从数据来源看，芝麻信用评分应用广谱多维度信息，从信用历史、行为偏好、履约能力、身份特征和人脉关系五大维度对个人经济信用行为进行综合评估。在构建信用评分模型体系之时，芝麻信用专注经济信用预测，利用先进的机器学习法，实现对经典信用评估模型的改良。数据科学家团队还应用了一种改进的树模型，深入挖掘特征之间的关联性，获得了更具可解释性的、准确的线性预测模型。从征信产品的应用来看，芝麻信用的技术和评估结果已在多种金融类和生活类场景下有所应用，旨在向合作方提供更多元的决策分析要素，而非代替机构本身进行最终决策，目前已得到了多数合作机构的肯定。