账户历史；在购物、缴费、转账、理财等活动中的偏好及稳定性；享用各类信用服务并确保及时履约；在使用相关服务过程中留下的足够丰富和可靠的个人基本信息；好友的身份特征以及跟好友互动程度。
数据来源和计算
阿里巴巴拥有淘宝、天猫、聚划算等电商平台以及蚂蚁金服的 互联网 金融平台，同时业务开始深入水电煤缴费、打车、医疗等领域，本身已积累了大量的数据。
张道生表示，和传统征信数据主要来源于借贷领域有所不同，脱胎于 互联网 的芝麻信用数据来源更广、种类更丰富，时效性也更强，涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等方方面面。
互联网 产生的数据最大的特征是实时，留有痕迹，容易追踪，相对于传统线下的采集和整合更加全面和准确。
就阿里巴巴的业务而言，其通过其电商、支付、 互联网 金融、打车、“未来医院”计划等各业务线已经积累了庞大的数据。但要实现更全面的覆盖，这样的数据量显然不够。 张道生称，芝麻信用的数据来源可以分为三部分，一部分是阿里已有的数据；一部分是和公共服务（包括部分政府部门）对接的数据；未来芝麻信用也将推出一个用户自行提交数据平台，根据这些数据打分。
但在获取外部数据时存在两大问题，首先，外部数据如何提供，免费还是付费；第二，不同机构的数据类型不尽相同。
俞吴杰以国外为例称，收费和付费模式都有，此外还有一种资源互换，比如银行，一家银行向一家征信机构调取数据了，国外有一个互惠条约，银行必须把一些违约信息反馈给征信机构，否则征信机构就
不让银行调取数据，而对银行而言，如果不用征信公司的数据，成本非常高，本身是一种交换；此外，征信机构也会自己向水电煤机构采集，也有付费的，相对来说比较便宜。
对于数据类型，则需要通过技术的方式解决。
搜集数据之后，如何通过数据模型计算出用户的信用，这是征信机构也是用户最为关心的事情。张道生解释说，并非某个行为的变化就会引起用户芝麻信用分的变化，除非出现重大的违约事件，都是通过庞大的数据来计算的，因此并非你在淘宝上消费的越多，芝麻信用分就越高。同时，用户的违约记录会有一个保留期，如果期间信用记录呈正向，信用分也会提升。
