1．利用大數據技術挖掘分析各類海量信息，發現市場熱點與需求，實現產品創新服務

隨著互聯網的發展，用戶的線上行為越來越多，相關的訴求、愛好散落在各類社交媒體網站，這些信息是銀行原有資產數據的有效補充。而在信息獲取方面，爬網、FLUME等日志采集技術，為銀行獲取相關信息資源提供了技術手段，信息的獲取逐漸變得簡單。另外，Hadoop、Spark等各類成本低且具備高容量、高效計算能力的軟硬件技術為這些海量數據的存儲、計算、挖掘分析提供了可能。因此，銀行可以通過大數據技術，減少金融脫媒帶來的沖擊，發現市場熱點與需求，實現產品創新服務。例如；可以將大數據應用到產品生命周期，深入挖掘客戶需求，把握客戶“痛點”，推動產品創新。利用大數據技術對社交網站信息、在線客戶評論、博客、呼叫中心服務工單、用戶體驗反饋等信息進行深度挖掘和分析，充分洞察客戶，分析客戶的情緒，了解客戶對產品的想法，獲知客戶需求的變化趨勢，從而對現有產品進行及時調整和創新，使其貼近客戶的生活場景和使用習慣，并向客戶提供最新的服務，更好地利用大數據的優勢，在同業中取得競爭優勢。

可以基于大數據創新產品評價方法，為產品創新提供數據支撐。通過大數據分析，改變目前以規模、總量為主的業務評價方式，建立一套完整的以質量、結構為主的全新評價方式，以引導全行真正追求有質量、有效益的發展。基于大數據，進行產品評價方法創新，對客戶結構進行深入分析，從行業集中度、潛力客戶挖掘等人手，提高產品效益。還可以面向不同客戶群推出各類針對性的網絡融資產品，豐富銀行的產品體系，滿足各群體用戶的特性需求。