随着互联网技术的普及和人们对信息获取要求的不断提升，大数据作为一种全新的概念就此产生。它可以帮助企业对现有资源进行更为合理的分析利用，也可以让客户获得更有针对性的服务。这些在金融行业表现的尤为明显。不过虽然大数据发展很快，但由于时间尚短，所以在应用过程当中还存在一些问题需要摸索解决。

　　首创证券伏劲松先生数据分析当有所鉴别首创证券的伏劲松先生表示，大数据的发展速度非常迅速，其中金融行业首当其冲，第二个是医疗，第三个是呼叫中心。不过大数据在为行业带来益处的同时，其中所引发的一些问题也比较具有代表性。

　　比如前段时间在美国的Twitter上面，有人制造期货市场的假新闻，由此给投资者带来了1600亿美元的损失。以至于美国联邦调查局，美国证监会还有美国期货监会不得不将5分钟内，24个品种的远期合约的各种数据全部重新分析。

　　从2009年社交网络出来以后，国外金融行业很多这种企业就关注社交网络，从社交网络进行人的行为分析以便决定投资策略，也就是所谓的事件驱动投资策略。国外这种事件驱动策略就是说企业从互联网上去关注一些重大事件，再通过实时在线分析策略决定投资趋向。但这种策略反过来也很容易被人利用，Twitter上被制造出来的爆炸性假新闻，就是金融大数据典型的案例之一。所以，如何鉴别所采集数据的价值，甚至真伪性是目前大数据应用环节当中一个比较重要的问题。

　　实际上大数据在中国的发展还需要有一个过程，这主要是从概念到实际应用的过程。拉卡拉支付的黄燚先生表示，在金融行业当中，目前有很多企业虽然知道大数据的价值，但是在利用层面做的并不好。海量数据的有效鉴别分析就是目前面临的一个比较严峻的问题。

　　比如某支付公司虽然拥有400营销电话以及诸多店面销售人员，还有数百万的商户信息。但在面对如此庞大的有价值数据时，该公司对这些数据的应用依然处于较为原始的后期电话跟踪上。这样的方式，其价值转换率非常低，并不能实现有价值数据的深入挖掘。实际上此类例子在金融行业当中也并不少见，很多企业手中都有非常多的优质数据，但是在如何鉴别和深度挖掘时则显得力不从心。所以，虽然大数据是未来的趋势所向，但如何做到有效的鉴别分析，则是其基础所在。