大数据产业发展了几年之后，即将进入到价值变现阶段。传统企业已经对大数据技术和应用有了初步了解，大数据平台和技术的应用也开始普遍。一些公司也成立了大数据部门，大数据得到了企业的高度重视，但是很多企业和厂商主要的困难在于大数据的场景应用，既如何利用数据分析和外部数据来提升业务。

　　计划近期推出一系列文章，向大家介绍大数据的场景应用，介绍如何利用数据分析和外部数据实现价值变现，提升业务。先期主要集中在以下几篇。分别从大数据场景应用的横向和纵向来分享大数据应用场景，同时也会从数据源、数据应用、数据分析方法和工具出发来介绍如何应用数据。计划5篇文章，其简单的内容介绍别如下。

行业篇：从大数据场景应用的横向出发，介绍各个行业的大数据应用场景，重点介绍银行、证券、保险、互联网金融、地产、旅游、交通、农业、智慧政府等行业大数据场景应用和案例

功能篇：从大数据场景应用的纵向出发，介绍大数据分析在各个功能领域的应用场景，重点介绍精准营销、数据风控、效率提升、决策支持、产品运营的大数据场景和案例。

数据源篇：从数据类型和数据源角度出发，介绍中国市场上拥有数据源的公司，其数据来源、数据类型、数据应用场景、数据应用案例。

用户画像篇：从数据应用出发，介绍如何梳理和整理数据，如何打标签，如何利用数据描述用户，如何建立可以进行商业应用的用户画像，如何通过用户画像找到数据商业应用场景。

数据分析篇：从数据分析角度出发介绍常用的数据挖掘和统计分析方法、模型、算法。数据挖掘和分析常用的知识点、数据分析模型和应用案例。

　　36大数据专稿，原文作者：Stuart Franke 本文由36大数据翻译，任何不标明译者和出处以及本文链接均为侵权。

　　第一篇行业篇

　　很多企业对大数据的价值了解不多，不知道如何应用数据，如何利用数据创造价值。大数据的场景应用成了很多企业迫切需要了解的问题，也是大数据在企业应用的一个主要出发点。本文将从几个产业和领域来同大家分享一下大数据的应用场景，同时也帮助企业掌握找到数据应用切入点。

　　大数据场景应用本质上就是数据的业务应用场景，是数据和数据分析在企业经营活动中的具体表现。可以从不同的纬度来了解大数据的场景应用。从横向上分析，大数据在不同行业有不同的应用场景，简单讲就是提升业务，降低成本，开源和节流并重。由于各个行业的数据维度和数质量不同，大数据在不同行业应用的成熟度不同，金融行业的数据维度较多，数据质量也很好，数据集中和数据治理也开展了一段时间，因此金融行业的大数据应用开展较好，也取得了一些较好的效果。地产行业的大数据刚刚开始，主要应用在于线下和线上数据打通、土地决策、地产金融等方面。电商是最早利用数据变现的行业，客户交易和行为数据分析已经成为电商行业核心竞争力。互联网金融、零售、医疗、交通、航空旅游的数据应用也开始了一段时间，数据分析已经为开奖直播们带来了较大的业务提升。

　　一 金融行业大数据场景应用

　　金融行业拥有丰富的数据，并且数据维度和数据质量也很好，自身的数据就是最好的数据，可以开发出很多应用场景。如果考虑引入外部数据，可以加快数据价值的变现，市场上较好的数据有社交数据、电商交易数据、移动大数据、运营商数据、工商司法数据、公安数据、教育数据、银联交易数据等。

　　大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，并预测未来计算机推荐理财的市场将超过银行专业理财师。摩根大通银行利用决策树技术，降低了不良贷款率、转化了提前还款客户，一年为摩根大通银行增加了6亿美金的利润。VISA公司利用Hadoop平台将730亿交易处理时间从一个月缩短到13分钟。

　　1 银行数据应用场景

　　银行的数据应用场景比较丰富，典型的数据应用场景集中在数据库营销、用户经营、数据风控、产品设计和决策支持等。现阶段，大数据在银行的商业应用还是以其自身交易数据和客户数据为主，外部数据为辅;描述性数据分析为主，预测性数据建模为辅;经营客户为主，经营产品为辅。