① 澶ф暟鎹鍦ㄩ噾铻嶈屼笟鐨勫簲鐢ㄦ湁鍝浜涳紵
1.浜嗚В鍜屽畾浣嶅㈡埛
杩欐槸澶ф暟鎹鐩鍓嶆渶骞夸负浜虹煡鐨勫簲鐢ㄩ嗗煙銆傚緢澶氫紒涓氱儹琛蜂簬绀句氦濯掍綋鏁版嵁銆佹祻瑙堝櫒鏃ュ織銆佹枃鏈鎸栨帢绛夊悇绫绘暟鎹闆嗭紝閫氳繃澶ф暟鎹鎶鏈鍒涘缓棰勬祴妯″瀷锛屼粠鑰屾洿鍏ㄩ潰鍦颁簡瑙ｅ㈡埛浠ュ強浠栦滑鐨勮屼负銆佸枩濂姐
鍒╃敤澶ф暟鎹锛岀編鍥介浂鍞鍟員arget鍏鍙哥敋鑷宠兘鎺ㄦ祴鍑哄㈡埛浣曟椂浼氭湁Baby;鐢典俊鍏鍙稿彲浠ユ洿濂藉湴棰勬祴瀹㈡埛娴佸け;娌冨皵鐜涘彲浠ユ洿鍑嗙‘鐨勯勬祴浜у搧閿鍞鎯呭喌;姹借溅淇濋櫓鍏鍙歌兘鏇寸湡瀹炵殑浜嗚В瀹㈡埛瀹為檯椹鹃┒鎯呭喌銆
婊戦洩鍦哄埄鐢ㄥぇ鏁版嵁鏉ヨ拷韪鍜岄攣瀹氬㈡埛銆傚傛灉浣犳槸涓鍚嶇媯鐑鐨勬粦闆鑰咃紝鎯宠薄涓涓嬶紝浣犱細鏀跺埌鏈鍠滄㈢殑搴﹀亣鑳滃湴鐨勯個璇;鎴栬呮敹鍒板畾鍒跺寲鏈嶅姟鐨勭煭淇℃彁閱;鎴栬呭憡鐭ヤ綘鏈鍚堥傜殑婊戣岀嚎璺銆傘傘傘傘傘傚悓鏃舵彁渚涗簰鍔ㄥ钩鍙(缃戠珯銆佹墜鏈篈PP)璁板綍姣忓ぉ鐨勬暟鎹鈥斺斿氬皯娆℃粦鍧★紝澶氬皯娆＄炕瓒婄瓑绛夛紝鍦ㄧぞ浜ゅ獟浣撲笂鍒嗕韩杩欎簺淇℃伅锛屼笌瀹朵汉鍜屾湅鍙嬬浉浜掕瘎姣斿拰绔炰簤銆
闄ゆや箣澶栵紝鏀垮簻绔為夋椿鍔ㄤ篃寮曞叆浜嗗ぇ鏁版嵁鍒嗘瀽鎶鏈銆備竴浜涗汉璁や负锛屽ゥ宸撮┈鍦2012骞存荤粺澶ч変腑鑾疯儨锛屽綊鍔熶簬浠栦滑鍥㈤槦鐨勫ぇ鏁版嵁鍒嗘瀽鑳藉姏鏇村姞鍑轰紬銆
2.浜嗚В鍜屼紭鍖栦笟鍔℃祦绋
澶ф暟鎹涔熻秺鏉ヨ秺澶氬湴搴旂敤浜庝紭鍖栦笟鍔℃祦绋嬶紝姣斿備緵搴旈摼鎴栭厤閫佽矾寰勪紭鍖栥傞氳繃瀹氫綅鍜岃瘑鍒绯荤粺鏉ヨ窡韪璐х墿鎴栬繍杈撹溅杈嗭紝骞舵牴鎹瀹炴椂浜ら氳矾鍐垫暟鎹浼樺寲杩愯緭璺绾裤
