在最近的几年里面，我们已经进入到大数据飞速发展时代。而金融业无疑又是大数据的最重要的应用领域之一。今天，我们就来简单谈谈大数据在金融业的应用.

什么是大数据

关于这个，已经在网上已经有了很多比较标准的答案，就不在赘述了。所谓大数据，是指多个来源和多种格式的大量结构化和非结构化数据。有两个关键点：

一是大。即数据量要非常多，数量少了不叫大数据。在实践中，一般至少要有10TB(1TB等于1024GB，想想你32G的苹果手机，可以装多少数据?)的数据量才能称之为大数据，而在类似苏宁金融等互金巨头，基本都沉淀了PB级(1PB约等于105万GB，相当于3.3万个32G的U盘，截止目前，人类生产的所有印刷材料的数据量也不过200PB)的数据量。

大数据科学家JohnRauser就提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。啪菠萝·毕加索的定义是，大数据就是多，就是多，原来的设备存不下、算不动。这里强调的便是大。

二是数据来自多种数据源，数据种类和格式丰富，不仅包括结构化数据，还包括半结构化和非结构化数据。意味着，即便数据量很大，但如果局限于单个领域，也不能称之为大数据。因为大数据的一个重要作用就是利用不同来源、不用领域的数据进行非线性地分析，用于未来的预测。

比如，《大数据时代》在作者Schönberger的对大数据的定义就是，“大数据，不是随机样本，而是所有数据;不是精确性，而是混杂性;不是因果关系，而是相关关系”。这里强调的便是数据的多样性。

有了大数据，自然就要有大数据技术，即从各种各样类型的巨量数据中，快速获取有价值信息的技术，强调快，这是大数据技术与传统数据挖掘技术的重要区别。

从巨量数据中提取的有价值信息，即是大数据在各个领域的具体运用，比如基于大数据进行客群的细分，进而提供定制化服务;基于大数据模拟现实环境，进而进行精准评估和预测;基于大数据进行产品和模式创新，降低业务成本、提升经营效率等等。

不过，关于大数据的应用，有一个广为流传的段子，即：

“大数据就像是青少年的某一种行为：每个人都在谈论它，没有人真正知道如何去做，每个人都认为其他人都在做，所以每个人都声称他们在做这件事。”

正如这个段子所讲，很多领域的大数据应用，还只是停留在想象的层面。

金融大数据数据领域应用逻辑

说到大数据在金融领域的应用，一般认为有精准营销和大数据风控两个方面。

精准营销就不说了，基于行为数据去预测用户的偏好和兴趣，继而推荐合适的金融产品，相比传统的短信群发模式，不知要先进了多少倍，这个大家都容易理解。

而对于大数据风控，其逻辑便在于“未来是过去的重复”，即用已经发生的行为模式和逻辑来预测未来。

第一个就是数据共享的问题。大数据的应用，前提是要有大数据，而在很多金融机构而言，并没有所谓的大数据，何谈应用呢。我们知道，在次级类用户的信用评价中，非征信数据发挥着重要的作用，但是要获得有价值的数据并不容易。

第二个便是数据保护的问题，数据是核心驱动力。但有一些问题是，在数据保护和用户隐私等相关法律框架最终明确落地之前，对互金平台而言，数据既是宝贵的资产，也可能演变成为声誉风险、合规风险、用户诉讼风险等各类问题的潜在来源，是福是祸，尚是未知之数。