而由数据驱动的供应链金融是基于供应链核心客户所提供的财务信息，交易相关信息（包括但不限于核心客户及其交易对手或客户的采购、销售及存货等信息）和其他第三方信息（包括但不限于海关、商检、物流、第三方支付等信息）。
银行可实现全流程动态风险管理及线上化作业的综合金融服务解决方案。因此，它的发展必须依赖于以下五大支点：
1、数据来源的真实性
数据来源的真实性是数据驱动的供应链金融的基本要求。这包括四个方面，一是数据来源真实可靠、二是数据传输安全有效、三是数据来源的多样性、四是数据来源的持续性。
传统供应链金融是以客户提供的静态财务数据为主，加上交易流水、合同发票、人行征信和税务等简单数据支持。在这个模式下，银行风险依然存在。
一是财务数据，主要是核心客户及其上下游客户的基础财务数据。
二是交易数据，主要是核心客户和上下游客户的交易相关的订单数据、商品数据、物流数据、支付数据等。
三是行为数据，主要是核心客户及其上下游客户的征信数据、税务数据、法律数据、舆情数据等。
四是验证数据，主要是第三方渠道提供的查册数据、认证数据、溯源数据等。通过特定产业的具体应用场景内的海量数据积累，保证数据来源的真实性。
2、基于数据化的风控体系
风险管理是金融企业永恒的主题也是核心竞争力之一。不论是商业银行、互联网金融公司，还是商业保理公司或者科技金融公司等所有金融机构，其业务逻辑或者风险管理要求本质无较大差别 ，都是要兼顾资金的安全性、流动性和效益性，只是各自所面对客群、金融产品、风险偏好存在差异。因此，风险管理体系建设是金融机构开展业务的首要工作。
数据化风控体系包括三个层面：
3、基于数据化的人才资源
“打铁还需自身硬”，懂数据和金融的复合型人才或专业团队是开展数据驱动的供应链金融的基石。除商业模式本身的创新外，人才发展战略也是金融企业发展的核心战略之一，如何应对新技术和新模式带来的人才需求的转变，规划符合企业自身人才发展战略的最佳实践路径成为金融科技企业要面对的难题。
针对这一难题，中小银行需要努力联合各方资源，理论结合实践，加速培养金融科技复合型人才，帮助自身构建金融科技人才的选、用、育、留体系。
4、供应链金融的生态伙伴
生态圈对供应链金融的持续和健康发展至关重要。数据供应链金融中的生态伙伴主要包括四大群体：
从数据驱动的角度而言，这四大群体，应该是相互依赖的共生关系，共同构成数据供应链的完整生态圈。
5、基于数据化开放的系统管理
国内商业银行现处于数据资产化、产业化和生态化的起步阶段，且银行运用大数据技术以描述性数据分析为主、预测性数据建模为辅，以自身交易和客户数据为主、外部数据为辅。
在供应链金融业务不断开展的过程中，商业银行必然会面临以客户为代表的日益增加的外部数据，相较商业银行内部数据而言，外部数据在信息涵盖范围与数据标准方面均不可避免地与商业银行内部数据存在一定的差异，对供应链金融业务的开展形成阻碍。
文章来源于云筑万纬
