大數據金融作為一個綜合性的概念，在未來的發(fā)展中，企業(yè)坐擁數據將不再局限于單一業(yè)務，第三方支付、信息化金融機構以及互聯網金融門戶都將融入到大數據金融服務平臺中，大數據金融服務將在各家機構各顯神通的基礎上，實現多元業(yè)務的融合。

1電商金融化，實現信息流和金融流的融合

電商金融化是電商企業(yè)在電子商務平臺的長期發(fā)展中，數據積累和信用記錄運用的必然趨勢，是商業(yè)信用對接銀行信用的表現。電商以網購起家，通過數據、流量獲得銷售，再通過銷售積累數據、流量，聚集黏性，數據的結構化和層次化明顯，對信息流的反應敏銳。

電商金融化的發(fā)展目前可以分為兩個階段，第一階段為電商完成第三方支付，對傳統(tǒng)的銀行才具有的支付和信用功能的創(chuàng)新和替代；第二階段為電商羽翼漸豐，開始尋求同銀行的信貸合作，代表例子為京東商城的供應鏈金融模式，誠然，早在2007年，阿里巴巴展開同工行、建行的合作，進行小額信貸的新嘗試，但是由于信用審核、風控理念之間的差異等一些原因，兩方最終分道揚鑣。如今電商金融化可以說并未發(fā)展完善進入下一階段，但是發(fā)展方向出現分歧。一方是以阿里巴巴為代表的金融平臺，在獲取銀行牌照之前，以資產證券化、信托計劃等方式籌集資金；另一方是以蘇寧云商為代表的金融平臺，直指民營銀行牌照，希望在成立銀行后，將信息流和資金流收歸己用。從本質上來說，二者殊途同歸，都是在掌握商品流、信息流的情況下，高效、低成本的獲得資金流，從而建立自身完整生態(tài)圈，對生態(tài)圈內商戶提供一條龍服務，提高商戶黏性，提升競爭對手進入壁壘，期待在激烈的互聯網金融競爭時代擁有一席之地。

2金融機構積極搭建數據平臺，強化用戶體驗

在電商跨界金融的沖擊波之下，以銀行為代表的金融機構并沒有坐以待斃，銀行借道電商，打響反擊戰(zhàn)。銀行步入電商領域的成績以及基因融合是否良好暫且不論，單從數據擁有量來說，大型商業(yè)銀行的數據均在大數據級別，尤其在金融數據方面有著電商無法比擬的優(yōu)勢。

自2012年開始，多家銀行，如建行、交行、工行等都積極部署自己的電商平臺，期待在留住老客戶及擴展客戶數量數據同時，使客戶數據立體化，并利用立體數據進行差異化服務，了解客戶消費習慣，預測客戶行為，進行管理交易、信貸風險和合規(guī)方面的風險控制。下表為銀行在電商領域的布局情況：

　　銀行在電商平臺的布局圖

另一方面，數據管理和運用成為銀行業(yè)面臨的比數據收集更嚴峻和迫切的課題。各商業(yè)銀行已經在此項上有所動作。中國民生銀行計劃在2013年建設數據標準和大數據基礎平臺，2014年建設實時的數據集成平臺，2015年建立完備的企業(yè)數據服務，支持智能化的服務；交通銀行則采用智能語音云產品對信用卡中心每天收集的海量語音數據進行分析處理，收集關于客戶的身份、偏好、服務質量以及市場動態(tài)等方面的信息等。

3大數據金融實現大數據產業(yè)鏈分工

毋庸置疑，大數據對我們時代的改變將越來越深刻。無論是IBM、CISCO這樣的老牌IT公司、還是在Hadoop生態(tài)圈中的專注于大數據的IT新秀都在短短的幾年之內按照信息處理環(huán)節(jié)可以分為數據采集、數據清理、數據存儲及管理、數據分析、數據顯化以及產業(yè)應用等六個環(huán)節(jié)占位。

　　六大環(huán)節(jié)企業(yè)布局圖

在數據采集中，Google、CISCO這些傳統(tǒng)的IT公司早已經開始部署數據收集的工作。在中國，淘寶、騰訊、百度等公司已經收集并存儲大量的用戶習慣及用戶消費行為數據。在未來，會有更為專業(yè)的數據收集公司針對各行業(yè)的特定需求，專門設計行業(yè)數據收集系統(tǒng)。

