2012年盛夏的某一天，美国明尼阿波利斯市郊外的一位父亲，收到了一些寄来的有关养育婴儿的优惠券,收件人是他那还读高中的女儿。这位父亲起初勃然大怒，准备同寄出这些优惠券的美国第二大零售商理论，但后来发现女儿确实不小心怀了孕。而商家正是根据这位少女在该店的购物记录，通过“大数据”分析和判断，准确无误地预测到了她的预产期，于是立即启动了个性化服务。

一个正在改变我们的生活、工作和思维方式的新浪潮正悄悄来到我们身边，这就是大数据（Big Data）时代。

准确预测未来

大数据首先意味着海量数据。从有记录时代开始到2003年，全球总共产生了500亿字节的数据，而到了2011年，每两天就会产生同样数量的数据，根据预测，2013年只用10分钟就可以了。当然，仅有海量数据还不够，还必须具有处理海量数据的能力。对数据的记录和处理古已有之，以数据为参考做出科学决策也一直是商家和各类机构追求的目标，只不过在模拟时代，这项工作费时费力，再加上数据有限以及技术方面的不成熟，准确性和科学性都难以把握，也因此出现不少差错。进入数字化时代后，一切都在改变，根据IDC公司的统计，在过去60年内，计算能力增长了4万亿倍，同时，人们拥有了以云计算为基础的更多、更强大的采集、处理和分析数据的工具，而且成本一直呈下降趋势。

大数据时代的另外一个显著特点是数据的形式多种多样，谷歌的搜索、亚马逊等电子商务网站的交易纪录、电子邮件、传感器上的读数、手机GPS信号等都是大数据的先驱。特别值得一提的是,近年来最为火爆的社交媒体提供了另外一种形式的数据，如Facebook和Twitter上的短信、微信等既有文本文件，还包括音频、视频等多种形式,都会成为新的数据源。社交媒体将人与人之间的关系、不同人群的情绪以及经历一网打尽，一个更加立体和生动的数据集合呈现在我们面前。

大数据还有一个重要特点就是速度快，数据的快速和实时性对于金融业来说比海量更重要。美国麻省理工大学媒体实验室（Media Lab）的几位研究员使用移动电话的定位数据功能,统计出黑色星期五那天在美国梅西百货店停车场的汽车数量，并在此基础上预测了该百货店当日的销售额，其结果同商店关门后的统计数字相吻合。但很明显，时间上的超前为华尔街分析师和相关管理人员在决策方面提供了巨大的竞争优势，换句话说，实时数据让预测更加接近真实。

计算机技术从互联网普及到社交媒体的风行是一个量的变化，而从数字化到数据化则是一个质的飞跃。现代社会本质上是由信息构成的，信息成为如土地、劳动力一样的新型生产要素，如能有效利用将给社会带来根本性变化。大数据时代将带来一场管理革命，促使企业从一个新的视角重新审视数据战略，商家所关心的就是如何从潜在的数据中挖掘出金矿，揭示出新的商机，为商业决策提供辅助，构建新的核心竞争力。

辅助金融决策

金融业是产生海量数据的行业，大数据正在改变着银行的运作方式，特别是对理解和洞察市场和客户方面正产生着深远的影响。

金融市场价格走势很大程度上受市场情绪的左右，社交网络提供的情绪数据为金融交易带来巨大机会。一些机构以社交网站为交易策略中心的平台正为市场带来新的活力。

目前风靡华尔街的算法交易正是让大数据为其服务的最好案例。一些算法交易公司凭借的就是通过跟踪全球互联网上的头条新闻以及微博数据等捕捉政治、经济方面的变化对市场的影响，并将其作为股市投资的信号。一些提供专业服务的技术平台风起云涌。MarketPsych公司和路透社合作提供了119个国家的18000多个独立指数，如每分钟的心情状态——乐观、忧郁、快乐、恐惧和生气等，为金融机构的自动交易提供第三方服务。

信贷管理是长期困扰银行的难题，大数据准确和有价值的信息为银行信贷审批与决策提供了一个新的视角和工具。包括微信、微博在内的社交网站以及搜索引擎、物联网和电子商务等平台将人们之间的人脉关系、情绪、兴趣爱好、购物习惯等生活模式以及经历一网打尽，并将其加入到巨大的个人信息库中。银行利用这些更加准确和丰富的数据在信用分析和客户评级方面做出正确判断和决策，让信贷决策不再仅仅凭借滞后的数据和束缚手脚的条条框框，而是从被动转变为主动，从信用分析发展到行为分析，为信贷审批带来全新的方式。

一些消费信贷创业公司正研究开发以社交图谱为依据的FICO信用评分系统，利用15个变量决定其信用等级，预测单个借贷者是否会违约。一份内部研究显示，根据物以类聚的原理，个人贷款偿还可能性和其朋友偿还债务可能性呈正相关。大数据从一个新的纬度提供信用分析参考，逐渐降低信贷方面的高门槛。

由于大数据可以整合更多信息，并可以更准确评估客户风险，银行可以为不同风险客户提供不同价格的贷款。如果借款人与贷款人之间彼此拥有足够信息，金融中介的作用会变得越来越模糊，正在崛起的数据银行已对传统商业银行构成巨大威胁。

大数据为金融机构提供了客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户消费习惯，并准确预测客户行为，有针对性地推销产品和服务，满足银行对潜在客户量身定制服务的需求。另外，在品牌管理和客户服务反馈方面，大数据通过对人们在思想、情绪和通信方面的数据化情感分析，获取并汇总顾客的反馈意见并对营销活动效果做出准确判断。

大数据时代出现了更多金融与商业的跨行业联动营销。西班牙的桑坦德银行每周发给其分行一份可能对该行某类产品感兴趣的客户清单，其中有些就不是金融产品。花旗银行新加坡分行在观察客户信用卡交易的基础上，借机提供相关商店和餐馆的折扣。信用卡公司和其他零售商也在涉足这个领域，Visa 与服装零售店Gap联手向在Gap店附近刷卡的持卡人发送折扣券。亚洲花旗有25位数据分析师，2012年在新加坡设立了一个新的“创新实验室”，将数据分析师和大机构客户与孟加拉的大型分析中心联系在一起，如果客户签下服务，刷信用卡，系统可以查看任何一天客户购物和吃饭的地点，以及偏好，如果发现该客户喜欢意大利餐，快到午餐时，如客户所处的位置附近有一家著名的意大利餐馆，银行可以发送短信，提供那家餐馆的打折券，使得第二次交易出现。系统甚至有能力找出客户接受这项优惠的比例。这些灵感正是借鉴从亚马逊营销图书的经验，客户的喜好不仅仅取决于他所买到书，还取决于相同客户买了什么书。

金融机构最为关注的是风险管理，而大数据在管理交易、信贷风险和合规方面大显神通。许多金融机构早已采用大数据防治欺诈，保持交易方面的合规，如在庞大的数据库中核对黑名单中的名字，区别同名同姓。信用卡公司用大数据分析客户大规模的交易规律，大大降低了风险。

虽然大数据时代为金融业带来的潜力和新商机还有待人们的捕捉，但毋庸置疑的是，大数据正在成为金融业运作的最有价值、最强大的决策辅助工具。