金融行业大数据市场预测：应用深入，市场规模未来几年高于整体水平
随着数据价值被越来越多的认可，尤其是在金融企业业务转型时期，基于数据的业务及内部管理优化使得金融领域的大数据应用市场规模在未来几年将以高于整体水平的速度增长。
数据来源：公开资料整理
在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。
图表：典型领域大数据应用前景价值
| 典型领域 | 应用价值 |
| 政府 | 大数据的发展，将极大地改变政府的管理模式。其包容性将模糊掉政府各部门间、政府与市民间的|边界，信息孤岛现象大幅消减，数据共享成为可能，从而提高政府各机构的协同办公效率和为民办事效率，提升政府社会治理能力和公共服务能力。具体而言，依托大数据的发展，有利于节约政府投资、加强市场监管，从而提高政府决策能力、提升公共服务能力，实现区域化管理。大数据也将进一步提高决策的效率，提高政府决策的科学性和精准性，提高政府预测预警能力以及||应急响应能力，节约决策的成本。以财政部门为例，基于云计算、大数据技术，财政部门可以按需|掌握各个部门的数据，并对数据进行分析，作出的决策可以更准确、更高效。另外，也可以依据数据推动财政创新，使财致工作更有效率、更加开放、更加透明。借助大数据，还能逐步实现立体化、多层次、全方位的电子政务公共服务体系，推进信息公开，促进网上办事实时受理、部门协同办理、反馈网上统一查询等服务功能，加快推进智能化电子政务服务和移动政务服务新模式的初步应用，不断拓展个性化服务，进一步增强政府与社会、老百姓直接|的双向互动、同步交流。 |
| 金融 | 随看数据价值被越来越多的认可，尤其是在金融企业业务转型时期，基于数据的业务及内部管理优化使得金融领域的大数据应用市场规模在未来几年将以高于整体水平的速度增长。金融行业是所有行业大数据应用最全面、最成熟的行业，因此，其在整个大数据行业的占比也一直较高。 |
| 医疗 | 医院设备之间的互联互通，检验、影像、超声等数据的相互桑加使用，在部分医院也已经成为常规|的诊疗手段。具有特殊性、复杂性的庞大的医疗大数据，主要集中在医疗机构及部分企业中。大数据技术在健康医疗行业的应用目前主要集中在优化传统医疗、助力医疗行业市场营销以及收益管理等方面，未来将会向临床数据对比、药品研发、临床决策支持等方向发展。随着应用领域的不断深入与增加，我国健康医疗大数据行业市场规模将会实现快速增长。 |
| 工业 | 工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感|知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业|带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等诸多方面。 |
| 交通 | 随着交通系统信息化程度的加深，以及各种路侧和车载智能传感器的普及，大量包括道路、公交、|轨道交通、出租汽车、航空、铁路、航运等信息的数据得以产生并被存储下来，可在构建实时、准确、高效的综合交通运输管理系统发挥巨大作用。交通基础设施的建设和运营涉及大量工程和多个|环节，而大数据技术能够对海量信息进行分析，有助于提升交通运行效率，降低社会成本。在实时监控交通动态的基础上，利用大数据预测模型，可以解决交通受行政区域限制的问题、促进传统交通管理模式变革、合理配置交通资源、提升交通预测能力、创造数据交易价值。 |
| 农业 | 一是生产智能决策。将历年农产品的属性、价格、生产量、需求量等数据进行分析，预测一定时间内一个地区农产品的供给与需求，合理安排农产品的生产和流通。二是精准农业。运用大数据的理念、技术和方法手段，利用GPS定位、农田遥感监测、智能农机具等采集监测的多类型异质、海量数据综合处理与分析，能够实现设施农业生产各个环节的精准|管理。三是农情监测与预警。运用大数据分析技术进行农情监测、灾情预报、灾情分析、辅助就在决策、应急联动等，并面向全国各地政府部门、科研机构提供客观可靠、快速及时的农业生产决策指导服务。四是提高农产品物流组织化程度。通过整合各环节数据，利用数据进行智能分析，进行实时调节管控，可以实现农产品物流运输统筹、农产品仓储统筹、农产品物流配送优化等。五是农业科研。建立基于权限的全国科研资源的大数据服务中心，将农业相关的各种数据集中到农业大数据服务中心，整合各类科研数据资源，为科研育种、农业试验、模型研究、资源共享提供支挥。六是利于食品安全追溯。将农产品从源头进行标签化，结合农产品物流的高度整合，有利于农产品的追溯，实现农产品安全生产。 |
