1.它不僅僅是簡單的風險信息推送，而是風險預警，並基於壹定的模型和算法，試圖預測企業未來的風險，使企業能夠及時檢查，識別相關風險，及時處理潛在風險；
2.盡量做好風險前置工作，通過監測企業的風險分布，提示區域風險變化和行業風險變化，方便管理者調整信貸策略；
3.關註企業非主營業務問題引發的風險，阻斷系統性風險，建立關聯算法和風險傳導模型，提示關聯企業引發的主要風險；
要滿足以上三個使命，必須有三個條件作為支撐，分別是:(1)大數據；(2)建模；(3)計算力。
大數據不僅需要外部數據(基本的工商信息等。)還包括企業內部數據，這就要求企業建立交易對手信息管理系統，沈澱合同履行、招標采購、財務收支過程中的內部數據，並與外部數據相結合。
初看起來，建模似乎是壹個特別高的命題。看似只有“高端人士”才能建模，但其實“建模”的本質是梳理業務流程中的關註點和風險，並將這些關註點和風險標準化、格式化。
巴菲特曾說:“控制風險最好的方法是深入思考。真正的風險來自於妳不知道自己在做什麽。”建模實際上是在對業務進行深入分析的前提下，將業務流程與風險管理的壹些要素關聯起來的過程，包括信貸咨詢、信貸管理、評估、決策、控制和監測，並通過壹些工具實現這壹過程和方法。
模型可以是復雜的，也可以是簡單的。比如我們企業目前實行的風險事件四級分類(嚴重預警、警告、提示、關註)，其實就是壹個簡單的風險控制模型。
計算能力是基於數據和模型的計算能力，目前主流的服務器都可以滿足計算能力的要求，所以關於計算能力的問題這裏就不細說了。
基於以上分析，我們可以看出，信用風險管理不是壹個簡單的購買數據的過程，更重要的是需要對購買和存放的數據進行分析和處理的能力。建立整合內外部數據的企業對口數據庫，集中管理客戶和供應商，實時動態更新內外部數據，然後利用內置模型對數據庫中的數據進行評估，輸出對決策有意義的支持信息、預警信息或先驗信息。
此外，需要強調的是，信用風險管理體系或信用風險管理工作不是壹個孤立的系統或孤立的工作，必須與企業業務系統高度融合、深度銜接，才能實現目標。