“大家还没搞清楚PC的时候，移动互联网来了，还没搞清楚移动互联网的时候，大数据来了。”
有个不太靠谱的命题：如何让赵本山和迈克尔乔丹搭上关系？其实很简单，通过分析两个人的社交圈子，兴趣爱好等，最终可以找出一条线路能让他们两个人认识，这就是隐藏其中的大数据魅力之一点点……
随着互联网的冲击，UGC（用户产生内容）不断发展，社交网络已经不断普及并深入人心，用户可以随时随地在网络上分享内容，由此产生了海量的用户数据。这些数据并不是我们想象中的那样冷冰冰、枯燥的数据，而是更加活生生、有趣的数据；这些数据不同于以往单纯的数字，它们声色结合、图文并茂。
比如，Facebook用户每天共享的东西超过40亿，Twitter每天处理的数据量超过3.4亿；而每分钟Tumblr博客作者会发布2.7万个新帖子，Instagram用户会共享3600张新照片……随着Facebook、Twitter、LinkedIn、微信等社交媒体的流行，对社交关系的数据挖掘成为近几年的一个技术热点。
玩的核心是消费者洞察
在一般商业前提下，社交大数据挖掘的目的，是投消费者所好。
不可否认，一个正在改变我们的生活、工作和思维方式的新浪潮正悄悄来到我们身边，这或许就是大数据（Big Data）导致的一个还不可名状的时代。
当下，社交大数据正在对企业，甚至于一些行业带来深刻的变革。下面，让我们来细数一下吧！
首先，与传统的营销方式相比，利用大数据营销，从前期的曝光，中期的转化，到后期的购买行为都是可监测的。效果可评估是大数据带来的最实质性影响。其次，在社交环节，越来越多消费者通过社交媒体反馈自己对企业产品、品牌形象的看法，这个过程会产生许多有价值信息，甚至包括一些潜在的市场需求。对一个企业来说，这些信息不仅可能使他们调整原有产品，甚至催生新的商业模式。消费者洞察，是大数据的核心价值。第三，大数据对某些行业来讲，意义更加不同。比如电影行业，金融行业，大数据能够起到预估性、前瞻性作用，企业可以据此建立一些模型对消费者行为进行分析。
同时，这又是一个移动盛行的时代，与传统互联网相比，移动互联网时代更加强调“社交”和“互动”。人们随时随地可以和朋友问候交流、分享资讯，只要带上手机，整个社交圈也就装在口袋里。交互性增强带来的效果是，不但产品可以为用户带来效用，用户反过来也能为产品导入流量。一个网友如果在微博上发文夸赞一家餐厅，经由他的社交圈的转发和扩散，就将为这家餐厅带来更多的访客。这个特征，也为移动互联网时代的商业创新指出了一个方向，那就是基于用户身份的信息交互和社交应用。
当下，所有行业都在积极拥抱移动互联浪潮，当然金融业也无法作壁上观。唯有移动起来的金融，才具备在下一个周期继续参与竞争的生命力。这其中，应用社交化的趋势和大数据，将对金融行业带来更多新的机遇，并将使金融行业逐步移动化、社交化，产生新的具有移动互联网特点的金融模式。这种金融模式将具有成本低廉、便捷的特点，能够使人们不受时间和地点的限制享受金融服务。
总之，进入大数据时代，金融行业的客户信息、交易信息、资产信息、信用信息等数据经过有效采集和整理分析，将会成为具有价值的数据信息。内部数据结合外部数据将形成具有重要价值的数据资产，可以有效帮助金融企业进行精准营销，降低运营费用，提高欺诈防范能力，提高信用风险管理水平，为决策提供有效支持，同时帮助金融企业了解客户需求，开发出符合客户需要，具有创新精神的新产品。
每分钟的心情状态终将被考量
社交大数据营销，是为了更好地辅助金融决策。
金融业是产生海量数据的行业，大数据正在改变着银行的运作方式，特别是对理解和洞察市场和客户方面正产生着深远的影响。
随着Facebook和Twitter等社交平台的内涵更深入更延展，分享、交流等社交元素开始与更多金融服务相互融合，由此产生的多种商业价值也随之凸显。
金融市场价格走势很大程度上受市场情绪的左右，社交网络提供的情绪数据为金融交易带来巨大机会。一些机构以社交网站为交易策略中心的平台正为市场带来新的活力。
目前风靡华尔街的算法交易正是让大数据为其服务的一种案例。一些算法交易公司凭借的就是通过跟踪全球互联网上的头条新闻以及微博数据等捕捉政治、经济方面的变化对市场的影响，并将其作为股市投资的信号。一些提供专业服务的技术平台风起云涌，如MarketPsych公司和路透社合作提供了119个国家的18000多个独立指数，如每分钟的心情状态——乐观、忧郁、快乐、恐惧和生气等，为金融机构的自动交易提供第三方服务。
