在银行贷款过程中，大数据分析被用来评估借款人的信用状况，主要涉及以下几个方面：
个人基本信息：
包括姓名、年龄、性别、婚姻状况、联系方式等。
信用记录：
涉及贷款、信用卡、担保等信贷信息，以及水电煤气费等缴费信息。
负债信息：
展示借款人当前的负债总额及各笔负债的具体情况。
行为数据：
包括消费习惯（如信用卡消费）、还款记录、申请贷款的类型和金额等。
社交网络数据：
某些情况下，借款人的社交关系也可能被考虑在内。
征信情况：
主要查看近2年的征信记录，包括信贷记录、查询记录等。
司法风险：
检查借款人是否有法律诉讼或失信记录。
多头借贷和逾期风险：
分析借款人在不同网贷平台的借贷情况，以及是否存在多头借贷和逾期还款的历史。
综合评分：
基于大数据分析得出的个人信用评分，通常以数值或等级形式展现。
实名风险：
验证关联手机号是否为借款人本人常用的实名制手机号。
异常行为：
检测是否有欺诈行为、帮信行为、恶意透支信用卡行为等。
外部数据库信息：
包括公安、法庭、工商等部门获取的信息。
这些数据共同帮助银行更全面地了解借款人的信用状况，降低贷款风险，并提高审批效率。每家银行可能委托不同的查询机构，具体的查询细节和委托机构可能有所区别。