| 能源 | 随看能源行业两化程度的加深，以及各种监测设备和智能传感器的普及，大量包括石油、煤炭、太阳能、风能等等的数据信息得以产生并被存储下来，这就为构建实时、准确、高效的综合能源管理系统提供了数据源，可以让能源大数据发挥作用。另外，能源行业基础||设施的建设和运营涉及大量工程和多个环节的海量信息，而大数据技术能够对海量信息进行分析，帮助提高能源设施利用效率，降低经济和环境成本。最终在实时监控能源动态的基础上，利用大数据预测模型，可以解决能源消费不合理的问题、促进传统能源管理模式变革、合理配置能源、提升能源预测能力等，体现出能源数据带来的价值。 |
| 电信 | 电信业拥有丰富的大数据资源，以及电信业拥有足够的大数据分析能力并非难事，电信业开展新业务尤其是BI（商业智能）的潜力巨大。现实也确实如此，电信业感受到了压力，并计划把握通信技术大规模普及的契机，获得更为丰富的数据资源，再将这些数据资源加以挖掘和提炼价值，把握大数据带来的巨大潜力和机遇。 |
| 教育 | 教育大数据是一种无形的资产，是一座可无限开采的“金矿”，充分的挖捉与应用是实现数据资产增值的唯一途径。从繁杂的教育数据中发现相关关系、诊断现存问题、预测发展趋势，发挥教育大数据重要的应用价值。主要表现在：辅助教育科学决策、促进教育均衡发展、提升教育质量、实现个性化学习、教育产品营销、推动在线教育等方面。 |
| 物流 | 随看物流行业对大数据应用的逐渐深入，未来物流行业获取的数据已不只是行业内部信息，还包括大量的外部信息。通过对这些数据的判辨，使得物流企业可以预测性地为每家客户量身定制个性化、差异化服务。 |
资料来源：公开资料整理
1、大数据的主要应用领域
目前，大数据在金融领域的应用最为广泛，处于领先地位，其他行业应用尚处于初级阶段。在未来，大数据应用将全面覆盖各个产业，应用技术和方法将会更加成熟，应用市场规模也将保持高速稳定的增长态势。预计2020年中国大数据应用最多的为政府，行业应用方面，金融大数据还将占据25%的份额，其次为工业大数据，预计占比6.64%。电力、交通、电信等其他领域也会不断加强大数据应用。
2、大数据在金融领域的应用
大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。
当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义。
中国人口居世界首位，将会成为产生数据量最多的国家，但对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。
3、金融行业大数据应用典型案例
中信银行大数据应用案例（中信银行信用卡中心）
资料来源：公开资料整理
招商银行大数据应用案例
在精准营销方面，各大金融机构纷纷展开行动。招商银行通过数据分析识别出信用卡高价值客户经常在星巴克、DQ、麦当劳等场所消费后，通过“多倍积分累计”、“积分店面兑换”等活动吸引优质客户；通过构建客户流失预警模型，对流失率等级前20%的客户发售高收益理财产品予以挽留，使得金卡和金葵花卡客户流失率分别降低了15%和7%；通过对客户交易记录进行分析，有效识别出潜在的小微企业客户，并利用远程银行和云转介平台实施交叉销售，取得良好成效。
4、金融大数据市场规模预测
目前，金融行业主要如信用卡、防欺诈、电子支付业务等，对大数据有比较大的需求。因此，随着金融行业大数据应用的加强已经深入，预计到2017-2022年，金融行业大数据应用市场规模年均复合增长率为55.21%，到2022年，中国金融行业大数据应用市场规模为497亿元。
资料来源：公开资料整理