证券行业的主要收入来源于经纪业务、资产管理、投融资服务、自由资金投资。外部数据的分析，特别是行业数据的分析有助于其投融资服务和投资业务。2015年4月13日，一码通实施之后，证券行业面临了互联网证券平台的强力竞争，依据TalkingData发布的金融App排行榜，移动互联网证券App，排名前5位的证券类App，只有一家传统券商华泰证券。排名第一的互联网券商同化顺覆装机量是排名第一传统券商的6倍，前三名的互联券商总体覆盖用户接近6000万用户。用户总数还在不断增加。传统证券行业现在面临的主要挑战是用户交易账户的争夺，证券行业如何增加新用户?如何留住用户?如何提高证券行业用户的活跃?如何提高单个客户的收入?是证券行业主要的业务需求。

　　证券行业拥有的数据类型有个人属性信息例如用户名称，手机号码，家庭地址，邮件地址等。证券公司还拥有交易用户的资产和交易纪录，同时还拥有用户收益数据，利用这些数据和外部数据，证券公司可以利用数据建立业务场景，筛选目标客户，为用户提供适合的产品，提高单个客户收入。帕累托效应还是适用于证券行业，20%的客户创造了80%的利润。证券行业需要找到高频交易客户、资产较高的客户，理财客户。借助于数据分析，如果客户平均年收益低于5%，交易频率很低，建议其购买证券公司提供的理财产品。如果客户交易很频繁，又收益较高，可以主动推送融资服务。如果客户交易不频繁，但是资金量较大，可以为客户提供投资咨询，激活客户交易兴趣。客户交易的频率，客户的资产规模，客户交易量都是证券公司主要收入来源，对客户交易习惯和行为分析可以帮助证券公司获得更多的收益。另外证券App交易的便捷和用户体验，也是提升用户粘性的重要方面。

　　证券公司除了利用企业财务数据来判断企业经营情况，还可以利用外部数据来分析企业的经营情况，为投融资以及自身投资业务提供有力支持。例如利用移动App的活跃和覆盖率来判断移动互联网企业经营情况，电商、手游、旅游等行业的App活跃情况完全可以说明企业运营情况。海关数据、物流数据、电力数据、交通数据、社交舆情、邮件服务器容量等数据可以说明企业经营情况，为投资提供重要参考。

　　二 地产行业大数据场景应用

　　地产行业正在从黄金发展期进入到白银发展期，房地产商从过去粗放经营转向精细化经营。地产生意不在是简单的交钥匙工程，简单的商品房建设。地产公司正在转向商业地产开发和商铺经营、物业经营。市场的竞争正在驱动地产公司寻找新的收入增点和新的商业模式。有的地产巨头例如万科和万达，已经转向社区O2O、电商、文化产业、地产金融等业务。

　　一些地产公司和大数据公司正在寻找大数据在地产行业的应用场景，并且已经取得了阶段性成果。移动大数据正在帮助地产行业在土地开发、小区规划、商铺规划、地产O2O，甚至地产金融等方面发挥作用。地产大数据商业应用场景被逐渐被挖掘出来，大数据技术在资源配置和客户分析等方面发挥了过去想象不到的作用，移动大数据正在帮助房地产公司实施数字化运营，获得新的业务收入。TalkingData作为一个领先的移动大数据公司，在土地规划、客户经营、打通O2O等方面帮助很多房地产商实现数字化经营，并取得了一些成绩。数据商业应用给地产商带来了过去不存在的商业价值，移动大数据技术在商业地产的应用，正在成为很多房地产公司重点关注的领域。

　　1 移动大数据在商业地块定价策略方面的应用

　　先从一个真实的例子开始，一家著名的房地产公司，其房产开发主要集中在三线城市。当这家房地产公司进入到一个城市时，当地政府非常欢迎，并拿出了一个拥有30万户籍人口的土地让房地产公司进行开发。房地产公司开发完之后，发现房子卖出去很少，同30万户籍人口的需求完全不在一个数量级上，房子积压了不少，造成了较大损失。