金融服务业采用Hadoop作为关系型数据库进行存取将会大大增加。大家在不同的时间使用了相同的技术之间并没有任何差别。 “长尾”效应还很遥远，但是中小型银行将会从Hadoop的以下几方面获益：
供应商将整合整套集成解决方案，服务，平台
用户社区持续成长，并能提供一个基础参考作为突破口
数据降载成为当今Hadoop一个“经典”应用（相对来讲），同时许多大数据专家继续再更大的数据集合上前进，未来将会有更多的普通人加入到大数据应用的行列。
金融服务“大数据终结app”理论在市场得到了越来越多的认可。FinTech 已经孵化了2-3年，形成了大数据平台和用户间从前端到终端的连接。希望看到更多的银行作为证明概念来运行这些应用，这些实践将检验软件所提供的“完整解决方案”的基础。前端到终端和后端都应进行整合，而不是分割。大家可以看到市场迅速的从服务集成扩展到后端，这将迎来银行业的关于如何定位“大数据软件”和“传统软件” 的激烈讨论。
变化来了，获得前进动力的最后一次机会。随着越来越多的高可靠大数据平台的出现，安全专家，深层次的丰富元数据，集成LEI和其他标准成为一个严峻的现实。传统的数据的方法是有效的，只是需要一些思想来充分利用新的解决方案-例如处理架构和数据建模。更深一层，随着大数据工作在前台，市场营销和风险控制方面形成的工作模式，我们能够看出这里面在办公的中后期业务上有明显和巨大的数据重叠部分，这些重叠能够很容易的应用在现有的数据湖中。我们预计，在中等的商业风险评估与性能相关的大数据的商业行为将迅速增加。更进一步，我们将看到关于如何切实带来后台功能的更深层次的交流(合作等)。
银行的机构方将开始采用并从零售业务的方式来获取线索增进对于市场目标客户的了解。有一些纯B2B的公司利用大数据来改善客户商情，但是大部分时候他们处于B2C业务的不利地位，信用卡业务，银行零售业，财富管理或者借贷业务。一个简单的跨界就是基金的配置（大型共同基金经理）从财富顾问网络和经纪人相互作用来改善数据收集的过程,同时也提高产品利用率。一旦被从客户群中移除，这对于共同基金通常是非常重要的，所以加强对于机构客户的理解显得尤为重要。
信任仍然是许多大型银行的使用新供应商“大数据”的主要因素。换句话说，当你展望2016年，将会有很大的来自管理层的推动力，来把大数据项目移出IT然后放到商业用户手中。为了达成目的，我们需要考虑架构，功能，速度，可用性，安全性等问题。与往常一样，采用传统的严谨性以全新的架构布局并没有改变，传统架构将的成本和缓慢的进展将开始在新的Hadoop表现和融合的大数据的架构过程中逐步展现。
更进一步，将来一定会有更加强大的工具来处理现有的工作，例如数据治理，数据质量，参考数据管理，标准。这将要求各方持续的教育，即那些IT意外的继续教育。用以了解市场的快速发展。
最后，针对平衡开源和供应商解决方案将展开长期讨论。不是所有的开源项目设计之初就符合机构客户，开源项目传递了一种敏捷性需求开发—每个银行的需求都在不停的变化，为大数据找到合适的点才是更加重要的。总而言之，2016年的市场将会不断前行，混乱随之减少，同时会使大数据的海洋变得风平浪静。