浜哄姏璧勬簮涓氬姟娴佺▼涔熷湪浣跨敤澶ф暟鎹杩涜屼紭鍖栥係ociometric Solutions鍏鍙搁氳繃鍦ㄥ憳宸ュ伐鐗岄噷妞嶅叆浼犳劅鍣锛屾娴嬪叾宸ヤ綔鍦烘墍鍙婄ぞ浜ゆ椿鍔ㄢ斺斿憳宸ュ湪鍝浜涘伐浣滃満鎵璧板姩锛屼笌璋佷氦璋堬紝鐢氳嚦浜ゆ祦鏃剁殑璇姘斿備綍銆傜編鍥介摱琛屽湪浣跨敤涓鍙戠幇鍛煎彨涓蹇冭〃鐜版渶濂界殑鍛樺伐鈥斺斾粬浠鍒跺畾浜嗗皬缁勮疆娴佷紤鎭鍒跺害锛屽钩鍧囦笟缁╂彁楂樹簡23%銆
濡傛灉鍦ㄦ墜鏈恒侀挜鍖欍佺溂闀滅瓑闅忚韩鐗╁搧涓婄矘璐碦FID鏍囩撅紝涓囦竴涓嶅皬蹇冧涪澶卞氨鑳借繀閫熷畾浣嶅畠浠銆傚亣鎯充竴涓嬫湭鏉ュ彲鑳藉垱閫犲嚭璐村湪浠讳綍涓滆タ涓婄殑鏅鸿兘鏍囩俱傚畠浠鑳藉憡璇変綘鐨勪笉浠呮槸鐗╀綋鍦ㄥ摢閲岋紝杩樺彲浠ュ弽棣堟俯搴︼紝婀垮害锛岃繍鍔ㄧ姸鎬佺瓑绛夈傝繖灏嗘墦寮涓涓鍏ㄦ柊鐨勫ぇ鏁版嵁鏃朵唬锛屸滃ぇ鏁版嵁鈥濋嗗煙瀵绘眰鍏辨х殑淇℃伅鍜屾ā寮忥紝閭ｄ箞瀛曡偛鍏朵腑鐨勨滃皬鏁版嵁鈥濈潃閲嶅叧娉ㄥ崟涓浜у搧銆
3.鎻愪緵涓鎬у寲鏈嶅姟
澶ф暟鎹涓嶄粎閫傜敤浜庡叕鍙稿拰鏀垮簻锛屼篃閫傜敤浜庢垜浠姣忎釜浜猴紝姣斿備粠鏅鸿兘鎵嬭〃鎴栨櫤鑳芥墜鐜绛夊彲绌挎埓璁惧囬噰闆嗙殑鏁版嵁涓鑾风泭銆侸awbone鐨勬櫤鑳芥墜鐜鍙浠ュ垎鏋愪汉浠鐨勫崱璺閲屾秷鑰椼佹椿鍔ㄩ噺鍜岀潯鐪犺川閲忕瓑銆侸awbone鍏鍙稿凡缁忚兘澶熸敹闆嗛暱杈60骞寸殑鐫＄湢鏁版嵁锛屼粠涓鍒嗘瀽鍑轰竴浜涚嫭鍒扮殑瑙佽В鍙嶉堢粰姣忎釜鐢ㄦ埛銆備粠涓鍙楃泭鐨勮繕鏈夌綉缁滃钩鍙扳滃绘壘鐪熺埍鈥濓紝澶у氭暟濠氭亱缃戠珯閮戒娇鐢ㄥぇ鏁版嵁鍒嗘瀽宸ュ叿鍜岀畻娉曚负鐢ㄦ埛鍖归厤鏈鍚堥傜殑瀵硅薄銆
4.鏀瑰杽鍖荤枟淇濆仴鍜屽叕鍏卞崼鐢
澶ф暟鎹鍒嗘瀽鐨勮兘鍔涘彲浠ュ湪鍑犲垎閽熷唴瑙ｇ爜鏁翠釜DNA搴忓垪锛屾湁鍔╀簬鎴戜滑鎵惧埌鏂扮殑娌荤枟鏂规硶锛屾洿濂藉湴鐞嗚В鍜岄勬祴鐤剧梾妯″紡銆傝瘯鎯充竴涓嬶紝褰撴潵鑷鎵鏈夋櫤鑳芥墜琛ㄧ瓑鍙绌挎埓璁惧囩殑鏁版嵁锛岄兘鍙浠ュ簲鐢ㄤ簬鏁扮櫨涓囦汉鍙婂叾鍚勭嶇柧鐥呮椂锛屾湭鏉ョ殑涓村簥璇曢獙灏嗕笉鍐嶅眬闄愪簬灏忔牱鏈锛岃屾槸鍖呮嫭鎵鏈変汉!
