近年来，随着金融科技的迅速发展和数据驱动经济的兴起，金融机构对于客户信用评估及风险管理方面采取了更加多样化和精细化的手段。然而，这些新型信用调查方式也引发了广泛争议。

传统上，在进行贷款、提供服务或开立账户时，银行等金融机构通常会依靠个人征信报告、工作收入证明以及抵押物价值等信息来判断借款人或客户是否有还款能力，并据此决定是否为其提供相应产品与服务。

但如今，在大数据分析、人工智能算法以及区块链技术快速崛起之下，“非传统”信用评估方法逐渐流行起来。一些新兴企业利用各种公共数据库中不同来源的海量数据（包括社交网络活动记录、消费习惯甚至是手机位置信息）建立模型并运用复杂算法实现全息式画像，并通过预测性分析给出关于一个个体未来可能表现情况的概率。

支持者认为这类“非传统”方法可以更准确地反映借款人或客户的信用状况，避免了传统方式中信息不对称带来的风险。同时，在大数据时代背景下，“非传统”调查方法可以更加高效地处理海量数据，并在较短时间内给出评估结果。

然而，这种新型信用调查方式也引发了一系列问题和争议。首先是隐私保护问题。由于需要收集个人敏感信息进行分析，如何确保授权、合法性以及满足相关监管要求成为一个棘手的问题。其次是算法公平性与歧视问题。“非传统”模型往往基于历史数据建立预测模式，在某些情况下可能会存在种族、年龄等因素导致偏见判断倾向的现象。

近期曝光的几起事件进一步激化了讨论：有媒体报道称某金融科技公司利用购物记录和社交网络活动轨迹作为参考依据来判断用户是否具备贷款资格；还有银行通过手机APP获取用户位置信息并根据此提供个性化服务。

面对诸多争议，《消费者权益保护法》修订草案正在审议过程中，并将明确规定金融机构采取“非常规”的信用调查方式时，应当明确告知客户并取得其明示同意。此外，监管部门也在积极研究制定更加完善的数据隐私保护规范和技术标准。

专家表示，在推动金融科技发展的同时，必须平衡创新与风险管理之间的关系。需要建立健全、透明且可控制度来引导这些新型信用调查方式合理使用，并对可能存在的问题进行有效防范。

综上所述，“非传统”信用评估方法带来了便利性和精准性等优势，但也面临着个人隐私泄露以及算法公正性等挑战。为了实现良好运行效果, 有关各方需共同努力：金融机构要注重信息安全与用户隐私保护；政府部门要进一步加强相关监管工作；而消费者则需要提高自身权益意识并主动参与到个人信息管理中去。