当然，信贷管理是长期困扰银行的难题，大数据准确和有价值的信息为银行信贷审批与决策提供了一个新的视角和工具。包括微信、微博在内的社交网站以及搜索引擎、物联网和电子商务等平台将人们之间的人脉关系、情绪、兴趣爱好、购物习惯等生活模式以及经历一网打尽，并将其加入到巨大的个人信息库中。银行利用这些更加准确和丰富的数据在信用分析和客户评级方面做出正确判断和决策，让信贷决策不再仅仅凭借滞后的数据和束缚手脚的条条框框，而是从被动转变为主动，从信用分析发展到行为分析，为信贷审批带来全新的方式。
还有一些消费信贷创业公司正研究开发以社交图谱为依据的FICO信用评分系统，利用15个变量决定其信用等级，预测单个借贷者是否会违约。一份内部研究显示，根据物以类聚的原理，个人贷款偿还可能性和其朋友偿还债务可能性呈正相关。大数据从一个新的纬度提供信用分析参考，逐渐降低信贷方面的高门槛。
由于大数据可以整合更多信息，并可以更准确评估客户风险，银行可以为不同风险客户提供不同价格的贷款。如果借款人与贷款人之间彼此拥有足够信息，金融中介的作用会变得越来越模糊，正在崛起的数据银行已对传统商业银行构成巨大挑战。
可见，大数据为金融机构提供了客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户消费习惯，并准确预测客户行为，有针对性地推销产品和服务，满足银行对潜在客户量身定制服务的需求。另外，在品牌管理和客户服务反馈方面，大数据通过对人们在思想、情绪和通信方面的数据化情感分析，获取并汇总顾客的反馈意见并对营销活动效果做出准确判断。
大数据时代涌现了更多的金融与商业的跨行业联动营销。如：西班牙的桑坦德银行每周发给其分行一份可能对该行某类产品感兴趣的客户清单，其中有些就不是金融产品。花旗银行新加坡分行在观察客户信用卡交易的基础上，借机提供相关商店和餐馆的折扣。信用卡公司和其他零售商也在涉足这个领域，Visa 与服装零售店Gap联手向在Gap店附近刷卡的持卡人发送折扣券。亚洲花旗有25位数据分析师，2012年在新加坡设立了一个新的“创新实验室”，将数据分析师和大机构客户与孟加拉的大型分析中心联系在一起，如果客户签下服务，刷信用卡，系统可以查看任何一天客户购物和吃饭的地点，以及偏好，如果发现该客户喜欢意大利餐，快到午餐时，如客户所处的位置附近有一家著名的意大利餐馆，银行可以发送短信，提供那家餐馆的打折券，使得第二次交易出现。系统甚至有能力找出客户接受这项优惠的比例。这些灵感正是借鉴从亚马逊营销图书的经验，客户的喜好不仅仅取决于他所买到书，还取决于相同客户买了什么书。
金融机构最为关注的是风险管理，而大数据在管理交易、信贷风险和合规方面大显神通。许多金融机构早已采用大数据防治欺诈，保持交易方面的合规，如在庞大的数据库中核对黑名单中的名字，区别同名同姓。信用卡公司用大数据分析客户大规模的交易规律，大大降低了风险。
计算机科学家、统计学家正在开始与社会科学家协作
社交大数据，助互联网金融大道盛行。
随着计算机及互联网通讯技术的兴起和发展，在过去的几十年间，金融行业在不断被改变，随着金融行业不断触网，互联网金融已经显示出诱人前景。
与传统金融相比，互联网金融的优势主要体现在：通过社交网络或电子商务平台可以挖掘各类与金融相关的信息；大幅提高信息搜集效率，智能满足用户金融需求；在供需信息几乎完全对称、交易成本极低的条件下，优化交易方式。互联网金融的优势不仅在于信息搜集和处理，还能有效地将众多交易主体的资金流置于其监控之下，降低风险控制成本。
目前，互联网金融主要有五种模式：一种是以拍拍贷、人人贷、点名时间等为代表的线上P2P模式和众筹模式；第二种是阿里、京东、苏宁为代表的电商介入金融领域，形成的各自互联网金融模式，阿里最具代表性，衍生的金融模式也较多；第三种是涉及到银行支付结算体系的第三方支付，目前有支付宝、财付通为代表的200多家支付企业；第四种是互联网企业介入的金融服务领域，更多以服务金融机构为主要模式，本身不介入金融领域，像数米网、铜板街、东方财富网等基金代销网站，还有如融360、好贷网的金融信息服务模式的网站；第五是互联网货币，如比特币。其中，影响最大的是阿里金融等拥有海量客户、数据资源的第三方支付和P2P等。对于传统金融业，这种形式的互联网金融主要挑战了什么呢？可以认为其在于：客观上割裂了银行和终端客户的直接联系，银行客户开始分流，银行被电商前台后端化；银行资金开始脱媒，小额高频度的资金流水通过第三方或者P2P进行流通、投资。