鑻规灉鍏鍙哥殑涓娆惧仴搴稟PP ResearchKit鏈夋晥灏嗘墜鏈哄彉鎴愬尰瀛︾爺绌惰惧囥傞氳繃鏀堕泦鐢ㄦ埛鐨勭浉鍏虫暟鎹锛屽彲浠ヨ拷韪浣犱竴澶╄蛋浜嗗氬皯姝ワ紝鎴栬呮彁绀轰綘鍖栫枟鍚庢劅瑙夊備綍锛屽笗閲戞．鐥呰繘灞曞備綍绛夐棶棰樸傜爺绌朵汉鍛樺笇鏈涜繖涓杩囩▼鍙樺緱鏇村规槗銆佹洿鑷鍔ㄥ寲锛屽惛寮曟洿澶氱殑鍙備笌鑰咃紝骞舵彁楂樻暟鎹鐨勫噯纭搴︺
澶ф暟鎹鎶鏈涔熷紑濮嬬敤浜庣洃娴嬫棭浜у効鍜屾偅鐥呭┐鍎跨殑韬浣撶姸鍐点傞氳繃璁板綍鍜屽垎鏋愭瘡涓濠村効鐨勬瘡涓娆″績璺冲拰鍛煎惛妯″紡锛屾彁鍓24灏忔椂棰勬祴鍑鸿韩浣撴劅鏌撶殑鐥囩姸锛屼粠鑰屽強鏃╁共棰勶紝鎷鏁戦偅浜涜剢寮辩殑闅忔椂鍙鑳界敓鍛藉嵄闄╃殑濠村効銆
鏇撮噸瑕佺殑鏄锛屽ぇ鏁版嵁鍒嗘瀽鏈夊姪浜庢垜浠鐩戞祴鍜岄勬祴娴佽屾ф垨浼犳煋鎬х柧鐥呯殑鏆村彂鏃舵湡锛屽彲浠ュ皢鍖荤枟璁板綍鐨勬暟鎹涓庢湁浜涚ぞ浜ゅ獟浣撶殑鏁版嵁缁撳悎璧锋潵鍒嗘瀽銆傛瘮濡傦紝璋锋瓕鍩轰簬鎼滅储娴侀噺棰勬祴娴佹劅鐖嗗彂锛屽敖绠¤ラ勬祴妯″瀷鍦2014骞村苟鏈濂忔晥鈥斺斿洜涓轰綘鎼滅储鈥滄祦鎰熺棁鐘垛濆苟涓嶆剰鍛崇潃鐪熸ｇ敓鐥呬簡锛屼絾鏄杩欑嶅ぇ鏁版嵁鍒嗘瀽鐨勫奖鍝嶅姏瓒婃潵瓒婁负浜烘墍鐭ャ
5.鎻愰珮浣撹偛杩愬姩鎶鑳
濡備粖澶у氭暟椤跺皷鐨勪綋鑲茶禌浜嬮兘閲囩敤浜嗗ぇ鏁版嵁鍒嗘瀽鎶鏈銆傜敤浜庣綉鐞冩瘮璧涚殑IBM SlamTracker宸ュ叿锛岄氳繃瑙嗛戝垎鏋愯窡韪瓒崇悆钀界偣鎴栬呮掔悆姣旇禌涓姣忎釜鐞冨憳鐨勮〃鐜般傝稿氫紭绉鐨勮繍鍔ㄩ槦涔熷湪璁缁冧箣澶栬窡韪杩愬姩鍛樼殑钀ュ吇鍜岀潯鐪犳儏鍐点侼FL寮鍙戜簡涓撻棬鐨勫簲鐢ㄥ钩鍙帮紝甯鍔╂墍鏈夌悆闃熸牴鎹鐞冨満涓婄殑鑽夊湴鐘跺喌銆佸ぉ姘旂姸鍐点佷互鍙婂︿範鏈熼棿鐞冨憳鐨勪釜浜鸿〃鐜板仛鍑烘渶浣冲喅绛栵紝浠ュ噺灏戠悆鍛樹笉蹇呰佺殑鍙椾激銆
杩樻湁涓浠堕潪甯搁叿鐨勪簨鎯呮槸鏅鸿兘鐟滀冀鍨锛氬祵鍏ュ湪鐟滀冀鍨涓鐨勪紶鎰熷櫒鑳藉逛綘鐨勫Э鍔胯繘琛屽弽棣堬紝涓轰綘鐨勭粌涔犳墦鍒嗭紝鐢氳嚦鎸囧间綘鍦ㄥ跺備綍缁冧範銆
6.鎻愬崌绉戝︾爺绌
澶ф暟鎹甯︽潵鐨勬棤闄愬彲鑳芥фｅ湪鏀瑰彉绉戝︾爺绌躲傛ф床鏍稿瓙鐮旂┒涓蹇(CERN)鍦ㄥ叏鐞冮亶甯冧簡150涓鏁版嵁涓蹇冿紝鏈65,000涓澶勭悊鍣锛岃兘鍚屾椂鍒嗘瀽30pb鐨勬暟鎹閲忥紝杩欐牱鐨勮＄畻鑳藉姏褰卞搷鐫寰堝氶嗗煙鐨勭戝︾爺绌躲傛瘮濡傛斂搴滈渶瑕佺殑浜哄彛鏅鏌ユ暟鎹銆佽嚜鐒剁伨瀹虫暟鎹绛夛紝鍙樼殑鏇村规槗鑾峰彇鍜屽垎鏋愶紝浠庤屼负鎴戜滑鐨勫仴搴峰拰绀句細鍙戝睍鍒涢犳洿澶氱殑浠峰笺
