小企业贷款正在经历一场静默变革。传统银行依赖抵押物和信用评分做决策，而一批新兴的营收融资平台选择了一条不同的路：直接观察企业的实时经营数据。

数字说明了一切。Shopify Capital 在2025年发放了42亿美元的商户现金预支和贷款，高于2024年的30亿美元。Wayflyer 已向超过5000家小企业部署了逾50亿美元资金。Parafin 则在Amazon、DoorDash、Walmart以及数十个垂直SaaS平台上累计提供了超过250亿美元的融资报价。

打开网易新闻 查看精彩图片

这些数字持续攀升的背后，是这些公司发现了一个传统银行从未真正解决的问题：评估一家小企业的最佳方式，是观察它在资金流动的每一个系统中的实时运作情况。

三类数据，拼出完整图景

共同的核心是数据。不是单一数据源，而是三层叠加：银行交易数据、会计记录、电商平台活动数据。每个数据源讲述故事的不同部分，合在一起才构成全貌。

银行数据反映现金流的真实状况。它追踪资金的进出，包括透支模式和向其他贷款机构的还款情况。Wayflyer在接入电商商户时，第一步就是通过开放银行聚合器获取银行账户数据，其承销团队利用交易历史评估业务表现和信用度。

但Wayflyer在跨市场扩张时发现，原始开放银行数据相当杂乱。交易描述不一致，分类不可靠。他们与Ntropy合作，专门对银行交易数据进行丰富和标准化处理，让机器学习模型能够真正理解商户把钱花在了哪里。对承销人员来说，在亚马逊上的消费和在餐厅的消费，含义截然不同。

会计数据补上结构性信息

会计数据提供了银行流水无法给出的结构和背景。损益表显示利润率，资产负债表显示负债，应收账款数据揭示客户是按时付款还是拖延90天，应付账款数据则反映企业是否面临债权人压力。

这也是贷款行业通过统一API推动会计数据标准化的原因。仅依赖银行流水的贷款机构会错过关键信号：一家企业可能银行余额健康，却背负着不断累积的贸易应付款，这往往预示着财务困境；另一家企业可能账面现金不多，却持有来自信用良好客户的50万美元未结发票。

电商数据补全最后一环

电商平台数据补全了整幅拼图。Shopify和Amazon Seller Central等平台掌握着每日销售额、退款率、客户获取趋势和季节性模式。Shopify Capital利用机器学习分析这些信号——包括销售历史、争议和客户参与度——在商户甚至无需申请的情况下生成预批准报价。

AI完成第一轮筛选，人工在资金划拨前进行复核，还款则以每日销售额的一定比例自动完成。几乎所有规模化运营的营收融资平台，其商户接入流程都遵循同一结构：商户连接其电商账户，平台获取数据，模型评估，资金到位。