弗若斯特沙利文（以下简称“沙利文”）发表最新的《中国金融大数据服务市场概览》研究报告，认为目前大数据在中国金融行业的应用刚刚起步，范围主要在产品定制、精准营销、反诈骗、反洗钱和信用评估等方面。随着人工智能和金融分析算法等技术的发展及对大数据的开发应用，金融行业的商业模式将不断被颠覆和演变。
大数据（bigdata）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，且需要新的处理模式才能处理的海量、复杂和多样化的信息资产。
大数据服务在金融行业的应用通过为客户建立大数据应用平台，或通过为客户收集并分析海量的相关数据，获得有价值的信息，帮助客户解决工作中的问题，辅助客户评估信用风险、投资风险等，并帮助金融行业提高工作效率、优化商业模式。
金融分析算法能迅速将无结构的原始大数据转换成结构化数据。它能通过分析全球市场和客户的财务细节，来为企业定制财务建议，为个人顾客建议理财方案，而且比任何人类经纪人更有效率。
具备自我学习能力的人工智能系统是一套分析消费者行为的工具。它可以通对消费者行为大数据的分析来发现诈骗或其他金融犯罪的信号，也可以用于发现新的投资机会，使金融机构能够根据消费者的行为及其财务活动，以较低的成本为顾客推荐更合适的产品。
现代金融业的发展离不开科技手段，中国金融业信息技术投资规模稳步增长，从2012年的1066亿元增长到2015年的1500亿元。预计未来5年对金融科技的投资规模将持续增长，大数据及分析的应用也将继续渗透金融行业。
金融大数据服务市场快速发展主要归结于以下原因：
金融行业数据量大、传统的信息处理成本高，导致数据未能得到充分利用。
定制的分析算法能够很容易地应用于任何机构的金融数据及其他相关的大数据，可以大幅提高资源配置效率、降低人工成本，同时也为客户减少投资和财务策划成本。
中国不健全的征信体系使金融行业需要通过大数据技术对中小企业及个人做出信用评价，以便把控风险并合理定价。