7.鎻愬崌鏈烘拌惧囨ц兘
澶ф暟鎹浣挎満姊拌惧囨洿鍔犳櫤鑳藉寲銆佽嚜鍔ㄥ寲銆備緥濡傦紝涓扮敯鏅閿愭柉閰嶅囦簡鎽勫儚澶淬佸叏鐞冨畾浣嶇郴缁熶互鍙婂己澶х殑璁＄畻鏈哄拰浼犳劅鍣锛屽湪鏃犱汉骞查勭殑鏉′欢涓嬪疄鐜拌嚜鍔ㄩ┚椹躲俋cel Energy鍦ㄧ戠綏鎷夊氬窞鍚鍔ㄤ簡鈥滄櫤鑳界數缃戔濈殑棣栨壒娴嬭瘯锛屽湪鐢ㄦ埛瀹朵腑瀹夎呮櫤鑳界數琛锛岀劧鍚庣櫥褰曠綉绔欏氨鍙瀹炴椂鏌ョ湅鐢ㄧ數鎯呭喌銆傗滄櫤鑳界數缃戔濊繕鑳藉熼勬祴浣跨敤鎯呭喌锛屼互渚跨數鍔涘叕鍙镐负鏈鏉ョ殑鍩虹璁炬柦闇姹傝繘琛岃勫垝锛屽苟闃叉㈠嚭鐜扮數鍔涜楀敖鐨勬儏鍐点傚湪鐖卞皵鍏帮紝鏉傝揣杩為攣搴桾escos鐨勪粨搴撳憳宸ヤ僵鎴翠笓鐢ㄨ噦甯︼紝杩借釜璐ф灦涓婄殑鍟嗗搧鍒嗛厤锛岀敋鑷抽勬祴涓椤逛换鍔＄殑瀹屾垚鏃堕棿銆
8.寮哄寲瀹夊叏鍜屾墽娉曡兘鍔
澶ф暟鎹鍦ㄦ敼鍠勫畨鍏ㄥ拰鎵ф硶鏂归潰寰楀埌浜嗗箍娉涘簲鐢ㄣ傜編鍥藉浗瀹跺畨鍏ㄥ眬(NSA)鍒╃敤澶ф暟鎹鎶鏈锛屾娴嬪拰闃叉㈢綉缁滄敾鍑(鎸璐ユ亹鎬栧垎瀛愮殑闃磋皨)銆傝﹀療杩愮敤澶ф暟鎹鏉ユ姄鎹曠姜鐘锛岄勬祴鐘缃娲诲姩銆備俊鐢ㄥ崱鍏鍙镐娇鐢ㄥぇ鏁版嵁鏉ユ娴嬫鸿瘓浜ゆ槗绛夌瓑銆
2014骞2鏈堬紝鑺濆姞鍝ヨ﹀療灞瀵瑰ぇ鏁版嵁鐢熸垚鐨勨滃悕鍗曗濃斺旀湁鍙鑳界姱缃鐨勪汉鍛橈紝杩涜岄氬憡鍜屾帰璁匡紝鐩鐨勬槸鎻愬墠棰勯槻鐘缃銆
9.鏀瑰杽鍩庡競鍜屽浗瀹跺缓璁
澶ф暟鎹琚鐢ㄤ簬鏀瑰杽鎴戜滑鍩庡競鍜屽浗瀹剁殑鏂规柟闈㈤潰銆傜洰鍓嶅緢澶氬ぇ鍩庡競鑷村姏浜庢瀯寤烘櫤鎱т氦閫氥傝溅杈嗐佽屼汉銆侀亾璺鍩虹璁炬柦銆佸叕鍏辨湇鍔″満鎵閮借鏁村悎鍦ㄦ櫤鎱т氦閫氱綉缁滀腑锛屼互鎻愬崌璧勬簮杩愮敤鐨勬晥鐜囷紝浼樺寲鍩庡競绠＄悊鍜屾湇鍔°
鍔犲窞闀挎哗甯傛ｅ湪浣跨敤鏅鸿兘姘磋〃瀹炴椂妫娴嬮潪娉曠敤姘达紝甯鍔╀竴浜涙埧涓诲噺灏80%鐨勭敤姘撮噺銆傛礇鏉夌煻鍒╃敤纾佹ч亾璺浼犳劅鍣ㄥ拰浜ら氭憚鍍忓ご鐨勬暟鎹鏉ユ帶鍒朵氦閫氱伅淇″彿锛屼粠鑰屼紭鍖栧煄甯傜殑浜ら氭祦閲忋傛嵁缁熻＄洰鍓嶅凡缁忔帶鍒朵簡鍏ㄥ競4500涓浜ら氱伅锛屽皢浜ら氭嫢鍫电姸鍐靛噺灏戜簡绾16%銆
10.閲戣瀺浜ゆ槗
