随着金融业务的载体与社交媒体、电子商务的融合越来越紧密，金融业正在面临着前所未有的科技挑战。数据是重要资产的观念已经成为共识，面对激增的海量数据，如何运用85%的非结构化数据，借助大数据战略打破数据边界，实现大数据分析洞察，将是金融行业创新和转型的关键。 根据IDC(Internet Data Center)即互联网数据中心预测,2020年的数据增长量将是2010年的44倍,达到35ZB。大数据量的驱动使得大数据应用已经在金融行业逐步推开，在风险管控、精细化管理、精准营销、高频金融交易、业务创新、贷款、股价预测等方面，无论是国内还是国外都拥有诸多颇为典型的创新应用案例。而本文也将逐一分享几个标杆性金融大数据案例，期望对金融行业从业者有所启发。www.coofocus.com 国外： IBM日本用大数据预测股价走势 IBM日本的新系统首先从互联网上的新闻中搜索与“新订单”等与经济指标有关的单词，然后结合其它相关经济数据的历史数据分析与股价的关系，从而得出预测结果。最终预计起价约为2000万日元(约合人民币160万1920元)。 在开发该系统的过程中，IBM日本以美国“ISM制造业采购经理人指数”为对象进行了验证实验。此次实验首先假设“受访者受到了新闻报道的影响”，然后分别计算出约30万条财经类新闻中出现的“新订单”、“生产”以及“雇员”等5个关键词的数量。根据这些结果，就能够大致判断出受访者受到了哪些新闻的影响以及所受影响的程度。接着，对可能影响ISM制造业采购经理人指数变化的物价相关统计等其他总计约480项经济数据进行综合分析，从而预测该指数的未来动态。实验最终仅用了6小时便计算出了分析师需要花费数日才能得出的预测值，预测精度几乎一样。　　 Kabbage运用虚拟经济契机，挖掘大数据价值 Kabbage 是一家为网店店主提供营运资金贷款服务的企业，客户是eBay、亚马逊、雅虎、Etsy、Shopify、Magento、PayPal 上的美国网商。通过查看网店店主的销售和信用记录、顾客流量、评论以及商品价格和存货等信息，来最终确定是否为他们提供贷款以及贷多少金额，贷款金额上限为4 万美元。店主可以主动在自己的Kabbage 账户中添加新的信息，以增加获得贷款的概率。 Kabbage 通过支付工具PayPal 的支付API 来为网店店主提供资金贷款，这种贷款资金到账的速度相当快，最快十分钟就可以搞定。 Kabbage 用于贷款判断的支撑数据的来源还来自于网上商家的自主提供，且提供的数据多少直接影响着最终的贷款情况，这样科学地运用了大数据技术，挖掘和探索虚拟经济形态下的网络和商务平台数据，高效地控 制了风险，同时保障了业务的稳定拓展，目前已开拓了近万家客户，成效显著www.hubxww.com。 国内： 友邦保险借助大数据分析软件玩转大数据 友邦保险面对茫茫的客户名单，每个保险业务员每天拨打200个电话，才能找到2-3个意向客户的现状很苦恼，友邦保险选择使用大数据魔镜分析软件，平均每天拨打10个电话，就能找到一个意向客户。作为保险公司的管理层，想要了解不同年龄阶段的人员购买不同险种的平均保费情况，如果需要查看传统的报表，需要统计：年龄阶段---平均保费、不同险种---平均保费、年龄阶段---不同阶段，三张报表，不仅费时费力，而且不够直观。而使用了大数据魔镜分析后，轻松做到了客户挖掘、精准投放、二次开发、战略指导、全民分析等多种智能分析模型，为管理层的管理决策提供了最直接的数据依据，同时绚丽易读的可视化展现带来了清晰直观的产品体验，让管理层不再拍脑袋发愁。 农业银行、汇丰银行拓展大数据分析新视角 大数据在金融行业应用范围较广，典型的案例有农业银行和汇丰银行。农业银行电子银行部门的管理层，想要了解不同规模的企业存款的多少的规律，但是由于这种分析现有报表的纬度并不支持，所以，只能通过阅读大量报表，从而进行人工判断。运用了国云数据的大数据可视化分析软件后，只需要拖动相应的维度与度量，即可得出想要的分析结果，为农行做到精准营销、服务跟踪、绩效考核等多方面提供了帮助。 而汇丰银行选择SAS 防欺诈管理解决方案构建其全球业务网络的防欺诈管理系统。汇丰银行利用SAS 系统，通过收集和分析大数据解决复杂问题，并获得非常精确的洞察，以加快信息获取速度和超越竞争对手。汇丰银行采用SAS 告警管理、例程和队列优先级软件，提高了运营效率，也方便迅速启动紧急告警。 总结：针对企业，细分下来有保险、银行、拥有金融业务相关的领域等，面对大数据的时代潮流，不应该固步自封，如何找到与大数据技术可以结合的契机，深入挖掘行业、企业内外部数据，提升在同行业的核心竞争力变得更为关键。当然市面上的新兴大数据分析产品和解决方案也是金融从业者不得不去关注的，与更专业从事大数据的合作伙伴或者渠道合作才能最大化为企业带来效益和思路。

金融行业结合大数据的创新应用案例