进入大数据时代，要学会用数据说话，通过大规模数据挖掘，我们才能深入了解银行自己的客户需求和市场结构，从而进一步确定差异化的转型方向。只 有这样，整个中国金融体系才能避免高度同质化，才能真正活跃起来。从这个角度来讲，大数据既可以做商业银行扩展市场的“矛”，也可以做防范风险的“盾”。 大数据在促进银行发展方面的作用还有待我们继续深入探索。
雷涛(天云融创数据科技有限公司首席执行官)：我从产业角度谈谈大数据如何作为工具和推动力落地。
首先，大数据作为Tools，改良优化已有金融业务。先回应刚才提及的一个问题，大数据规模化处理数据，但能否做一些个性化的智能业务?事实 上，对数据业务的理解已经经历了几十年的历程。早先机器辅助参考决策系统，比如BI系统、商业智能系统是面向人类来做决策的，系统面向有限商品有限数据 集，在此之中我们人会基于机器中间状态数据结果，生成相对于的的规则。人的智商以及我们的经验和判断去做有限的商业策略，以面向有限的服务包和有限人群， 所以我们可以在电信运营商里做各种套餐，在金融里做各种产品。而现在的大数据集合里，受众的需求越来越多且碎片化了，我们的产品可能不能定制为一个标准化 的产品，而很可能是根据用户访问的行为随机触发的动作，比如阿里推荐一个产品，9亿个商品，不可能像沃尔玛超市那样能够全部平铺摆开。在用户点击的过程 中，如何发送一个合适的商品给受众，不是依靠报表系统，而是自动化触发的系统。自动化触发的系统更客观地把很多需求定制化和差异化。大数据和以前的BI、 数据仓库本质差异就在于，大数据生成的不仅是一个面向决策报表系统，更多是一个自动化可执行的系统，这个系统可以帮助我们做很多差异型的，个性化的、定量 的动作匹配。
同时对于大数据，我们不要看它不能做什么，而是先尝试它能做什么。大家提到了对获取外部数据的挑战，其实银行业不必急于获取外部的资产数据，比 如工商、房车资产购买记录或者社交行为等等，这些价值稀疏数据还涉及到数据治理的复杂问题，实施利用都需要持续演讲的路线图支撑。其实我们看到，现在很多 金融自身数据还没有价值化，比如现在的账户数据都是结构化的，都是以个体为核心来描述，或是两两之间的债务资金关系，还有大企业的资产负债表、资产损益表 等等。这些数据受限于传统以表为结构的数据组织方式，缺乏全局视野，而我们做定量分析时，需要有一个公共参照体系，像一个米尺一样来衡量今天在座所有人的 身高，而不是表达两两之间的高低;像元素周期表一样用标准参照体系描述所有物种。这个公共参照体系是从全量的金融实体以及它们之间的交易行为抽取出来的模 型。每一个帐户实体在参照系上都会获得一个定量的评估，即使缺少个体数据(例如小微企业)，也可以通过其它实体和交易行为量化传递评估。比如以节点的形 式，将每一个金融实体的交易方式做成一个很大的复杂网络。这些过程能把金融实体用以前结构化的账户数据用大数据技术构建新的基础数据平台，这个基础数据平 台可以完成很多事情，比如征信、置信、基于社团发现的供应链的挖掘，完全可以在线上实现而不再依靠垂直行业经验，还有卡业务欺诈与异常交易，很多识别都可 以基于金融帐户的结构化数据实现。因此，大数据可以作为Tools，利用已有数据资源，优化提升已有业务。
大数据真正创新的是推动力，即破坏型创新驱动金融去拓展零消费市场的新业务。传统金融是基于资本获得盈利的，现在金融也可以基于数据实现盈利。 亚当.斯密定义了土地、资本和劳动力缔造财富，现在数据本身也可以作为新的生产资料，用于开拓新的业务。比如许总提到的支付平台模式，可以考虑深入下去， 利用数据延展为商户CRM。我们尝试过基于POS支付做商圈推荐和识别，也就是说，基于复杂的网络结构，具有相同社会属性的客户访问不同的商家，可以统一 置信或交叉推荐，我们可以做很多O2O服务。金融同时也是一个的服务行业，服务中聚集了人群、产品和服务以后，会留下很多电子化的行为痕迹，数据本身随着 生产经营开始形成一个新的生产资料。同时对资本市场而言，评估传统金融资本项和评估互联网企业的用户流量，将在未来交织形成新金融实体的评估体系。数据资 源将与资本资源同等重要，成为未来资本市场评估的新考核体系和重要指标，大数据的推动力驱动和缔造新的财富。