澶ф暟鎹鍦ㄩ噾铻嶄氦鏄撻嗗煙搴旂敤涔熸瘮杈冨箍娉涖傚ぇ澶氭暟鑲＄エ浜ゆ槗閮芥槸閫氳繃涓瀹氱殑绠楁硶妯″瀷杩涜屽喅绛栫殑锛屽備粖杩欎簺绠楁硶鐨勮緭鍏ヤ細鑰冭檻鏉ヨ嚜绀句氦濯掍綋銆佹柊闂荤綉缁滅殑鏁版嵁锛屼互渚挎洿鍏ㄩ潰鐨勫仛鍑轰拱鍗栧喅绛栥傚悓鏃舵牴鎹瀹㈡埛鐨勯渶姹傚拰鎰挎湜锛岃繖浜涚畻娉曟ā鍨嬩篃浼氶殢鐫甯傚満鐨勫彉鍖栬屽彉鍖栥
② 大数据技术在金融行业有哪些应用前景
大数据金融市场前景广阔，深度开发大数据金融工具，或将重构整个金融行业。预计未来5到回10年，金答融大数据产业将迎来黄金增长期，大数据也将成为助推“大众创业、万众创新”浪潮的有力抓手。
据《大数据金融行业市场前瞻与投资分析报告》数据显示，2016年我国大数据金融市场规模为15.84亿元，随着政策逐步实施与落地，以大数据为核心手段、核心驱动力的产业金融，将迈入时代发展正轨成为主流趋势，预计2018年中国金融大数据应用市场会突破100亿元，金融业开始进入了大数据时代快车道。
大数据金融作为一个综合性的概念，在未来的发展中，企业坐拥数据将不再局限于单一业务，第三方支付、信息化金融机构以及互联网金融门户都将融入到大数据金融服务平台中，大数据金融服务将在各家机构各显神通的基础上，实现多元业务的融合。
伴随互联网金融纵深发展，大数据优势越加凸显。作为互联网金融创新的驱动力，大数据金融带来的方式革新，未来走向精细化和专业化。今后大数据金融行业的努力方向，应该是以完备的大数据为基础，基于用户需求提供智能化一站式产品购买及定制化服务，以及数据挖掘、数据整合、数据产品、数据应用及解决方案等。
③ 浠涔堟槸澶ф暟鎹閲戣瀺锛
澶ф暟鎹閲戣瀺鏄鎸囧埄鐢ㄥぇ鏁版嵁鎶鏈鍜屽垎鏋愭柟娉曪紝瀵规捣閲忛噾铻嶆暟鎹杩涜屽勭悊銆佸垎鏋愬拰鎸栨帢锛屼互鎻愪緵鏇村姞绮惧噯鐨勯噾铻嶆湇鍔★紝鎻愰珮閲戣瀺鏈烘瀯鐨勮繍钀ユ晥鐜囧拰椋庨櫓绠＄悊鑳藉姏銆
澶ф暟鎹閲戣瀺鐨勫簲鐢ㄥ箍娉涳紝鍖呮嫭瀹㈡埛鐢诲儚銆侀庨櫓璇勪及銆佹姇璧勫喅绛栥佸競鍦鸿惀閿绛夊氫釜鏂归潰銆傞氳繃澶ф暟鎹鍒嗘瀽锛岄噾铻嶆満鏋勫彲浠ユ洿鍔犲噯纭鍦颁簡瑙ｅ㈡埛鐨勯渶姹傚拰琛屼负涔犳儻锛屽埗瀹氭洿鍔犱釜鎬у寲鐨勬湇鍔℃柟妗堬紝鎻愰珮瀹㈡埛婊℃剰搴﹀拰蹇犺瘹搴︺傚悓鏃讹紝澶ф暟鎹涔熷彲浠ュ府鍔╅噾铻嶆満鏋勬洿鍔犲噯纭鍦拌瘎浼伴庨櫓鍜屾姇璧勬満浼氾紝鎻愰珮鎶曡祫鍐崇瓥鐨勫噯纭鎬у拰鏁堢巼銆
