要想分析這個問題，我們就要先明白大數據風控現在的市場格局都是什麼，從整體上來說，目前國內大數據風控市場上主要有兩種體系，第一種是我們平日比較熟知的BTA公司參與的互聯網金融公司內部的大數據風控體系；第二種則是以盾牌徵信爲首的第三方大數據風控體系。
BAT巨頭擁有徵信牌照，依據自身平臺的流量優勢，建立封閉系統的信用評級和風控模型。比如螞蟻金服旗下的芝麻信用，利用阿里旗下淘寶、支付寶等海量數據優勢，爲用戶提供信用評價。
而對於沒有徵信牌照的其他公司來說，則是通過建立大數據風控系統來識別風險。比如，誠爲信徵信推出的【盾牌徵信】風控系統，通過大數據模型分析技術，爲申請貸款的用戶全網分析，然後出具相應的大數據風險報告，供合作機構參考使用。
那麼爲何將大數據風控做好的公司很少呢。原因有以下幾點。
第一點主要是很多公司的技術實力跟不上大數據風控的節奏，他們在利用大數據進行建模時，經常性生物忽略技術在建模中的運用，只是將原始數據進行簡單的篩選，整個環節並沒有涉及太多技術分析。
第二點就是數據源的問題，很多平臺在建設大數據風控平臺的過程中，蒐集到的數據源十分有限，並且將數據源中的數據進行合理的運用又是一件很漫長的過程，因此很多的平臺並沒有準備充分就急忙將平臺上線，導致很多企業在實際操作中會遇到很多的問題。
還有一點就是，現在的欺詐手段是層出不窮的，從騙子的角度來看，只要一種方式不行，他們就會去想另外一種方式去詐欺，但是很多大數據風控平臺，只有真正受到騙子們的攻擊過之後，纔會開始想應對方式，但是這樣會讓很多的平臺對其失去信心。
因此，做好大數據風控平臺是一件很漫長的工作，需要工作人員付出很多的精力，只要這樣才能將大數據風控做好。