3.大数据在证券业中的应用
现代证券行业具有资本密集、信息密集、智力密集和技术密集的特点，大数据时代使得数据信息不仅在量上大大增加了，在数据的产生、传播、内容、速度、形式等方面都更加多样、复杂，越来越呈现出细节化、多维化、立体化的特点，对业务发展的影响也越来越大。
目前，国内外证券业的大数据应用主要有以下三个方向：
（证券业大数据应用）
1)大数据可以提升证券业的个性化服务水平
证券行业作为综合类金融服务产品的提供者，在大数据的背景下，将有能力快速搜集高质量的信息，以设计出更符合客户需求的产品组合，并且可以根据客户偏好的改变及时调整。同时由于中介服务的竞争逐渐同质化，争夺的焦点将来必然落在价格上。如果标准化同质服务不再能够给券商带来正常利润，那么券商必须转变经营思路，将通道业务转变成包含增值服务的金融服务。
大数据能够通过对客户消费行为模式进行分析，提高客户转化率，开发出个性化的产品以满足不同客户的需求。越来越多的证券公司开始采用数据驱动的方法，通过一系列信息的收集、存储、管理和分析，给客户提供更好的决策，充分体现了以客户为中心的服务理念。
2)大数据能够帮助证券公司避免客户的流失
依据客户历史交易行为和流失情况创建大数据分析模型，预测客户流失的概率。比如海通证券自主开发的“给予数据挖掘算法的证券客户行为特征分析技术”主要应用在客户深度画像以及基于画像的用户流失概率预测，通过对海通100多万样本客户、半年交易记录的海量信息分析，建立了客户分类、客户偏好、客户流失概率等模型。该项技术最大初衷是希望通过客户行为的量化分析，来测算客户将来可能流失的概率。
3)大数据在量化投资方面的应用
量化投资策略在欧美发达国家的金融市场已经相对成熟，由于收益巨大，是大数据最早应用的领域。证券业已经进入了一个大数据信息时代，证券的数据模型越来越复杂多样，数据的总量和种类都有着重大的突破。大数据在处理证券数据时，通过对主力和散户的行为、轨迹分析，对主力资金和散户资金的去向追踪，对主力、散户和市场之间的关系理解，能够很好地增加投资胜率。个人投资者将能够轻松使用大数据获得实证支持，降低交易风险，投资能力将大幅提升。大数据也让科技公司第一次有机会能够挑战传统的金融分析师，利用对各种数据的量化、重组和整合，提供不同的交易策略，让投资者能够科学的分析全球投资市场。
4.大数据在保险行业的应用
目前，国内保险行业的大数据应用主要集中在以下四个领域：
（保险业大数据应用）
1)帮助保险公司减少赔付
赔付直接影响保险企业的利润，对于赔付的管理一直是险企的关注点。而赔付中的“异常值”(即超大额赔付)是赔付额的主要驱动因素之一。一家领先的美国保险集团通过结合内部、第三方和社交媒体数据进行早期异常值检测，用1.4亿个数据点构建预测模型，其中既包括了客户的个人数据(健康状况、人口特征、雇主信息等)，也包括了集团的内部数据(过往的理赔信息和已经采取的医疗干预信息等)，及时采取干预措施，使平均索赔费用下降了20%。同时，借助大数据手段，险企可以识别诈骗规律，显著提升反欺诈的准确性与及时性。