弗若斯特沙利文（以下簡稱“沙利文”）發表最新的《中國金融大數據服務市場概覽》研究報告，認為目前大數據在中國金融行業的應用剛剛起步，范圍主要在產品定制、精準營銷、反詐騙、反洗錢和信用評估等方面。隨著人工智能和金融分析算法等技術的發展及對大數據的開發應用，金融行業的商業模式將不斷被顛覆和演變。

　　大數據（bigdata）是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，且需要新的處理模式才能處理的海量、復雜和多樣化的信息資產。

　　大數據服務在金融行業的應用通過為客戶建立大數據應用平臺，或通過為客戶收集并分析海量的相關數據，獲得有價值的信息，幫助客戶解決工作中的問題，輔助客戶評估信用風險、投資風險等，并幫助金融行業提高工作效率、優化商業模式。

　　金融分析算法能迅速將無結構的原始大數據轉換成結構化數據。它能通過分析全球市場和客戶的財務細節，來為企業定制財務建議，為個人顧客建議理財方案，而且比任何人類經紀人更有效率。

　　具備自我學習能力的人工智能系統是一套分析消費者行為的工具。它可以通對消費者行為大數據的分析來發現詐騙或其他金融犯罪的信號，也可以用于發現新的投資機會，使金融機構能夠根據消費者的行為及其財務活動，以較低的成本為顧客推薦更合適的產品。

　　現代金融業的發展離不開科技手段，中國金融業信息技術投資規模穩步增長，從2012年的1066億元增長到2015年的1500億元。預計未來5年對金融科技的投資規模將持續增長，大數據及分析的應用也將繼續滲透金融行業。

　　金融大數據服務市場快速發展主要歸結于以下原因：

　　金融行業數據量大、傳統的信息處理成本高，導致數據未能得到充分利用。

　　定制的分析算法能夠很容易地應用于任何機構的金融數據及其他相關的大數據，可以大幅提高資源配置效率、降低人工成本，同時也為客戶減少投資和財務策劃成本。

　　中國不健全的征信體系使金融行業需要通過大數據技術對中小企業及個人做出信用評價，以便把控風險并合理定價。