第2节 大数据，分析是前提

要获得有用的数据，首先必须对所获取的数据进行分析，对数据有进一步的认知。就像对世界上任何一种事物的认识一样，都必须经过从理论到实践转化的过程。而实现这个转化就必须充分发挥人的主观能动性，对客观现象进行分析。

随着数据开始呈爆炸式的增长，种类开始繁多起来，这必然促使使用者对数据进行分析、处理和集成，找出原本看来毫无关系的那些数据的“关联性”，把似乎没有用的数据变成有用的信息。尤其是非结构化数据，由于其是自然生成的，如何使这部分数据更好地创造出价值，更需要精细、科学的分析。

可见，大数据如何转化为真正的“战斗力”，其核心就是分析。大数据分析通常是指以云计算为基础，通过一连串的分析，快速提取其中有价值的部分，从而提高使用者对数据的使用率。

那么，如何来对大数据进行分析，一般来讲掌握五个方面，只要掌握了这五个方面就能得心应手地去运用（见表2-1）。

表2-1　大数据分析的五个基本方面

通过搜集、分析海量数据获得有价值信息，从而发现经济运行规律。大数据来源于互联网，用户在使用互联网的同时便开始积累数据。举个日常生活中最常见的例子，你在申请某银行网银时，一定会留下身份证、联系方式以及更重要的信息。

正是借助这些数据，我们可以从海量的信息中，快速、高效地捕捉和筛选更有用的信息，并将这些信息经过分析系统进行处理。以便判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，解决了小微企业和个体商户财务制度不健全，真实经营信息不易获得的难题。在此基础上转换成征信信息，也就是大数据征信，从而使小微企业和个体商户申请借贷成为可能。

随着大数据分析技术越来越广泛的应用，我们每天都能感受一些新奇应用，从中获取有价值的信息。严格地说，大数据分析上可以帮助商业零售业务流程优化、提高医疗诊治和医药研发水平、帮助运动员提高体育成绩、优化机器设备的性能、改善安全执法和城市管理，实时发布交通信息，尤其对银行业推动建立健全“大数据征信系统”，其影响深远，意义特别重大。

互联网金融服务的普及，为更多的普通投资者提供了更多的信贷、支付结算等金融服务，逐步形成了一拨以互联网金融为基础的理财浪潮。

可以说，大数据金融正是脱颖于大数据分析，是技术服务催生出来的金融服务。

企业根据大数据集合海量非结构化数据，为自身业务经营和管理提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，让市场营销和风险控制等基础性工作有的放矢，提高运营水平。

与传统的统计分析方法不同，互联网金融行业多采用分布式数据库或分布式计算集群对存储的海量数据进行专业化分析和分类汇总，以满足常见的大多数分析要求。

大数据的战略意义，不在于掌握拥有庞大的海量数据信息，而在于对客户细分、客户行为等进行挖掘处理，从而发现有价值信息，为改善和提高个性化、精准化金融服务提供数据支撑。

如2014年阿里集团联合中国银行等7家银行推出“网商贷高级版”，向使用阿里巴巴一达通出口基础服务的中小企业提供以出口贸易数据为基础的无抵押、免担保纯信用贷款服务，最高授信可达1000万元。其实，这只是阿里小额贷款的升级版，阿里集团正是借助阿里系“电商平台”，在深耕细作电商领域的同时，平台每天的海量数据记录着各个商家、网店的销售额、营运资金、上下游客户、信用记录、客户流量、商品价格和存货等数据信息。阿里集团通过这些数据的挖掘分析，获取了大量企业以及消费者的信息数据，并将这些数据信息经过系统分析处理，高效捕捉和快速筛选更有用的信息。

以此判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，进而建立起平台信用评级体系，以区分客户的信用等级，在此基础上推出阿里无抵押、免担保、信用贷款业务，从而使中小企业和个体商户申请信用贷款成为可能。