移動互聯網和傳感器出現推動了大數據時代的出現，大量非結構化數據的出現令數據處理面臨了難題，在大數據時代初期，有關大數據應用主要集中在收集數據，存儲數據、處理數據等方面，解決的是主要是數據效率問題。當數據效率問題被解決之后，大數據價值變現問題將擺到面前，也就是說大數據將進入2.0時代(價值變現時代)。

一大數據1.0時代的特征

大數據1.0時代的主要特征是發現大數據，存儲和處理大數據。大數據4個V中的前3個V(大量的數據、多變的數據、高速的數據)都被有效的詮釋了。但是最重要等一個V(Value價值)，還沒有得到良好的利用，因此很多學者都在唱衰大數據，認為大數據的概念超過了實際應用價值，大數據更像是美國IT巨頭和咨詢公司為銷售其產品和服務進行的炒作。 Hadoop，Hive，Mapreduce，Spark，Storm，R語言，Python，Julia，Scala，Kafka，Octave，GO 成為了大數據時代的熱點詞語。

大數據時代是歷史的必然，特別是移動互聯網出現之后，傳感器和社交活動產生了大量的LBS數據和用戶行為數據。這些數據具有巨大的商業價值，意味這大數據2.0時代的到來。回顧歷史，在過去的幾千年以來，人類社會就一直在利用數據來認識社會，掌握自然社會規律，不斷進化，大數據的出現將會加速這種社會進化。

二大數據對金融行業的意義

金融行業是個高度信息化的行業，特別是占了金融產業半壁江山的銀行，從最初的核心銀行系統到 ATM取款機，從信用卡到網銀系統，從固定的網點到直銷銀行，銀行一直都是高度依賴信息系統和數據的行業。在未來，銀行將通過移動互聯網來降低渠道成本，通過大數據營銷來獲取客戶;隨著中國人投資和保險意識的成熟，證券行業和保險行業將迎來黃金發展期。

大數據對于金融行業具有重要的意義，如果將金融行業比喻成一輛汽車，信息系統就是汽車的發動機，大數據就是燃油。發動機決定金融行業商業模式的領先程度，燃油決定金融企業的發展速度。金融行業借助于大數據將會獲得更快的發展速度，更低的成本，更多的先發優勢。大部分金融行業在大數據應用還處于初級階段，大數據的價值還沒有被充分發掘，特別是移動大數據沒有被充分利用。

金融行業大數據應用還是處于1.0的效率時代。主要解決大數據的收集，存儲和處理問題，數據挖掘也還以結構化數據為主，以自身數據為主，以報表應用為主。

三 大數據的2.0時代

2015年起，大數據將進入2.0時代，進入大數據變現的2.0時代。如果我們定義大數據1.0是大數據的效率時代，那么大數據的2.0時代就是實現大數據變現的價值時代，下面介紹一下大數據金融2.0時代的主要特征。

1. 移動App運營統計分析平臺洞察客戶

銀行使用的核心業務系統、渠道系統、客戶關系管理系統等產生的數據都為結構化數據，可以利用銀行現有的數據倉庫軟件進行存儲，也可以借助于數據挖掘軟件進行分析。但是銀行的移動App產生的數據絕大多數為非結構化數據，表現為用戶點擊數據、日志數據等用戶行為數據，都是非結構化數據，不能在銀行結構化數據庫里面進存儲和處理，只能利用基于大數據技術的移動App運營統計平臺進行處理。

移動App大數據運營統計分析平臺是基于Hadoop技術的非結構化數據存儲和處理平臺，利用 HIVE數據挖掘技術，提供數據采集，數據清洗、數據歸類和分析的功能。提供客戶登陸時間，留存時間，活躍程度，用戶點擊習慣，用戶行為分析、事件定義，事件管理、預警分析等功能。平臺可以在以下幾個方面幫助銀行了解客戶在App中的行為，為優化App提供數據支持，提高客戶體驗。

l 用戶使用習慣情況統計和用戶生命周期管理

l 渠道和設備管理，為用戶畫像提供數據支持

l 用戶體驗洞察和事件預警分析

平臺提供移動APP的反饋數據，銀行可以通過點擊數據和時間長短來了解客戶體驗，為移動APP 界面設計、按鈕布局、交易流程等提供數據支撐。移動App運營統計分析平臺是洞察客戶的傳感器，利用反饋對數據來分析客戶行為，為優化移動APP提供有力支持。在移動互聯網時代，銀行如果想提高對用戶對認知、洞察客戶，取得移動金融的領先優勢，必須裝備移動App運營統計分析平臺，其是玩轉移動金融的必備武器。

2. 大數據營銷平臺(DMP)的出現

金融行業在大數據2.0時代需要一個能夠將銀行數據轉化為價值的平臺，實現金融大數據的變現。 DMP就是承擔這個使命的平臺，其主要負責收集金融行業自身的交易數據，經過數據分析后，為用戶打上標簽，結合外部數據，將幫助金融行業實現大數據精準營銷和獲客。DMP平臺簡單功能至少包括用戶標簽，用戶畫像，精準營銷渠道，自我算法優化，數據可視化，外部數據引入，廣告監測等功能。