在數理清理中，當大量龐雜無序的數據收集之后，如何將有用的數據篩選出來，完成數據的清理工作并傳遞到下一環(huán)節(jié)，這是隨著大數據產業(yè)分工的不斷細化而需求越來越高的環(huán)節(jié)。除了Intel等老牌IT企業(yè)外，Informatica、Teradata等專業(yè)的數據處理公司呈現了更大的活力。在中國，華傲數據等類似廠商也開始不斷涌現。

從數據存儲和管理中，數據的存儲、管理是數據處理的兩個細分環(huán)節(jié)。這兩個細分環(huán)節(jié)之間的關系極為緊密。數據管理的方式決定了數據的存儲格式，而數據如何存儲又限制了數據分析的深度和廣度。由于相關性極高，通常由一個廠商統(tǒng)籌設計這兩個細分環(huán)節(jié)將為更為有效。從廠商占位角度來分析，IBM、Oracle等老牌的數據存儲提供商有明顯的既有優(yōu)勢，他們在原有的存儲業(yè)務之上進行相應的深度拓展，輕松占據了較大的市場份額。而Apache Software Foundation等新生公司，以開源的戰(zhàn)略匯集了行業(yè)專精的智慧，成為大數據發(fā)展的領軍企業(yè)。

在數據分析中，傳統(tǒng)的數據處理公司SAS及SPSS在數據分析方面有明顯的優(yōu)勢。然而，基于開源軟件基礎構架Hadoop的數據分析公司最近幾年呈現爆發(fā)性增長。例如，成立于2008年的Cloudera公司，幫助企業(yè)管理和分析基于開源Hadoop產品的數據。由于能夠幫助客戶完成定制化的數據分析需求，Cloudera擁有了大批的知名企業(yè)用戶，如Expedia,摩根大通等公司，僅僅五年，其市值估計達到7億。

在數據的解讀中，將大數據分析的數據層面的結果還原為具體的行業(yè)問題。SAP、SAS等數據分析公司在其已有的業(yè)務之上加入行業(yè)知識成為此環(huán)節(jié)競爭的佼佼者。同時，因大數據的發(fā)展而應運而生的wibidata等專業(yè)的數據還原公司也開始蓬勃發(fā)展。

在數據的顯化中，這一環(huán)節(jié)中，大數據真正開始幫助管理實踐。通過對數據的分析和具象化，將大數據能夠推導出的結論量化計算、同時應用到行業(yè)中去。這一環(huán)節(jié)需要行業(yè)專精人員，通過大數據給出的推論，結合行業(yè)的具體實踐制定出真正能夠改變行業(yè)現狀的計劃。

從各個數據的環(huán)節(jié)的梳理中，企業(yè)在尋求進行數據環(huán)節(jié)的卡位。大數據服務平臺，顧名思義，將以大數據為依托。無法擠入數據的六個環(huán)節(jié)，將難以形成適合自己企業(yè)路徑的大數據服務平臺。以銀行為例，銀行之所以積極進入電商的圈子，本質來說是擠入數據采集環(huán)節(jié)的路徑。在大數據服務平臺的繼續(xù)發(fā)展中，可以預見到，會有數據處理六個環(huán)節(jié)的企業(yè)不斷加入，競爭會愈演愈烈。后入企業(yè)必須首先找到企業(yè)在數據處理中的著力點。

數據是企業(yè)最重要的資產，而且隨著數據產業(yè)的發(fā)展，將會變得更有價值。但封閉的數據環(huán)境會阻礙數據價值的實現，對企業(yè)應用和研究發(fā)現來講都是如此，因此我們需要合理的機制在保護數據安全的情況下開放數據，使數據得到充分利用。筆者認為，在大數據的未來發(fā)展中，建立數據交易平臺，在相關法律法規(guī)允許的情況下，數據能夠在統(tǒng)一的平臺上進行搜索比價和交易，這不僅是企業(yè)在主營業(yè)務外的數據增值行為，也為解決封閉數據、數據割裂提供了有效的解決方法，實現了有關機構之間的協同合作，更為符合“數據即是資產”的精神。