本章重點(diǎn)

1.1 大數(shù)據(jù)概論

1.1.1 大數(shù)據(jù)的內(nèi)涵與特征（背誦）

1.大數(shù)據(jù)與小數(shù)據(jù)

• 大數(shù)據(jù)：指在一定時(shí)間范圍內(nèi)無法用傳統(tǒng)數(shù)據(jù)庫軟件進(jìn)行采集、存儲(chǔ)瞬铸、管理和分析的數(shù)據(jù)集或數(shù)據(jù)群批幌，需要通過新的處理模式才能體現(xiàn)出的具有高效率、高價(jià)值的嗓节、海量的荧缘、多樣化的信息資產(chǎn)，利用數(shù)據(jù)挖掘分析技術(shù)可以使這些結(jié)構(gòu)化拦宣、半結(jié)構(gòu)化截粗、非結(jié)構(gòu)化的海量數(shù)據(jù)產(chǎn)生巨大的商業(yè)價(jià)值信姓。(大數(shù)據(jù)，就是所有數(shù)據(jù)的數(shù)據(jù)集绸罗。)

• 小數(shù)據(jù)：或稱個(gè)體資料意推，是以個(gè)體為中心，規(guī)范的數(shù)據(jù)珊蟀，通過人工分析可以獲取商業(yè)價(jià)值的信息資產(chǎn)菊值。
  大數(shù)據(jù)與小數(shù)據(jù)的區(qū)別

2.大數(shù)據(jù)的內(nèi)涵
（1）數(shù)據(jù)類型方面

• 不僅包括傳統(tǒng)的結(jié)構(gòu)化和半結(jié)構(gòu)化的交易數(shù)據(jù)，還包括巨量的非結(jié)構(gòu)化數(shù)據(jù)和交互數(shù)據(jù)育灸。
• 它是包括交易和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集腻窒，如社交網(wǎng)站上的數(shù)據(jù)、在線金融交易數(shù)據(jù)磅崭、公司記錄儿子、氣象監(jiān)測(cè)數(shù)據(jù)、衛(wèi)星數(shù)據(jù)和其他監(jiān)控砸喻、研究和開發(fā)數(shù)據(jù)柔逼。

（2）技術(shù)方法方面

• 核心是從各種各樣類型的數(shù)據(jù)中快速獲取有價(jià)值信息的技術(shù)及其集成。
• 依據(jù)大數(shù)據(jù)的生命周期的不同階段可以將大數(shù)據(jù)處理技術(shù)分為大數(shù)據(jù)存儲(chǔ)割岛、大數(shù)據(jù)挖掘和大數(shù)據(jù)分析三個(gè)方面愉适。大數(shù)據(jù)挖掘主要采用的是分布式挖掘和云計(jì)算技術(shù)。

（3）分析應(yīng)用方面

• 重點(diǎn)是采用大數(shù)據(jù)技術(shù)對(duì)特定的數(shù)據(jù)集合進(jìn)行分析, 及時(shí)獲得有價(jià)值的信息蜂桶。
• 在數(shù)據(jù)分析過程中不僅僅是需要計(jì)算機(jī)進(jìn)行自動(dòng)化的分析儡毕，還需要人工進(jìn)行數(shù)據(jù)的選擇和參數(shù)的設(shè)定。

3.大數(shù)據(jù)的特征

多樣性：隨著互聯(lián)網(wǎng)的發(fā)展和傳感器種類的增多疆股，諸如網(wǎng)頁费坊、圖片、音頻旬痹、視頻附井、微博類的未加工的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)越來越多，以數(shù)量激增两残、類型繁多的非結(jié)構(gòu)化數(shù)據(jù)為主永毅。非結(jié)構(gòu)化數(shù)據(jù)相對(duì)于結(jié)構(gòu)化數(shù)據(jù)而言更加復(fù)雜，數(shù)據(jù)存儲(chǔ)和處理的難度增大人弓。

時(shí)效性：大數(shù)據(jù)的時(shí)效性是指在數(shù)據(jù)量特別大的情況下沼死，能夠在一定的時(shí)間和范圍內(nèi)得到及時(shí)處理，這是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征崔赌。只有對(duì)大數(shù)據(jù)做到實(shí)時(shí)創(chuàng)建意蛀、實(shí)時(shí)存儲(chǔ)耸别、實(shí)時(shí)處理和實(shí)時(shí)分析，才能及時(shí)有效的獲得高價(jià)值的信息县钥。

