企业在经济与市场环境中面临诸多不确定性，传统风险识别主要依赖财务数据分析，但财务数据的滞后性、统计口径失真以及财务粉饰等问题，使其局限性日益明显。利用大数据进行风险识别与管理，正成为大数据应用的重要方向。
服务于风险管控的大数据来源广泛，包括企业财务及报表数据、供应链数据、工商数据、公检法及海关数据、征信数据、舆情或负面事件数据、环保数据、电商交易数据等。这些数据从不同侧面反映企业经营状态与能力，通过采集、转换、存储、统计及风险模型加工，可实现风险揭示与预警。
在技术层面，大数据风控需要发展专项能力：一是低成本的大数据检索技术，用于快速提取风险信号；二是基于规则、业务、信息整合及统计学原理的风险识别模型，以应对风险信号来源多样、质量参差的状况；三是风险预警机制，建立适用于多种服务对象的风险容忍度体系。
在落地模式上，企业风险管控正从依赖主观经验判断转向数据驱动。信息系统业务循环以数据为基础，通过分析发现缺陷、疑点和问题，参照政策法规与公司制度识别风险，形成风险数据库，制定控制措施，并通过内部审计与评价实现闭环管理。