DMP將成為大數據金融2.0時代的典型應用，也是金融行業進入大數據金融時代必備的平臺，就像大數據1.0時代的Hadoop一樣，DMP的出現將會加速金融行業大數據商業應用的進化，真正將大數據同金融行業的實際業務結合起來，為金融行業的業務發展提供加速能源。DMP承載了巨大的價值應用，其可以幫助金融行業短時間進行數據變現。

金融企業可以有借助DMP同互聯網巨頭BA進行競爭，取得商業領先優勢。DMP將會成為未來金融行業大數據應用的趨勢，特別是引入移動互聯網大數據和DSP的數據的DMP，將會成為金融行業大數據應用標準。

3. 移動大數據成為基礎數據

金融行業如果想在大數據金融2.0時代取得領先，就必須重視移動數據，除了將自身銀行APP應用中行為數據進行收集和處理，金融行業必須要打破自身的數據閉環，象互聯網企業一樣，堅持開放心態，尋找具有價值的外部數據。

移動互聯網數據將成為金融行業大數據應用的基礎數據。移動大數據具有金融行業傳統數據不具備的特點。移動App的數據由于包含了位置信息，反映用戶的生活軌跡和個人喜好，可以認為移動數據是活的數據，是更有價值的數據。金融行業應該同具有移動大數據的互聯網廠商進行合作，堅持平等協作精神，共同開發開發自身數據金礦。

金融行業在選擇合作伙伴時需要考慮的互聯網三座大山的競爭，同這些大數據巨頭合作時需要謹慎考慮，建議同新興的、獨立的移動互聯網大數據公司合作，掌握合作主動權和大數據應用控制權，實現大數據應用的雙贏。移動互聯網行業中的 TalkingData(騰云天下)擁有大量移動互聯網數據，是獨立的第三方數據提供方，已經為招商銀行、興業銀行、平安銀行、國信證券、海通證券等金融企業提供了完整的移動大數據解決方案，獲得了較好大數據變現效果，傳統金融行業可以進行借鑒。

4. 標簽將成為大數據金融的重要武器

數據標簽表述既簡單又復雜，簡單的講就是描述一類用戶或行為屬性集和，其具有相關性和大概率特點。標簽可以很寬也可以很細，完全取決于標簽創建者的經驗。因此標簽的精準定義成為大數據金融應用的關鍵所在。

標簽作為大數據金融2.0時代的最基本元素，正在成為大數據金融的重要武器。很多大數據金融的應用都依賴于標簽，簡單的講標簽的細化程度和覆蓋范圍都將體現金融企業的大數據應用的成熟度，標簽可以分為用戶屬性，位置信息、游戲偏好、應用興趣、消費偏好等類型，定義標簽的方法可以從社會人的特點和具體商業需求出發，定義出金融行業需要的客戶群體信息。

大數據標簽是用戶畫像、精準營銷、風險監測等金融大數據應用的基礎，金融行業大數據標簽的定義是具有挑戰的話題，并將成為大數據金融2.0時代的熱點話題。

5. 用戶畫像將體現在CRM系統中

金融行業正在從以賬戶為中心的商業模式轉向以客戶為中心的商業模式，銀行、證券、基金、保險企業紛紛上線CRM系統，將客戶關系管理作為其主要的業務之一，并希望通過對客戶需求的挖掘來推薦產品或開發產品。

在大數據2.0時代，CRM系統的數據除了用戶的基本數據和信用數據之外，還需要增加用戶畫像信息。CRM應該包含以客戶為中心的用戶習慣特性，用戶喜好特性，用戶軌跡，用戶消費趨勢等信息，這些都需要大數據平臺DMP提供。具有了用戶畫像信息的 CRM將會大大增強金融行業的商業競爭優勢，當金融行業客服人員或客戶經理打電話同客戶進行溝通時，用戶畫像將提供高價值的信息，洞察客戶，拉近金融企業同客戶的距離，了解客戶需求，提高客戶滿意度和市場營銷轉化率。

四金融企業如何取得先發優勢

進入大數據2.0時代之后，擁有豐富數據的銀行、證券、保險、基金面臨來自互聯網巨頭、互聯網金融企業、財富管理公司、消費金融公司的激烈競爭。大數據金融將是其取得領先優勢的重要武器，金融行業應該積極擁抱移動互聯網，擁抱大數據，積極建設 DMP平臺，持開放心態，同具有移動數據和技術的企業進行合作，利用已有的數據和外部數據，來取得2.0時代的先發優勢。

大數據變現或者說大數據金融可以理解為，大數據金融=數據+平臺+場景，其中數據包含金融企業自身數據和外部數據，平臺包括移動App分析平臺和DMP，場景需要同金融行業一起開發，包含O2O場景和跨界營銷場景。

客戶是有限的，市場是有限的，財富是有限的，時間是有限的，空間是有限的。在大數據2.0時代，金融企業應該及時行動，建設DMP平臺，積極進行大數據變現，敢于試錯，敢于利用大數據反饋進行自我優化，借助于移動互聯網數據進行市場開拓。未來市場主要消費群體屬于80后、90后，金融行業應該迅速了解客戶行為和愛好，對已用商業模式和產品進行升級，金融行業越早進入大數據2.0時代，就會越早取得競爭的領先優勢。