價(jià)值型：包含很多深度的價(jià)值秀姐，大數(shù)據(jù)分析挖掘和利用將帶來巨大的商業(yè)價(jià)值。

4.大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別

5.大數(shù)據(jù)的產(chǎn)生背景

1.1.2 大數(shù)據(jù)的分類（背誦）

1.按照大數(shù)據(jù)結(jié)構(gòu)分類

• 結(jié)構(gòu)化數(shù)據(jù)：指有結(jié)構(gòu)的數(shù)據(jù)若贮，也即行數(shù)據(jù)省有，在得到數(shù)據(jù)之前，其結(jié)構(gòu)就是確定的兜看∽断蹋——excel數(shù)據(jù)
• 非結(jié)構(gòu)化數(shù)據(jù)：指沒有結(jié)構(gòu)的數(shù)據(jù)狭瞎，無法用數(shù)據(jù)庫的二維邏輯結(jié)構(gòu)來表現(xiàn)细移。——文檔熊锭、文本弧轧、圖片、視頻碗殷、音頻精绎、各類報(bào)表
• 半結(jié)構(gòu)化數(shù)據(jù)：介于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)之間的數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)也是有結(jié)構(gòu)的數(shù)據(jù)锌妻，與結(jié)構(gòu)化數(shù)據(jù)不同的是代乃，半結(jié)構(gòu)化數(shù)據(jù)是先有數(shù)據(jù)，再有結(jié)構(gòu)仿粹∩裟眨——常見的半結(jié)構(gòu)化數(shù)據(jù)有XML呼伸、HTM

2. 按照大數(shù)據(jù)獲取處理方式分類

• 批處理數(shù)據(jù)：數(shù)據(jù)的批處理是指對(duì)數(shù)據(jù)進(jìn)行批量的處理，如對(duì)數(shù)據(jù)進(jìn)行成批的增加、修改虐杯、刪除等操作。
• 流式計(jì)算數(shù)據(jù)：流式計(jì)算是指可以在實(shí)時(shí)處理的應(yīng)用環(huán)境中忌傻，對(duì)大規(guī)模流動(dòng)數(shù)據(jù)在不斷變化的前提下進(jìn)行持續(xù)計(jì)算屁置、分析并能捕捉到有價(jià)值信息的分布式計(jì)算模式。

3.按照其他方式分類

• 按照大數(shù)據(jù)處理響應(yīng)性能朗若，可以將大數(shù)據(jù)分為實(shí)時(shí)數(shù)據(jù)恼五、非實(shí)時(shí)數(shù)據(jù)。
• 按照大數(shù)據(jù)關(guān)系哭懈，可以將大數(shù)據(jù)分為簡(jiǎn)單關(guān)系數(shù)據(jù)和復(fù)雜關(guān)系數(shù)據(jù)灾馒。如Web日志是簡(jiǎn)單關(guān)系數(shù)據(jù)，社會(huì)網(wǎng)絡(luò)等具有復(fù)雜關(guān)系的圖計(jì)算屬于復(fù)雜關(guān)系數(shù)據(jù)银伟。

1.1.3 大數(shù)據(jù)的價(jià)值（背誦）

1.銷售機(jī)會(huì)增多

1.2 大數(shù)據(jù)應(yīng)用領(lǐng)域

1.2.1 商業(yè)

0. 商業(yè)大數(shù)據(jù)的來源

• 1）大交易數(shù)據(jù)你虹，即商業(yè)交易產(chǎn)生的數(shù)據(jù)——商品數(shù)據(jù)绘搞、市場(chǎng)競(jìng)爭(zhēng)數(shù)據(jù)、運(yùn)營數(shù)據(jù)傅物、銷售數(shù)據(jù)夯辖、顧客關(guān)系數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)。
• 2）大交互數(shù)據(jù)董饰，商業(yè)企業(yè)與顧客之間通過POS蒿褂、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)卒暂、移動(dòng)終端啄栓、智能終端、傳感器和觀測(cè)設(shè)備等產(chǎn)生的交互信息——社交網(wǎng)絡(luò)數(shù)據(jù)也祠、射頻識(shí)別數(shù)據(jù)昙楚、時(shí)間和位置數(shù)據(jù)、文本數(shù)據(jù)和觀測(cè)數(shù)據(jù)诈嘿。