金融机构希望能够收集和分析大量中小微企业用户日常交易行为的数据，判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，解决由于小微企业财务制度的不健全，无法真正了解其真实的经营状况的难题。其中，比较典型的就是阿里小贷，首创了从风险审核到放贷的全程线上模式，将贷前、贷中以及贷后三个环节形成有效联结，向通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款。接下来，我们还原一下其做法：
首先，通过阿里巴巴B2B、淘宝、天猫、支付宝等电子商务平台，收集客户积累的信用数据，利用在线视频全方位定性调查客户资信，再加上交易平台上的客户信息（客户评价度数据、货运数据、口碑评价等），并对后两类信息进行量化处理；同时引入海关、税务、电力等外部数据加以匹配，建立数据库模型。
其次，通过交叉检验技术辅以第三方验证确认客户信息的真实性，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价，通过沙盘推演技术对地区客户进行评级分层，研发评分卡体系、微贷通用规则决策引擎、风险定量化分析等技术。
最后，在风险监管方面，开发了网络人际爬虫系统，突破地理距离的限制，捕捉和整合相关人际关系信息，并通过逐条规则的设立及其关联性分析得到风险评估结论，结合结论与贷前评级系统进行交叉验证，构成风险控制的双保险。阿里小贷还凭借互联网技术监控贷款的流向：如果该客户是贷款用于扩展经营，阿里小贷将会对其广告投放、店铺装修和销售进行评估和监控。
可见，互联网金融借助社交网络等新平台产生了海量用户和数据，记录了用户群体的情绪，但大数据库无法自己总结人类行为模式的规律。计算机科学家、统计学家正在开始与社会科学家协作，找到把大数据策略和小数据研究相结合的新途径。利用互联网，金融企业也可以对其客户行为模式进行分析（比如事件关联性分析），这类似于工程上的“对照实验”，即观察、测试不同条件下，机构投资者或普通金融消费者对产品的反应，识别其中的因果关系，提高客户转化率，改善服务水平，实现互联网金融的精准营销。例如，领先的零售企业通过监控客户的店内走动情况及其与商品的互动，与交易记录相结合开展实验，就可以指导选择商品种类、摆放货品、调整售价。再如，有保险公司通过精细化分析客户风险、财富变化、家庭资产价值等数据并不断更新其背景资料，向客户提供量身定制的保单。未来，保险公司还将使用个人位置和汽车运行信息对车险产品定价，向客户提供交通和天气状况、停车事故高发区域和速度限制变化等实时信息，开发有利于安全驾驶的产品。
在大数据盛行的年代，互联网不仅影响到金融，它还是整个消费习惯的改变。随着70，80，90后成为互联网金融的主要人群，他们多年已经养成了互联网生活习惯和思维模式，更倾向于选择通过互联网，便捷、高效地来解决借贷、理财、投资等各方面的金融需求。
未来社交关系与大数据还将在互联网贷款、购买保险、证券投资等发挥极大作用。金融和数据拥有天然的数据化基因，因为金融本身就是信息和数据，做金融的本质就是做信用。大数据技术提供的有据可查的信用数据，为构建互联网金融信用体系提供了保障。
社交大数据掘金路上，隐私问题忡忡。
当然，深度的社交大数据挖掘中最敏感的问题仍然是用户隐私的问题。社交网站从一诞生起就与这个问题相伴相生，随着大数据时代的到来，隐私问题显得越发重要。在未来掘金社交数据的道路上，一方面要为用户提供更加精准便捷的良好服务，另一方面也要注重对用户隐私的保护。只有符合用户需求和用户安全的商业利益，才能成为可持续的商业利益。
可见，移动互联网、社交网络、云计算、大数据等新技术的不断涌现，加剧了互联网与金融业在客户管理、风险控制、渠道建设、商业模式、战略等层面广泛的融合和创新，不难想象，在不久的将来，真正能带来改变的互联网金融一定是由深谙互联网思维，立足小额信用贷款服务，涉及海量用户，注重数据资产，耐心长远的公司所推动的。只有这样，才是符合大数据的趋势，才能拥有长期的核心竞争力。但不可否认，无论选择与社交网络进行品牌联合，还是借助丰富而强大的数据系统实现精准定向，亦或求同存异定制产品打通，社交关系与大数据的结合，不仅搅动了金融业，而且演变为整个商业社会乃至人情社会的制高点工具，即将催生真正的互联网与金融领导者。
这种改变的方向是什么呢？什么时候隐私可以成为伪命题？这是正在发生的追问。
