如何评估一家保险公司的产品，品牌是很模糊、很难量化的，我们用了十多亿条微博数据和论坛数据来画一条曲线，也就是在这个周期之内品牌的波动，就可以把品牌感知量化，把产品投放也量化。
　　银行做数据业务做了10多年，实际上就是群体和个体的差异。互联网数据完全瞄向个体，数据结构也是精准于个体，而传统的数据面向经营指标、面向群体。宏观意义上来看，假如小明去了100次书店，以前要回答的问题是他第101次买不买书，即业绩和经营指标的问题；而现在我们关心的是他第101买什么书，需要将什么样的内容推荐给他。这不是一个概率问题，而是一个模糊的程度问题。量化这个程度，我们要基于个体描述，而不是基于群体的共性描述。
　　很多人认为大数据是决策性的，笔者认为，大数据实际上更多的是一个自动化的匹配工具。我们为一家保险公司计算了9000万用户在每一个险种上的流失概率。当结论上升到领导的时候，这个决策必须是宏观的，周期很长，几个月后反馈回来可能就有偏差了。而大数据的动作是直接把数据下沉，9000万个用户的所有流失概率全部分给5万个保险代理人，每个人通过专门的程序就可以看到由他负责的客户到底在做什么样的动作。把权限和能力全部推到一线，而不是上升、汇总到总部做决策。所以大数据更多的是一个自动进行的过程，而不是分析决策的过程。
　　参考文献：
　　[1]吴昭华.大数据时代的互联网金融发展研究[J].电子世界，2014，05
　　[2]井华，王南海.大数据时代下的互联网金融[J].国际融资，2013，11
　　[3]王召.“大数据”：传统金融与互联网金融争夺的焦点[J].中国农村金融，2014，02

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。