1. 客戶

• 1）客戶洞察
  洞察客戶的性格堪旧、偏好和意愿
• 2）客戶細(xì)分
  以客戶的愛好興趣、生活方式奖亚、價(jià)值觀淳梦、溝通方式為標(biāo)準(zhǔn)細(xì)分客戶
• 3）動(dòng)態(tài)定位
  快速識(shí)別消費(fèi)者的購買決策和行為模式的變化趨勢(shì)，及時(shí)準(zhǔn)確地更新他們的偏好

2. 市場(chǎng)

• 1）需求預(yù)測(cè)昔字；2）個(gè)性化服務(wù)

3. 商品

• 1）商品分組——啤酒+尿布
• 2）商品結(jié)構(gòu)調(diào)整

4. 供應(yīng)鏈

• 1）倉儲(chǔ)管理
  確保正確的庫存
• 2）供應(yīng)鏈提效
  包括選擇供應(yīng)商爆袍，優(yōu)化物流、現(xiàn)金流和配置人力資源等

1.2.2 通信

0. 數(shù)據(jù)來源

• 1）基礎(chǔ)設(shè)施建設(shè)優(yōu)化
  運(yùn)用大數(shù)據(jù)選擇基站和熱點(diǎn)作郭，并有效分配資源
• 2）網(wǎng)絡(luò)運(yùn)營管理和優(yōu)化
  利用大數(shù)據(jù)分析網(wǎng)絡(luò)的流量和變化趨勢(shì)及時(shí)調(diào)整資源配置

2. 市場(chǎng)與精準(zhǔn)營銷

• 1）客戶畫像
  給每個(gè)客戶打上行為和愛好標(biāo)簽陨囊，完善客戶畫像
• 2）關(guān)系鏈研究
  分析客戶交往圈，發(fā)現(xiàn)高流量用戶所坯，尋找營銷機(jī)會(huì)
• 3）精準(zhǔn)營銷
• 4）個(gè)性化推薦

3. 客戶關(guān)系管理

• 1）客服中心優(yōu)化
  運(yùn)用大數(shù)據(jù)建立客服熱線智能路徑模型谆扎，預(yù)測(cè)客戶的投訴風(fēng)險(xiǎn)芹助；識(shí)別熱點(diǎn)問題和客戶情緒堂湖，通知相關(guān)部門進(jìn)行優(yōu)化
• 2）客戶關(guān)懷和客戶生命周期管理(背誦)
  獲取客戶階段、客戶發(fā)展階段、客戶成熟階段斥季、客戶衰退階段、客戶離開階段

4. 企業(yè)運(yùn)營管理

• 1）業(yè)務(wù)運(yùn)營監(jiān)控
• 2）經(jīng)營分析和市場(chǎng)監(jiān)測(cè)

5. 數(shù)據(jù)商業(yè)化

• 1）營銷洞察和精準(zhǔn)廣告
  美國電信運(yùn)營商Verizon成立了精準(zhǔn)營銷部門提供精準(zhǔn)營銷洞察和商業(yè)數(shù)據(jù)分析服務(wù)。
• 2）大數(shù)據(jù)監(jiān)測(cè)和決策
  客流和選址、公共事業(yè)服務(wù)

1.2.3 醫(yī)療

0. 數(shù)據(jù)來源

• 1）比較效果研究
• 2）臨床決策支持系統(tǒng)
• 3）醫(yī)療數(shù)據(jù)透明度
• 4）遠(yuǎn)程病人監(jiān)控
• 5）對(duì)病人檔案的高級(jí)分析

2. 付款定價(jià)

• 1）自動(dòng)化系統(tǒng)
• 2）基于衛(wèi)生經(jīng)濟(jì)學(xué)和療效研究的定價(jià)計(jì)劃

3. 研發(fā)

• 1）預(yù)測(cè)建模
• 2）提高臨床實(shí)驗(yàn)設(shè)計(jì)的統(tǒng)計(jì)工具和算法僵刮、臨床實(shí)驗(yàn)數(shù)據(jù)的分析能岩、個(gè)性化治療以及疾病模式的分析