渚嬪傦紝鏌愰摱琛屽埄鐢ㄥぇ鏁版嵁鎶鏈锛屽瑰叾淇＄敤鍗″㈡埛鐨勬秷璐规暟鎹杩涜屽垎鏋愶紝鍙戠幇鏌愪簺瀹㈡埛鐨勬秷璐逛範鎯鍜岃屼负鐗瑰緛涓庨珮椋庨櫓瀹㈡埛鐩镐技锛屼簬鏄閽堝硅繖浜涘㈡埛鍒跺畾浜嗘洿鍔犱弗鏍肩殑椋庨櫓绠＄悊鎺鏂斤紝鏈夋晥闄嶄綆浜嗕俊鐢ㄩ庨櫓銆
鍙﹀栵紝澶ф暟鎹閲戣瀺涔熷彲浠ュ府鍔╅噾铻嶆満鏋勬彁楂樿繍钀ユ晥鐜囧拰闄嶄綆鎴愭湰銆傞氳繃澶ф暟鎹鍒嗘瀽锛岄噾铻嶆満鏋勫彲浠ユ洿鍔犲噯纭鍦颁簡瑙ｅ競鍦洪渶姹傚拰涓氬姟杩愯惀鎯呭喌锛屼紭鍖栦笟鍔℃祦绋嬪拰浜у搧璁捐★紝鎻愰珮鏈嶅姟璐ㄩ噺鍜屾晥鐜囥
鎬讳箣锛屽ぇ鏁版嵁閲戣瀺鏄閲戣瀺涓氭湭鏉ョ殑閲嶈佸彂灞曟柟鍚戯紝鍙浠ュ府鍔╅噾铻嶆満鏋勬彁渚涙洿鍔犵簿鍑嗙殑閲戣瀺鏈嶅姟锛屾彁楂橀庨櫓绠＄悊鑳藉姏鍜岃繍钀ユ晥鐜囥
④ 大数据技术在金融行业的典型应用
大数据技术在金融行业的典型应用
近年来，大数据技术结合云计算、区块链、人工智能等新技术向金融领域渗透融合，释放出裂变式的创新活力和应用潜能，为金融行业包括财务公司带来巨大的机遇。
近年来，我国金融科技快速发展，在多个领域已经走在世界前列。大数据、人工智能、云计算、移动互联网等技术与金融业务深度融合，大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看，“金融云”快速建设落地奠定了金融大数据的应用基础，金融数据与其他跨领域数据的融合应用不断强化，人工智能正在成为金融大数据应用的新方向，金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。
大数据在金融行业的典型应用场景
大数据涉及的行业过于广泛，除金融外，还包括政治、教育、传媒、医学、商业、工农业、互联网等多个方面，各行业对大数据的定义目前尚未统一。大数据的特点可归纳为“4V”。
第一，数据体量大(Volume)， 海量性也许是与大数据最相关的特征。
第二，数据类型繁多(Variety)，大数据既包括以事务为代表的传统结构化数据，还包括以网页为代表的半结构化数据和以视频、语音信息为代表的非结构化数据。
第三，价值密度低(Value)，大数据的体量巨大，但数据中的价值密度却很低。比如几个小时甚至几天的监控视频中，有价值的线索或许只有几秒钟。
第四，处理速度快(Velocity)，大数据要求快速处理，时效性强，要进行实时或准实时的处理。
