两个平台查出不一样的分数，该信哪个？
同一个人在不同平台查到相差二十分的分数，多半不是谁算错了。本文拆解数据源覆盖、查询时点、权重口径三类差异，说明什么落差需要警惕、为什么分数只能竖着比不能横着比，以及先看方向再看高低。
有人在 A 平台查到 78 分，隔了两天在 B 平台查到 52 分，回来问是不是有一家在乱打分。
这种落差很常见，但多半不是谁在乱打。大数据评分指的是平台依据自身数据源和权重模型，对同一个人给出的风险参考分，数据源不同、算法不同、查询时点不同，出来的数字就不同。几个平台分数一致，反而是巧合。
分数对不上，通常是这三件事
| 差异来源 | 具体表现 | 差多少算正常 |
|---|---|---|
| 数据源覆盖不同 | 一家只接借贷类数据，另一家还接了司法、失信、消费行为 | 通常 5 到 15 分 |
| 查询时间不同 | 这期间新增了申请、结清了某笔、信息发生变更 | 通常 3 到 10 分 |
| 权重与档位划分不同 | 同样的多头数量，两家扣的分不一样 | 通常 5 到 20 分 |
三项叠加，78 和 52 这种差距就出现了。它不代表谁错了，只代表两把尺子的刻度不一样。
差到什么程度才需要警惕
超过 30 分的落差，值得停下来看一眼。
先排除最常见的原因：两个平台查的是不是同一件事。有的平台主打司法风险核查，有的主打多头借贷，关注点不同，分数自然不在一个坐标系里。拿这两个分直接比，跟拿体温和血压比高低差不多。
再看报告里的具体维度。两份报告都翻到分项那一页，如果 A 平台显示多头 3 家，B 平台显示多头 9 家，那就是数据源覆盖的差别，不是算法问题。哪家的数据更全，看细节比看总分有用。
分数不能横着比，但能竖着比
这是最实用的一条原则。
跨平台比总分，几乎没有意义。同一个平台上，你上个月 52 分、这个月 61 分，这个对比才有价值，因为数据口径没变，变的只是你的行为。
所以正确的用法是：挑一个你觉得数据维度比较全的平台，把它当作基线，隔两三个月查一次，看曲线往哪走。换平台就等于换了把尺子，前后数据接不上。
先看分数的方向，再看高低
这一条比前面所有原因都更容易出错。
有的模型是分数越高越好，100 分代表风险低；有的模型反过来，分数越高风险越高。两种都有人在用，行业里没有统一规定。
拿到一份报告，第一件事是找那句说明：分数高代表什么。这句话通常在报告开头或者分数正下方。方向搞反了，后面所有判断都是错的。
见过有人拿着一份“风险指数 82”来问，以为自己 82 分算良好，其实那份报告里 82 属于高风险区间，越高越糟。数字一样，含义相反。
那到底该信哪个
选数据维度全的那个，不是选分高的那个。
一份报告如果只有总分和三项概览，它能回答“大概在什么位置”，回答不了“问题在哪”。另一份把六个维度逐项拆开、标出扣分来源，即使分数低一些，参考价值也更高。
判断维度全不全，看两处：报告目录里列了几项，每一项下面有没有具体数值而不是一句“良好”。有数值的才叫数据，没数值的只是评价。
一个容易踩的坑
有人为了“确认一下”，在五六个平台连着查，查完更乱了。
分数本来就会浮动，五份不同的分数放在一起，除了增加焦虑没有任何作用。而且有些平台会记录查询次数，连查太密反倒在平台侧留下活跃痕迹。
查一次，看清维度，按那一份的结论去处理问题。处理完过两三个月，回到同一个平台再查一次。这个节奏比四处比价有用得多。
想知道同一个平台内部的分数怎么划分，大数据评分多少分算正常那篇把 100 分制的四个档位写清楚了；分数偏低想找原因，可以对着大数据评分低怎么办逐项排查。不同性质平台的差别，大数据查询平台有哪些按用途分了三类，看完就知道哪些分数根本不该拿来互比。想把六项维度一次看全，专业版报告会把每一项单独拆开。评分口径的完整说明，大数据评分的首页写得比较细。