4. 新的商業(yè)模式

• 1）匯總患者的臨床記錄和醫(yī)療保險(xiǎn)數(shù)據(jù)集
• 2）網(wǎng)絡(luò)平臺(tái)和社區(qū)

5. 公共健康

• 改善公眾健康監(jiān)控

1.2.4 金融

1. 營銷

• 1）精準(zhǔn)營銷（重要）
  根據(jù)客戶的消費(fèi)偏好和消費(fèi)能力確定目標(biāo)客戶悟民，推薦個(gè)性化產(chǎn)品。
  例如：
  銀行定期向客戶推送廣告信息，包括客戶可能感興趣的產(chǎn)品和優(yōu)惠信息；
  信用卡中心針對(duì)特定人群提供產(chǎn)品献宫；
  證券公司為特定企業(yè)提供融資融券產(chǎn)品；
  保險(xiǎn)公司定制有針對(duì)性的保險(xiǎn)產(chǎn)品。
  精準(zhǔn)營銷的流程
  精準(zhǔn)營銷

• 2）社交化營銷

2. 服務(wù)

• 1）優(yōu)化客戶服務(wù)
• 2）需求分析和產(chǎn)品創(chuàng)新

3. 運(yùn)營

• 1）提升運(yùn)營效率
• 2）決策支持

4. 風(fēng)控

• 1）信用風(fēng)險(xiǎn)評(píng)估
• 2）欺詐風(fēng)險(xiǎn)管理

1.3 大數(shù)據(jù)金融的內(nèi)涵渊季、特點(diǎn)與優(yōu)勢(shì)(這一節(jié)的都要背)

1.3.1 大數(shù)據(jù)金融的內(nèi)涵(背誦)

大數(shù)據(jù)金融是指運(yùn)用大數(shù)據(jù)技術(shù)和大數(shù)據(jù)平臺(tái)開展金融活動(dòng)和金融服務(wù)却汉，對(duì)金融行業(yè)積累的大數(shù)據(jù)以及外部數(shù)據(jù)進(jìn)行云計(jì)算等信息化處理，結(jié)合傳統(tǒng)金融荷并，開展資金融通合砂、創(chuàng)新金融服務(wù)。

• 金融行業(yè)的大數(shù)據(jù)大致分為三類：
  （1）傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)源织，如各種數(shù)據(jù)庫和文件信息等翩伪；
  （2）社交媒體為代表的過程數(shù)據(jù)，涵蓋了用戶偏好雀鹃、習(xí)慣幻工、特點(diǎn)、發(fā)表的評(píng)論黎茎，朋友圈之間的關(guān)系等囊颅；
  （3）日益增長(zhǎng)的機(jī)器設(shè)備以及傳感器所產(chǎn)生的數(shù)據(jù)，例如柜面監(jiān)控視頻、呼叫中心語音踢代、手機(jī)和ATM等記錄的位置信息等盲憎。
• 根據(jù)金融行業(yè)的分類，可以將大數(shù)據(jù)金融細(xì)分為大數(shù)據(jù)銀行胳挎、大數(shù)據(jù)保險(xiǎn)和大數(shù)據(jù)證券饼疙。
• 信用卡自動(dòng)授信
• 差異化車險(xiǎn)定價(jià)
• 機(jī)器人智能投顧

1.3.2 大數(shù)據(jù)金融的特點(diǎn)

1. 呈現(xiàn)方式網(wǎng)絡(luò)化
大量的金融產(chǎn)品和服務(wù)通過網(wǎng)絡(luò)呈現(xiàn)。

2. 風(fēng)險(xiǎn)管理有所調(diào)整
風(fēng)險(xiǎn)管理理念——財(cái)務(wù)分析（第一還款來源）慕爬、可抵押財(cái)產(chǎn)或其他保證（第二還款來源）重要性將有所降低窑眯。
風(fēng)險(xiǎn)定價(jià)方式——更注重將交易行為的真實(shí)性、信用的可信度通過數(shù)據(jù)來呈現(xiàn)医窿。
對(duì)客戶的評(píng)價(jià)——全方位磅甩、立體的/活生生的。
風(fēng)險(xiǎn)管理的主要手段——基于數(shù)據(jù)挖掘?qū)蛻暨M(jìn)行識(shí)別和分類姥卢。

3. 信息不對(duì)稱降低
4. 金融業(yè)務(wù)效率提高
在合適的時(shí)間卷要、合適的地點(diǎn)，把合適的產(chǎn)品以合適的方式提供給合適的消費(fèi)者独榴。

