随着互联网新金融模式的兴起，传统的银行金融业面临着诸多挑战。而大数据技术的发展和广泛应用，无疑是提供了一座极具价值的“金矿”，借助大数据技术，将分散在金融企业服务网络与IT系统中的海量信息与基于业务驱动的外部数据源融合，并结合金融行业的特点，以金融业务为核心，提升客户体验和客户价值、优化运营流程、预测营销效果、提升经营管理水平。
背景
金融企业是大数据的先行者，早在“大数据”一词兴起之前，金融行业的数据量和对数据的应用探索就早已经“大数据”了。而今大数据技术和应用日趋深入，大数据理念渐入人心，金融机构在保有原有数据技术能力的同时，通过内部传统数据和外部信息源的有效融合，能够在金融企业内部的客户管理、产品管理、营销管理、系统管理、风险管理、内部管理及优化等诸多方面得到有效提升。接下来笔者介绍几种大数据的典型应用方向。
构建度全景客户视图
对于金融企业而言，客户画像应用主要分为个人客户画像和企业客户画像两个应用方向。个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等;企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。
传统的客户画像重点在于建立统一客户视图，将以业务为核心的IT系统数据整合，主要覆盖交易、服务、风险、权益等业务相关层面的数据。然而值得注意的是，金融企业拥有的客户等相关信息分散且不全面，分散是指金融企业内部数据往往分散在各个业务系统，彼此之间相互独立，又各有关联，整合难度大;不全面是指客户数据往往是由金融企业自己建立的、围绕金融交易展开的数据，因此仅仅基于企业内部拥有的数据往往难以得出理想的结果。
比如依照银行传统的分析，某位持卡4年的信用卡持卡人，月均刷卡次数以及消费稳定，极少打客服电话，应该是一位满意度较高流失风险较低的客户。但该客户却经常在社交网站、微博和
