在建立信用分析模型时，通常需要收集以下数据和信息：
个人信息：包括姓名、性别、年龄、教育背景、职业等基本信息。财务信息：包括收入、资产、负债、征信记录等信息。历史信用记录：包括过去的贷款记录、信用卡使用记录、还款记录等。就业情况：包括工作稳定性、职业类型、公司规模等信息。居住情况：包括居住稳定性、住房所有权情况、居住地区经济水平等信息。申请额度和用途：包括贷款额度、用途、还款期限等信息。以上数据和信息可以通过申请表、征信报告、银行流水等途径获取。在建立信用分析模型时，需要对这些数据进行分析和建模，以预测申请人的信用风险。可以使用统计学方法、机器学习算法等技术进行建模，并通过验证集和测试集来评估模型的准确性和稳定性。
关键字：信用分析模型、数据、个人信息、财务信息、历史信用记录、就业情况、居住情况、申请额度。