5. 金融企業(yè)服務(wù)邊界擴(kuò)大
由于效率提升僧叉，其經(jīng)營成本必然隨之下降，最適合擴(kuò)大經(jīng)營規(guī)模棺榔。
金融從業(yè)人員個(gè)體服務(wù)對(duì)象會(huì)更多瓶堕。

6. 產(chǎn)品是可控的、可受的
通過網(wǎng)絡(luò)化呈現(xiàn)的金融產(chǎn)品掷豺，對(duì)消費(fèi)者而言捞烟，其收益或成本、產(chǎn)品的流動(dòng)性是可以接受的当船，其風(fēng)險(xiǎn)是可控的。

7. 普惠金融
大數(shù)據(jù)金融的高效率性及擴(kuò)展的服務(wù)邊界默辨，使金融服務(wù)的對(duì)象和范圍也大大擴(kuò)展德频，金融服務(wù)也更接地氣。

1.3.3 大數(shù)據(jù)金融相對(duì)于傳統(tǒng)金融的優(yōu)勢(shì)

1. 放貸快捷缩幸，精準(zhǔn)營銷個(gè)性化服務(wù)
立足長(zhǎng)期大量的信用及資金流的大數(shù)據(jù)基礎(chǔ)之上壹置，在任何時(shí)點(diǎn)都可以通過計(jì)算得出信用評(píng)分，并采用網(wǎng)上支付方式表谊，實(shí)時(shí)根據(jù)貸款需要及其信用評(píng)分等數(shù)據(jù)進(jìn)行放貸钞护。

2. 客戶群體大，運(yùn)營成本低
大數(shù)據(jù)金融是以大數(shù)據(jù)云計(jì)算為基礎(chǔ)爆办，以大數(shù)據(jù)自動(dòng)計(jì)算為主难咕，不需要大量人工，成本較低，整合了碎片化的需求和供給余佃，服務(wù)領(lǐng)域拓展至更多的中小企業(yè)和中小客戶暮刃。

3. 科學(xué)決策，有效風(fēng)控
根據(jù)交易借貸行為的違約率等相關(guān)指標(biāo)估計(jì)信用評(píng)分爆土，運(yùn)用分布式計(jì)算做出風(fēng)險(xiǎn)評(píng)估模型椭懊，解決信用分配、風(fēng)險(xiǎn)評(píng)估步势、授權(quán)實(shí)施以及欺詐識(shí)別等問題氧猬，有效地降低了不良貸款率。

1.4 大數(shù)據(jù)帶來金融業(yè)大變革

1.4.1 大數(shù)據(jù)帶來銀行業(yè)大變革

• 1. 電子商務(wù)平臺(tái)和電子銀行
  商業(yè)銀行挑戰(zhàn)電商市場(chǎng)坏瘩，其目的并不在于網(wǎng)上商城的營業(yè)收入狂窑，而在于擴(kuò)展客戶數(shù)據(jù)，使客戶數(shù)據(jù)立體化桑腮，以了解客戶消費(fèi)習(xí)慣泉哈、消費(fèi)能力、興趣數(shù)據(jù)破讨、風(fēng)險(xiǎn)偏好等進(jìn)行客戶畫像的構(gòu)建丛晦，預(yù)測(cè)客戶行為，進(jìn)行差異化服務(wù)提陶。

• 2. 客戶個(gè)性化營銷
  使用大數(shù)據(jù)技術(shù)整合各類信息烫沙、還原客戶真實(shí)面貌，可以幫助銀行切實(shí)掌握客戶的真實(shí)需求隙笆，并根據(jù)客戶需求做出快速應(yīng)對(duì)锌蓄，實(shí)現(xiàn)精準(zhǔn)營銷和個(gè)性化服務(wù)。

• 3. 銀行風(fēng)險(xiǎn)管理
  多個(gè)渠道采集數(shù)據(jù)撑柔，使銀行更全面瘸爽、更真實(shí)、更準(zhǔn)確铅忿、更實(shí)時(shí)地掌握借款人的信息剪决，有效降低信息不對(duì)稱帶來的風(fēng)險(xiǎn)。
  另一方面檀训，利用大數(shù)據(jù)技術(shù)可以找到不同變量之間的關(guān)聯(lián)關(guān)系柑潦，形成新的決策模型，使決策更加準(zhǔn)確峻凫、統(tǒng)一和合理渗鬼。

