2.大數據的內涵
(1)數據類型
(2)技術方法
(3)分析與應用
3.大數據的特征
多樣性:隨著互聯網的發展和傳感器類型的增加，網頁、圖片、音頻、視頻、微博等未處理的半結構化和非結構化數據越來越多，主要是非結構化數據，數量激增，類型多樣。非結構化數據比結構化數據更復雜，數據存儲和處理的難度增加。
時效性:大數據的時效性是指在數據量極大的情況下，能夠在壹定時間和範圍內及時處理，這是大數據區別於傳統數據挖掘的最顯著特征。只有對大數據進行實時創建、實時存儲、實時處理和實時分析，才能及時有效地獲取高價值信息。
價值導向:蘊含了大量的深層價值，大數據的分析、挖掘和利用會帶來巨大的商業價值。
4.大數據和傳統數據的區別
5.大數據的背景
1.根據大數據結構分類
2.按照大數據獲取和處理的方式進行分類。
3.以其他方式分類
1.增加銷售機會
0.商業大數據的來源
1.客戶
2.市場
3.商品
4.供應鏈
0.數據來源
2.市場和精準營銷
3.客戶關系管理
4.企業運營管理
5.數據商業化
0.數據來源
2.支付定價
3.研究與開發
4.新的商業模式
5.公共衛生
1.營銷
2.服務
3.操作
4.風險控制
大數據金融是指運用大數據技術和大數據平臺開展金融活動和服務，對金融業積累的大數據和外部數據進行雲計算等信息處理，結合傳統金融開展金融融資和創新金融服務。
1.網絡演示
大量的金融產品和服務通過網絡呈現。
2.風險管理已調整。
風險管理的概念——財務分析(第壹還款來源)、抵押財產或其他擔保(第二還款來源)會不那麽重要。
風險定價法——通過數據更加關註交易行為的真實性和信用的可信度。
對客戶的評價——全方位、立體/生動。
風險管理的主要手段——基於數據挖掘的客戶識別和分類。
3.減少信息不對稱
4.提高金融服務的效率
在正確的時間和地點，以正確的方式向正確的消費者提供正確的產品。
5.拓展金融企業的服務邊界。
由於效率的提高，其經營成本必然降低，最適合擴大經營規模。
金融從業者會服務更多的個人。
6.產品可控可接受。
對於消費者來說，通過網絡化呈現的金融產品的收益或成本以及產品的流動性是可以接受的，其風險是可控的。
7.普惠金融
大數據金融的高效率和擴大的服務邊界，大大拓展了金融服務的對象和範圍，金融服務更加接地氣。
1.快速放款，精準營銷個性化服務。
基於大量長期的信用和資金流大數據，隨時計算信用評分，根據貸款需求和信用評分，使用在線支付實時放貸。
2.客戶基礎大，運營成本低。
大數據金融以大數據雲計算為基礎，主要基於大數據的自動計算，不需要大量的人工，成本低，整合碎片化的需求和供給，將服務領域拓展到更多的中小企業和中小客戶。
3.科學決策和有效控制風險
根據交易借貸行為違約率等相關指標估算信用評分，利用分布式計算制作風險評估模型，解決了信用分配、風險評估、授權實施、欺詐識別等問題，有效降低了不良貸款率。
基於電子商務平臺上形成的在線交易信息和在線支付形成的金融大數據，利用雲計算等先進技術對數據進行處理和分析，形成信用或訂單融資模型。
典型代表就是阿裏小貸。基於電子商務平臺的交易數據、社交網絡的用戶交易和交互信息、購物行為習慣等大數據，通過雲計算實時計算和分析得分，形成電子商務平臺網商的累積信用數據。通過電子商務構建的網絡信用評級體系、金融風險計算模型和風險控制體系，實時向網商發放訂單貸款或信用貸款。比如阿裏小貸，可以在幾分鐘內提供貸款。
企業利用自身的上下遊產業鏈(原材料供應商、制造商、經銷商和零售商)，充分整合供應鏈資源和客戶資源，提供金融服務。
JD.COM商城和Suning.cn是供應鏈金融的典型代表。
在供應鏈金融模式中，電商平臺只是作為信息中介提供大數據金融，不承擔融資風險和防範風險。-渠道商是核心企業。