大数据在金融的风险控制领域有哪些具体的应用场景？

大数据的一个最常见的应用是根据交易数据分析用户的消费模式。

最早用于这个功能的是信用卡欺诈的侦测，根据持卡人消费的数据信息预测持卡人的刷卡习惯，并将这个习惯与经典诈骗刷卡模式进行比对，从而推断持卡人欺诈的可能性。

类似的功能还有网上商城浏览和消费的预测，你会发现网页上显示的都是你可能喜欢了解的商品信息，这就是大数据对你浏览习惯的一个粗略的推断。进一步，就是网上消费，可以侦测你的消费是否符合正常的行为，以此来关注网上诈骗行为。

类似的还有贷款、大额支付等业务的风控能力，这些都是软件成熟的技术，不过，商家或银行拥有这些软件都是为自己服务的，而不是为顾客服务的。

大数据对于风险控制的应用，取决于人。数据是人为设置的、是相对固定的，大数据的阅读、理解、分析、判断和结论是绝对动态的，不同的角度认识不同、理解不同、分析不同、结论不同，360度角度得出无限结论；不同的事件存在不同形态，不同形态出现有不同的因素导致，同样的工业生产企业（制造业），产品不同、市场不同、消费人群不同，材料不同、规模不同、国企、民营不同、股东不同、地域不同、经营模式不同…职业判断结果都不同，谓之“结构分析”，大数据应用要与数据实质紧密联系，通过深入细致调研的“人”逐层剖析，方有意义。切不可就数据抡数据，浮于表面，一概而论。