1.4.2 大數(shù)據(jù)帶來保險(xiǎn)業(yè)大變革

了解

• 1. 承包定價(jià)
  在大數(shù)法則下，保險(xiǎn)產(chǎn)品的定價(jià)主要是基于樣本數(shù)據(jù)的分析荧琼。
  大數(shù)據(jù)時(shí)代譬胎，保險(xiǎn)定價(jià)是基于社會(huì)和全體數(shù)據(jù)差牛，不僅包括保險(xiǎn)公司存儲(chǔ)的客戶數(shù)據(jù)，還包括整個(gè)互聯(lián)網(wǎng)上的數(shù)據(jù)银择。如來自社交網(wǎng)絡(luò)上的文字多糠、圖片或者視頻信息。

• 2. 精準(zhǔn)營銷
  傳統(tǒng)廣告是通過電視浩考、廣告牌等夹孔，沒有了解用戶需求及受用群體。
  而大數(shù)據(jù)時(shí)代的保險(xiǎn)營銷不是針對(duì)所有群體的一個(gè)廣告及營銷手段析孽，而是實(shí)施的精準(zhǔn)營銷搭伤。
  大數(shù)據(jù)技術(shù)的應(yīng)用，可以幫助保險(xiǎn)公司完成尋找目標(biāo)客戶袜瞬，挖掘客戶潛在保險(xiǎn)需求等任務(wù)怜俐。

• 3. 欺詐識(shí)別
  從本質(zhì)上上看，欺詐是由雙方信息不對(duì)稱所導(dǎo)致的邓尤，大數(shù)據(jù)能夠弱化部分不對(duì)稱的信息拍鲤，建立高效的反欺詐鑒別機(jī)制。

1.4.3 大數(shù)據(jù)帶來證券業(yè)大變革

• 1. 個(gè)性化服務(wù)
  在大數(shù)據(jù)背景下汞扎，券商將有能力快速收集季稳、傳導(dǎo)大量的高質(zhì)量信息，以設(shè)計(jì)出符合客戶需求的產(chǎn)品組合澈魄，并不斷根據(jù)客戶偏好的改變而調(diào)整景鼠。

  大數(shù)據(jù)在加強(qiáng)風(fēng)險(xiǎn)管控、精細(xì)化管理痹扇、服務(wù)創(chuàng)新等轉(zhuǎn)型中別具現(xiàn)實(shí)意義铛漓，是實(shí)現(xiàn)向信息化券商轉(zhuǎn)型的重要推動(dòng)力。
  采用數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行有針對(duì)性的服務(wù)來降低風(fēng)險(xiǎn)和提高業(yè)績(jī)鲫构。通過執(zhí)行特殊的數(shù)據(jù)分析程序來對(duì)一系列的資料進(jìn)行收集浓恶、存儲(chǔ)、管理和分析大數(shù)據(jù)集芬迄，識(shí)別關(guān)鍵業(yè)務(wù)问顷，以便給客戶提供更好的決策。

• 2. 量化投資
  量化投資由于其巨大收益禀梳，是大數(shù)據(jù)最早應(yīng)用的領(lǐng)域。隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)帶來的信息化革命肠骆，個(gè)人投資者將能夠輕松使用大數(shù)據(jù)獲得實(shí)證支持算途，降低交易策略風(fēng)險(xiǎn)，投資能力將大幅提升蚀腿。

• 3. 股價(jià)預(yù)測(cè)
  傳統(tǒng)證券業(yè)股價(jià)預(yù)測(cè)是利用歷史趨勢(shì)判斷未來股票價(jià)格嘴瓤，不一定正確扫外。
  而大數(shù)據(jù)時(shí)代，通過網(wǎng)絡(luò)產(chǎn)生的搜索數(shù)據(jù)廓脆、互動(dòng)數(shù)據(jù)等也可以用來預(yù)測(cè)股市活躍度和股價(jià)走勢(shì)變化筛谚。

