從河北百度愛采購企業生命周期角度來看，羊毛黨對于平臺的影響不盡相同。絕大多數互聯網金融企業（非傳統轉型），基本處于成長期與成熟期。對于成長期的平臺，其核心是用戶規模的發展，并兼顧平臺風險可控。因此，在能夠較為有效防止惡性羊毛黨用戶的情況下，其面向良性羊毛黨群體的開口可適當放大。但對于已經具有相當規模的成熟期平臺，為控制平臺運營成本，降低流動性風險，需要平臺有效利用運營成本提升轉化價值。在該階段，平臺內控加強，需要有效的體系防治羊毛黨，降低運營成本的無效損耗。羊毛黨群體除了有聚集、集中等行為，設備之間的關聯關系也是一個重要的判別依據，TalkingData通過設備之間的關聯關系，進行數據預處理后，建立關系圖譜，對用戶的行為進行特征識別與關聯，并結合與一方數據做交叉驗證，形成識別欺詐型用戶的規則體系，如圖1一11示基于規則體系，建立用戶分群模式。其中，黑名單將以賬戶、手機號、設備指紋為標識（觸發相關關聯賬戶、關聯設備號、關聯手機的黑名單新用戶，將限制其操作），禁止其參與平臺—切補貼返現的莒銷活動，當河北百度愛采購用戶進行活動參與時，予以提示。
    允許灰名單用戶參與營銷活動，但需實時監測該用戶是否由灰名單進入黑名單，不限制其進行理財產品購買，進行中長期產品推薦捆綁活動）。根據不同羊毛黨用戶分群建立差異化的運營手段，挖掘存量用戶中的潛在價值客戶，為平臺更好的識別與經營核心用戶，提升平臺資金流穩定性�？偟膩砜�，大數據在金融行業的應用起步比互聯網行業稍晚，其應用深度和廣度還有很大的擴展空間。金融行業的大數據應用依然有很多的障礙需要克服，比如，在金融機構交易墻內，各業務的數據孤島效應嚴重、大數據人才相對缺乏，以及缺乏金融之外的外部數據的整合等問題。但可喜的是，像Talkingdata這樣的大數據企業已經能夠真正地做到以金融行業的業務為根本以價值創造為目的，以大數據為切入點，結合金融行業的實際需求，提供全面的大數據解決方案，并在多個行業獲得了實際應用和價值收益，越來越多的行業客戶看到了大數據在行業內的價值體現。相信在未來的兩三年內，在互聯網和移動互聯網的驅動下，金融行業的大數據應用將迎來突破性的發展。