第2節 大數據，分析是前提

要獲得有用的數據，首先必須對所獲取的數據進行分析，對數據有進一步的認知。就像對世界上任何一種事物的認識一樣，都必須經過從理論到實踐轉化的過程。而實現這個轉化就必須充分發揮人的主觀能動性，對客觀現象進行分析。

隨著數據開始呈爆炸式的增長，種類開始繁多起來，這必然促使使用者對數據進行分析、處理和集成，找出原本看來毫無關系的那些數據的“關聯性”，把似乎沒有用的數據變成有用的信息。尤其是非結構化數據，由于其是自然生成的，如何使這部分數據更好地創造出價值，更需要精細、科學的分析。

可見，大數據如何轉化為真正的“戰斗力”，其核心就是分析。大數據分析通常是指以云計算為基礎，通過一連串的分析，快速提取其中有價值的部分，從而提高使用者對數據的使用率。

那么，如何來對大數據進行分析，一般來講掌握五個方面，只要掌握了這五個方面就能得心應手地去運用（見表2-1）。

通過搜集、分析海量數據獲得有價值信息，從而發現經濟運行規律。大數據來源于互聯網，用戶在使用互聯網的同時便開始積累數據。舉個日常生活中最常見的例子，你在申請某銀行網銀時，一定會留下身份證、聯系方式以及更重要的信息。

正是借助這些數據，我們可以從海量的信息中，快速、高效地捕捉和篩選更有用的信息，并將這些信息經過分析系統進行處理。以便判斷其業務范疇、經營狀況、信用狀況、用戶定位、資金需求和行業發展趨勢，解決了小微企業和個體商戶財務制度不健全，真實經營信息不易獲得的難題。在此基礎上轉換成征信信息，也就是大數據征信，從而使小微企業和個體商戶申請借貸成為可能。

隨著大數據分析技術越來越廣泛的應用，我們每天都能感受一些新奇應用，從中獲取有價值的信息。嚴格地說，大數據分析上可以幫助商業零售業務流程優化、提高醫療診治和醫藥研發水平、幫助運動員提高體育成績、優化機器設備的性能、改善安全執法和城市管理，實時發布交通信息，尤其對銀行業推動建立健全“大數據征信系統”，其影響深遠，意義特別重大。

互聯網金融服務的普及，為更多的普通投資者提供了更多的信貸、支付結算等金融服務，逐步形成了一撥以互聯網金融為基礎的理財浪潮。

可以說，大數據金融正是脫穎于大數據分析，是技術服務催生出來的金融服務。

企業根據大數據集合海量非結構化數據，為自身業務經營和管理提供客戶全方位信息，通過分析和挖掘客戶的交易和消費信息掌握客戶的消費習慣，并準確預測客戶行為，讓市場營銷和風險控制等基礎性工作有的放矢，提高運營水平。

與傳統的統計分析方法不同，互聯網金融行業多采用分布式數據庫或分布式計算集群對存儲的海量數據進行專業化分析和分類匯總，以滿足常見的大多數分析要求。

大數據的戰略意義，不在于掌握擁有龐大的海量數據信息，而在于對客戶細分、客戶行為等進行挖掘處理，從而發現有價值信息，為改善和提高個性化、精準化金融服務提供數據支撐。

如2014年阿里集團聯合中國銀行等7家銀行推出“網商貸高級版”，向使用阿里巴巴一達通出口基礎服務的中小企業提供以出口貿易數據為基礎的無抵押、免擔保純信用貸款服務，最高授信可達1000萬元。其實，這只是阿里小額貸款的升級版，阿里集團正是借助阿里系“電商平臺”，在深耕細作電商領域的同時，平臺每天的海量數據記錄著各個商家、網店的銷售額、營運資金、上下游客戶、信用記錄、客戶流量、商品價格和存貨等數據信息。阿里集團通過這些數據的挖掘分析，獲取了大量企業以及消費者的信息數據，并將這些數據信息經過系統分析處理，高效捕捉和快速篩選更有用的信息。

以此判斷其業務范疇、經營狀況、信用狀況、用戶定位、資金需求和行業發展趨勢，進而建立起平臺信用評級體系，以區分客戶的信用等級，在此基礎上推出阿里無抵押、免擔保、信用貸款業務，從而使中小企業和個體商戶申請信用貸款成為可能。