1.4.4 對(duì)征信業(yè)帶來的大變革

• 1. 征信數(shù)據(jù)
  傳統(tǒng)的征信數(shù)據(jù)來源于行政處罰信息、繳納各類社保和公共事業(yè)費(fèi)用信息等停忿，而大數(shù)據(jù)時(shí)代
  數(shù)據(jù)來源更多的是線上驾讲，互聯(lián)網(wǎng)公司（如淘寶、京東等）通過客戶網(wǎng)上的交易記錄席赂、評(píng)價(jià)等信息還有社交網(wǎng)絡(luò)信息

  數(shù)據(jù)類型不再限于結(jié)構(gòu)化數(shù)據(jù)吮铭，還包括圖片、音頻等非結(jié)構(gòu)化數(shù)據(jù)颅停。

• 2. 征信服務(wù)
  大數(shù)據(jù)時(shí)代谓晌，征信機(jī)構(gòu)的服務(wù)更加及時(shí)、高效癞揉、全面纸肉。

• 3. 數(shù)據(jù)采集
  傳統(tǒng)的征信數(shù)據(jù)采集有公共征信機(jī)構(gòu)和私人征信機(jī)構(gòu)兩種。而大數(shù)據(jù)來臨后喊熟，采用人們生活中含有內(nèi)建芯片柏肪、傳感器、RFID(無線射頻芯片)等具有電子神經(jīng)的感知設(shè)備產(chǎn)品收集數(shù)據(jù)信息逊移。

• 4. 征信產(chǎn)品
  傳統(tǒng)的征信產(chǎn)品主要包括信用報(bào)告预吆、信用評(píng)分、信用評(píng)級(jí)和信用風(fēng)險(xiǎn)管理類產(chǎn)品胳泉。

  在大數(shù)據(jù)時(shí)代拐叉，大數(shù)據(jù)技術(shù)有助于提升征信產(chǎn)品的質(zhì)量，推動(dòng)征信產(chǎn)品的創(chuàng)新扇商，擴(kuò)展產(chǎn)品服務(wù)范圍凤瘦，促進(jìn)征信業(yè)的發(fā)展。

1.4.5 互聯(lián)網(wǎng)金融中的大數(shù)據(jù)應(yīng)用

• 1. 精準(zhǔn)營銷
• 2. 風(fēng)險(xiǎn)管理
• 3. 信用評(píng)價(jià)

1.5 大數(shù)據(jù)金融模式

1.5.1 平臺(tái)金融模式

基于電商平臺(tái)基礎(chǔ)上形成的網(wǎng)上交易信息與網(wǎng)上支付形成的金融大數(shù)據(jù)案铺，利用云計(jì)算等先進(jìn)技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理分析而形成的信用或訂單融資模式蔬芥。
典型代表有阿里小貸，基于對(duì)電商平臺(tái)的交易數(shù)據(jù)控汉、社交網(wǎng)絡(luò)的用戶交易與交互信息和購物行為習(xí)慣等的大數(shù)據(jù)通過云計(jì)算來實(shí)時(shí)計(jì)算得分和分析處理笔诵，形成網(wǎng)絡(luò)商戶在電商平臺(tái)中的累積信用數(shù)據(jù)，通過電商所構(gòu)建的網(wǎng)絡(luò)信用評(píng)級(jí)體系和金融風(fēng)險(xiǎn)計(jì)算模型及風(fēng)險(xiǎn)控制體系姑子，來實(shí)時(shí)向網(wǎng)絡(luò)商戶發(fā)放訂單貸款或者信用貸款乎婿，例如，阿里小貸可實(shí)現(xiàn)數(shù)分鐘之內(nèi)發(fā)放貸款街佑。

1.5.2 供應(yīng)鏈金融模式

企業(yè)利用自身所處的產(chǎn)業(yè)鏈上下游（原料商谢翎、制造商捍靠、分銷商、零售商）森逮，充分整合供應(yīng)鏈資源和客戶資源榨婆，提供金融服務(wù)而形成的金融模式。

京東商城褒侧、蘇寧易購是供應(yīng)鏈金融的典型代表良风。

在供應(yīng)鏈金融模式當(dāng)中，電商平臺(tái)只是作為信息中介提供大數(shù)據(jù)金融璃搜，并不承擔(dān)融資風(fēng)險(xiǎn)及防范風(fēng)險(xiǎn)等拖吼。——渠道商為核心企業(yè)这吻。

1.6 大數(shù)據(jù)金融信息安全

1.7 大數(shù)據(jù)應(yīng)用案例