金融行业一直较为重视大数据技术的发展。相比常规商业分析手段，大数据可以使业务决策具有前瞻性， 让企业战略的制定过程更加理性化，实现生产资源优化分配，依据市场变化迅速调整业务策略，提高用户体验以及资金周转率，降低库存积压的风险，从而获取更高的利润。
当前，大数据在金融行业典型的应用场景有以下几个方面：
在银行业的应用主要表现在两个方面：一是信贷风险评估。以往银行对企业客户的违约风险评估多基于过往的信贷数据和交易数据等静态数据，内外部数据资源整合后的大数据可提供前瞻性预测。二是供应链金融。利用大数据技术，银行可以根据企业之间的投资、控股、借贷、担保及股东和法人之间的关系，形成企业之间的关系图谱，利于企业分析及风险控制。
在证券行业的应用主要表现为：
一是股市行情预测。大数据可以有效拓宽证券企业量化投资数据维度， 帮助企业更精准地了解市场行情，通过构建更多元的量化因子，投研模型会更加完善。
二是股价预测。大数据技术通过收集并分析社交网络如微博、朋友圈、专业论坛等渠道上的结构化和非结构化数据，形成市场主观判断因素和投资者情绪打分，从而量化股价中人为因素的变化预期。
三是智能投资顾问。智能投资顾问业务提供线上投资顾问服务，其基于客户的风险偏好、交易行为等个性化数据，依靠大数据量化模型，为客户提供低门槛、低费率的个性化财富管理方案。
在互联网金融行业的应用，一是精准营销。大数据通过用户多维度画像，对客户偏好进行分类筛选，从而达到精准营销的目的。二是消费信贷。基于大数据的自动评分模型、自动审批系统和催收系统可降低消费信贷业务违约风险。
金融大数据的典型案例分析
为实时接收电子渠道交易数据，整合银行内系统业务数据。中国交通银行通过规则欲实现快速建模、实时告警与在线智能监控报表等功能，以达到实时接收官网业务数据，整合客户信息、设备画像、位置信息、官网交易日志、浏览记录等数据的目的。
该系统通过为交通银行卡中心构建反作弊模型、实时计算、实时决策系统，帮助拥有海量历史数据，日均增长超过两千万条日志流水的银行卡中心，形成电子渠道实时反欺诈交易监控能力。利用分布式实时数据采集技术和实时决策引擎，帮助信用卡中心高效整合多系统业务数据，处理海量高并发线上行为数据，识别恶意用户和欺诈行为，并实时预警和处置;通过引入机器学习框架，对少量数据进行分析、挖掘构建并周期性更新反欺诈规则和反欺诈模型。
