IFC1000每天都有早餐会，针对一个主题，进行小桌讨论。在几百人的大群里，每天都有大量有价值、有启发性的信息产生。

下文节选了8月6日早餐会的部分讨论摘要，用者自取，版权属于IFC1000，如需要转载，请注明来源于IFC1000。

主题：大数据的魅力

蓝天：谁有例子举证一下，然后我们聚焦在大数据在互联网金融时代如何积累数据，如何分析数据，如何运用数据，大数据之于金融业都能干什么，能有什么项目可以从身边做起，可以让大家充分感知到大数据的神奇魅力。

王巍：我们去年与央行合作进行了万人和28省区的中国公民金融素质调查，影响非常大，央行希望我们坚持下去。问题是用传统到户访谈而后数据分析的方式。希望今年调整提升，大家献计献策。这个调查是与经合组织的22国一致的，他们也传统。

师蕾：窃以为先把现存易得的动态数据充分利用，可做的事就极多了。比如说，和两市交易相关的数据，包括各账户相关情况。真有人愿意出来做，恶性内幕交易大半暴露

郭大刚：数据搜集和积累过程中成本刚性最大的是时间。

蓝天：王巍的想法很好，我们现在光知道普法和普及金融知识，还得通过大数据知道应该普及什么金融知识，提高准确度。

各位同学，有没有专门进行大数据分析的公司和成功案例？

叶大清：美国的三大信用局的数据分析部门都很强。如experian, transunion, 另外SAS, Fico和互联网公司如amazon 叶大清：互联网公司看amazon， 银行做得好的capital one， bank of america。平安过去几年capital one 挖了一个数据分析团队。

Google 数据分析能力很强。银行业利用数据分析管理风险， 定向营销，产品创新，能力很强。capital one 应用大数据营销的案例曾经上过harvard business review。

Unica被IBM收购了，SAS是美国最大的非上市公司。

郭大刚：上周查老鼠仓 有人直接就说用了大数据 我乐个去 哪有那么复杂 交易数据建模相关性分析足以 最少没有行为数据和非结构化数据处理 数据增长也没有那么大量级 相对＂小数据＂。

蓝天：中国必须发展自己的大数据计算分析公司，专门从事数据积累整理分析计算与服务。

叶大清：中国数据分析和决策领域会出现几个大公司。看好今后的20年。

蓝天：同意大刚意见。交易所的数据人工比对就能发现很多问题，如用计算机大数据模型计算，这很容易发现问题，关键是证明问题很难。

赵国栋：证监会要搞统一的数据模型，包括监管模型，交易模型和行政模型。在此基础上形成会里的元数据库。我正在参与证监会行业数据模型的顶层设计。做为其外部专家。

郭大刚：大数据的三个环节如同冯诺伊曼的模型：数据源、处理系统、应用。

蓝天：哈哈。金融大数据专家，你的时代到了。有没有个人和机构投资者数据模型，尤其是敏感投资者和异动投资者数据库？各位同学，有没有专门进行大数据分析的公司和成功案例？

汤浔芳：国内，在电商数据分析领域，有家不错的公司，叫百分点。他提供了一系列，电商营销、数据分析的工具，用它的服务之后，普通的淘宝店可以提高20%的销售额。每个细分品类，如化妆品、3C、百货的提高率不一样，平均下来是这么多。

郭大刚：和几个做数据的团队聊到这个话题的理想是开放 数据开放 整合意味着要有整合者 那么必然有核心 必然只能道德约束

黄震：大数据首先要解决跨平台数据的集中问题。海量数据弥散分布，无从加以加工利用。中国的征信体系一直没有整合起来，说明跨部门跨平台的整合有多难！这里面有权力之争、利益之争，也有技术障碍。

其次是包括云存储、云搜索、云计算等技术，能否支持大数据的开发利用需要。大数据时代的基础技术设施的建设，不是夸夸其谈就能出现的。

第三，大数据技术的应用，关系一系列法律制度问题需要明确。斯诺登事件暴露了大数据时代最严重的问题

第四，如大刚说的，互联网时代，有人主张大数据开放性，具有公共属性，但大数据的应用却有封闭性和私利性。

汤浔芳：之前和很多做数据分析的聊过，现在各个部门的数据没法打通，是因为有利益，商业利益、利益都有。以后，在商业界能够做数据的还是一些个中间机构。另外，有商业产业链的数据会拿出来合作，但是也需要进行脱敏、清洗，并不会是数据的全部。对于数据分析，在基础阶段，数据还需要进行整理、提取。在分析阶段，就看商业公司的各显神通了。我看好的是未来会出现数据挖掘服务的技术提供商。

师蕾：上次有个聚会交流，好像有地方做成了的，但是思路和体制有问题，数据没有实时性，可用性很低。

柳二月：我有个朋友喜欢数据收集及整理、每天记录自己的身体情况，积累了几十年。目前，他可以判断哪天感冒、几天能好。我们公司从营销角度做过移动、电信、联通的数据分析。

李明顺：现在，中国很多情况是，数据的拥有者不懂得数据的运用，想做大数据分析的又不拥有这些数据。比如，政府公共部门拥有大量数据，但没有开放出来也没有服务意识做针对性的服务数据产品，第三方公司拿到这些却很难，很多数据的获取方法是非正规途径，如私下贿赂或小部门内部合作拿到的。

Highway: 我国是从计划经济而来，传统的计划经济下积累了大量的统计数据。世界上没有一个国家向我们一样把统计的力量普及到乡镇。但是最大的问题是散落在各个地方，没有形成真正有价值的东西出来，而且其重要性也有待发掘。

新经济下，基于互联网的数据开辟了我国数据应用的新时代。例如阿里巴巴每天有大量的交易数据，交易的项目应有尽有，从日用品到高科技品，如果应用的好，可以创造我国的CPI，这个如果出来，没有造假，真实可信，能成为国家决策的重要依据。

还有阿里巴巴的交易数据如果和银行的存款数据对接，可以完整描绘一个人的信用状况，如果再和法院，用人单位，公共事业单位结合一起，可以重塑我国社会的整体信用。

李克强利用发电量，铁路运输量等制造了克强指数，弥补了GDP决策的缺陷。这些都是数据的使用。

智能交通通过大量使用数据来建设模型，能够合理规划交通，减少城市中的交通拥堵。

把大量的医疗资料收集起来，可以建设看病的专家系统，以后大家就没必要去医院排队了。

IFC1000是什么？

这是一群有理想、有干劲的人，相信互联网 创新金融的力量。互联网金融千人会已经在 北京、上海、深圳、杭州等地落地开展活 动，促进大家的探讨、分享。 互联网金融千人会希望吸引团聚1000位互联 网金融领域的行业领袖与精英，孵化培育 1000个互联网金融的卓越项目，支持协力 1000家互联网金融领域标杆企业。

如何加入IFC1000?

如果你是互联网金融的领军人物，如果你供职的企业是互联网金融领军企业，那么大胆地填写申请表吧。

我们不保证每位申请者都能入群，因为，我们需要有两位推荐者，并随机抽取群内的三人进行审核，才能够进入群，但我们保证，如果你持续关注IFC1000，一定可以对您的职业成长起到很大帮助。

 如何关注IFC1000?

微信平台关注“TMTClub”(TMT跨界动察)，可以持续获得有关IFC1000的最新消息，以及互联网金融的独家分析。