现在，大数据来了。在数据体量上冲击极限的先驱者们，首先意识到了“贵族化”解决方案的无法忍受性，开创了去贵族化的数据处理解决方案的先河。
互动： @颜阳：08年我们首尝green plum,走出了数据仓库的低价路，好累
他们用轻型化的通用硬件平台，开源化的操作系统和草根化的平台架构一起，构成了去贵族化解决方案的核心内容，为我们树立了去贵族化的典范。
随之而来的是，对于包括我们在内的更广大的用户来说，多了“去贵族化”这个选项，多了用追随大数据先驱者们的实践来彰显程序正义这个选项。这是一个了不起的进步，这个进步在过去“贵族化”解决方案密集的金融证券行业中引起的变革，意义将是深远的。
提问：刘东华：白老师，交易所对大数据的作用主要有哪些典型案例？
去贵族化的过程，对于很多已经上了贵族化道儿的单位来说，是一个痛苦而漫长的过程。不仅要面对技术上的认识分歧，甚至也要面临组织架构的重新调整。
互动：@志刚：需要名族品牌的兴起，在模仿中创新，在创新中发展
我们的大数据应用，主要在监管这一块。简单说就是抓坏人。
当然我们当初建设企业级数据仓库和数据挖掘平台的时候，提的是服务监管，服务创新，服务投资者教育，服务信息经营。著名的TopView就是数据仓库的应用成果。
互动：@刘东华：哈哈，给我们讲讲怎么抓坏人
哈哈，抓老鼠仓肯定是其中很重要的一个应用了。不过我真的不是很了解。也没有被授权讲这一块。可以在一项业务创新推出之前，模拟各种极端场景进行测算。可以说，把数据仓库这样的数据基础设施用于业务，我们走的还是比较早的，但也是不得不贵族化的。是大数据给了我们去贵族化的希望和信心。
提问：@赵国栋：白老师，跨领域关联如何理解？
我觉得，从技术架构上去贵族化，只是大数据潮流的一个很小的侧面，更大的影响在业务模式上。
以我们证券行业为例。证券行业是一个密切依赖信息技术和信息服务的行业。行情数据中断几分钟，那是天大的事儿了。卖方和买方信息不对称的消除，主要靠依法进行强制性信息披露。宏观经济的信息，与资本市场有直接或间接关联的基本面信息，都如空气和水一样，是资本市场的玩家们须臾不能离开的。还有更高级的，信息本身也成了博弈的道具。
因此，行情和资讯，是证券行业信息服务的两大核心领域。当然，交易所和监管机构还需要从非公开的交易信息中寻找违规线索，这是面向监管的信息服务。总而言之，证券行业对信息技术和信息服务的依赖，比许多其他行业要深得多，也重得多。
我们使用TD超过10年，目前正面临一个选择点。轻型化是必然的，但如何轻型化有不同的选项。经常有搞数据挖掘、机器学习、商业智能学术研究的朋友问我，你那能不能弄点数据啊，我这有啥啥啥技术，指标有多么多么牛。我很敬佩能把技术指标搞得很牛的人，但是把一项通用（领域无关）技术引入一个陌生的领域，似乎不是这个玩法，不是说你有了技术，就万事俱备、只欠数据了。
实际上，从全球视角看，任何一个成熟的应用领域，作为整体，都不会对通用技术麻木不仁到这个程度，在你提出这个要求之前，人家早就会过不知多少拨提出类似要求的人了。在人家自己的数据上，能尝试的新鲜花样都不知道尝试过多少遍了。你要证明你的价值，必须建立在这个基础上，才有对话和合作的可能。实际上，不要说不懂领域只懂技术。如今只懂领域，也已经不够了。在当前形势下，只有跨界，才能走得更远。大数据的价值，很大一部分产生在数据跨界关联所引发的“化学反应”之中。
什么叫跨界关联呢？我理解，就是人们在两个相对独立的活动空间产生的数据，通过某种媒介，关联在了一起。假如没有这个媒介，两套数据是各自独立的，但是有了这个媒介，两套数据就形成了新的结构，新的语义，新的价值。比如杀毒。如果仅仅局限于杀毒，这个花样已经被玩得差不多穷尽了，连云查杀都出来了。但是如果把云查杀的数据当做网络访问日志，和网络流量变现结合起来，就赋予了杀毒以全新的涵义。
互动：@赵国栋：多维！
再比如电子商务，如果仅仅是为电子商务提供支付手段，那还停留在电子商务的附属品阶段。但是如果把电子商务的支付数据转而用作互联网金融的信用手段，这就实现了跨界的质变，不再是拆东墙补西墙，而是东墙西墙全活了，形成了互补、互顶的生态，形成了所谓的“降维攻击”。