系统上线后，该银行迅速监控电子渠道产生的虚假账号、伪装账号、异常登录、频繁登录等新型风险和欺诈行为;系统稳定运行，日均处理逾两千万条日志流水、实时识别出近万笔风险行为并进行预警。数据接入、计算报警、案件调查的整体处理时间从数小时降低至秒级，监测时效提升近3000倍，上线3个月已帮助卡中心挽回数百万元的风险损失。
网络的搜索技术正在全面注入网络金融。网络金融使用的梯度增强决策树算法可以分析大数据高维特点， 在知识分析、汇总、聚合、提炼等多个方面有其独到之处，其深度学习能力利用数据挖掘算法能够较好地解决大数据价值密度低等问题。网络“磐石”系统基于每日100亿次搜索行为，通过200多个维度为8.6亿账号精确画像，高效划分人群，能够为银行、互联网金融机构提供身份识别、反欺诈、信息检验、信用分级等服务。该系统累计为网络内部信贷业务拦截数十万欺诈用户，拦截数十亿不良资产、减少数百万人力成本，累计合作近500 家社会金融机构，帮助其提升了整体风险防控水平。
金融大数据应用面临的挑战及对策
大数据技术为金融行业带来了裂变式的创新活力，其应用潜力有目共睹，但在数据应用管理、业务场景融合、标准统一、顶层设计等方面存在的瓶颈也有待突破。
一是数据资产管理水平仍待提高。主要体现在数据质量不高、获取方式单一、数据系统分散等方面。
二是应用技术和业务探索仍需突破。主要体现在金融机构原有的数据系统架构相对复杂，涉及的系统平台和供应商较多，实现大数据应用的技术改造难度很大。同时，金融行业的大数据分析应用模型仍处于起步阶段，成熟案例和解决方案仍相对较少，需要投入大量的时间和成本进行调研和试错。系统误判率相对较高。
三是行业标准和安全规范仍待完善。金融大数据缺乏统一的存储管理标准和互通共享平台，对个人隐私的保护上还未形成可信的安全机制。
四是顶层设计和扶持政策还需强化。体现在金融机构间的数据壁垒较为明显，各自为战问题突出，缺乏有效的整合协同。同时，行业应用缺乏整体性规划，分散、临时、应激等特点突出，信息价值开发仍有较大潜力。
以上问题，一方面需要国家出台促进金融大数据发展的产业规划和扶持政策，同时，也需要行业分阶段推动金融数据开放、共享和统一平台建设，强化行业标准和安全规范。只有这样，大数据技术才能在金融行业中稳步应用发展，不断推动金融行业的发展提升。