在国内人们熟知的余额宝，其鲜明的特色就当属大数据。以基金的申购、赎回预测为例，基于淘宝和支付宝的数据平台，可以及时把握申购、赎回变动信息。
大数据在金融的应用 风控还是核心
上述无论是基于个体还是大环境的数据分析，都绕不开风险这一话题。基于个体行为和特征对客户进行的画像，是对个体的信用评级和风险评估；基于大环境的追踪和观察，是对系统性风险和市场景气指数的判断。这些行为都有效的控制住了行业风险，进而更顺利的开展金融业务。
可见，风险控制是金融行业的核心这一命题，在大数据技术的渗入下依然不会改变。
大数据发展的问题：
大数据发展至今，在金融领域的应用正在步入深水区。但是要进一步发展，除了大数据技术本身的局限，行业内部也有瓶颈亟待解决。
1、 合法性问题
大数据需要收集和提取私人数据，如何界定私人数据与公共数据的界限，如何保护个人的数据隐私权，灰色地带在哪里？这种标准的制定，为现实的法律提出了要求。
2、 共享与安全
大数据的本质是开放与共享，但是现实情况是需要数据共享的各个行业之间存在各种壁垒，如何解决目前仍是业界普遍面临的难点。
3、 解读与应用
对于大数据的结论如何解读，从哪个产业的利益出发来分析？应用的多元化，将引出不同层面的大数据价值，这需要想象力。数据分析的量级、角度和系统计算方式的差异，如果不同系统之间所作出的大数据分析出现差异，或者相反的结论，我们该如何判断和解读？
尽管大数据技术还可以继续深入发展，但这些问题，嫣然不是技术上的可以解决的。要想深入应用大数据技术，充分发掘出数据的价值。行业自身也需要自我进化升级。