同时，通过算法的分析和训练，可以建立现有用户的群组，分析出一群比较相似的人，推荐一些他们经常会选择的东西，根据这些信息可以去推荐相应的金融产品或服务给他，一方面让客户觉得不会干扰，进而提升接受度和转化率。从智能推荐的角度，会利用不同的标签参数、ID的参数等等完成推荐的工作。ID在整个数字营销领域是非常关键的一件事情，需要知道这是同一个人，才会有意义，不然所有营销的工作都是分散、割裂的，对整体的营销效果并不会很好。
有了相对稳定的老客户，那如何开发新客户进行获客？很多互联网平台往往会外包给一些外部营销公司、媒体公司。其实从大数据的视角来看，应该是分析现有的稳定老客户，根据这些老客户可以通过相似的推荐、相似的选择找到什么样的用户会发生转化，根据标签设定找到已经转化的老用户相似的用户，根据这些用户选择性的去投放不同的媒体渠道和属性，不停优化整个投放的结果，可以有效的降低获客成本。
从金融行业来看，各家大数据供应商的数据，随着采集设备和种类的增加，采集方式日渐结构化，辅以各种大数据分析工具的齐备、大数据分析从业人员增加，可以预期在不久的将来，大数据将会渐渐的彻底改变目前整体传统金融行业的运作方式，随之而来的，各金融机构在战规划略和资源倾斜上，也会越来越重视大数据的投入，并逐步将数据的积累、分析、应用变成金融机构核心竞争力的一部分。在国内，除了借贷业务外，预期在保险行业、券商行业、大资管与财富管理行业，还存在着巨大的发展空间和机遇等着各类金融机构进行探索。