在大数据时代，互联网行业占据重要的流量入口，具有天然优势。而金融可以说是互联网行业变现的首要商业变现场景，互联网公司纷纷布局金融科技，已经成为一大趋势。
而金融是如何利用大数据掘金的呢？
我们以BAT为例来看：
以阿里巴巴为代表的电商数据主要包括销售数据、用户购买行为数据、商品数据、客户咨询数据、售后服务数据、推广投放数据、营销活动数据，以及网站整体运营数据等，其优点是便于商品运营、用户运营和产品运营，相较搜索大数据来说，维度少，数据特征相对集中。
以腾讯为代表的社交数据则拥有群体性、关系性特征，拥有整体社交用户的90%，日均集纳流量超过160亿，优点是可以对群体动态具有较为准确的预测性等，社交数据的缺陷在于存在一定的风险和漏洞，如容易被人为操作，数据单一维度的造假容易，代价低。
以百度为代表的搜索数据特征是高维、稀疏的，数据涵盖人口属性、兴趣关注、消费场景、常驻位置、信用评分、APP行为等，拥有丰富的维度可以做更精准的用户画像。这个特性跟金融领域的数据具有一些相同点。传统金融的难点就是获客南都大，技术升级快，风控成本高。
有了大数据，还要具备相应的数据清洗、处理、算力才能将大数据应用与商业变现。
例如百度使用boosting算法，对独有的大数据进行深度学习，通过函数计算，将高维的数据总结出一些特征进行降维处理。
在征信方面，百度大数据叠加人行征信数据后，可以将客群风险区分度提升13%。现在，百度金融的可授信用户已经达到1.9亿，为400多家金融机构赋能，每天对外服务超过百万次。
利用大数据掘进，归根结底还是要为数据找到适合变现的场景，并且用人工智能等先进技术利用数据。除了BAT，很多传统金融机构也在探索这一命题了。
例如，一种新型的基于用户交易和行为数据特质的金融服务“数据质押”逐渐应用成熟，即运用大数据技术，以交易过程中所形成的能够交叉验证的真实交易数据和行为数据进行评级和授信，并以此为依据向企业提供融资服务的模式。如工行运用数据技术挖掘企业多维度信息，描绘企业信用画像，精准挖掘客户融资需求，为客户提供“一键即贷”的全线上融资服务。欢迎在评论中发表自己不同的观点，互相交流，谢谢！