一切皆是数据皆可量化

　　在大数据时代，不仅数字、文本都是数据，甚至身份、位置都是数据，是有价值、有市场的商业数据。

　　以往，我们讲的数据往往只是数字，因为文本描述是难以进行量化数据分析的。但在大数据时代，不仅数字、文本都是数据，甚至身份、位置都是数据，是有价值、有市场的商业数据。例如，一个学生出现在长江商学院的培训课程，说明他可能有贷款的需要，一个白领出现在托福考试的考场，说明他可能有境外金融或者旅游服务的需要;在积累足够多的样本后，这些身份、位置所反映的行为均可量化为高价值的金融服务数据。这种信息服务直接拉近了金融供求双方的距离，降低了金融市场拓展的成本。如何分析很重要

　　有些数据是表格化的，数据与项目一一对应，我们说这样的数据是结构化的，便于分析。但在大数据时代，我们获得信息的渠道是多样的，可能是文章下的评论、微博上的一句牢骚等等，这样的数据就很难采用结构化的数据库进行存储分析。而且，相对于小数据和精确性的时代，大数据因为更强调完整性和混杂性，数据分析过程中的损失就变得不再那么重要，只要建立合适的分析模型，就可以获得有价值的数据，比如微软创投加速器的一个企业开发的“股票雷达”，通过它可以收集各类网络上关于股票的预期信息，进而汇聚成为大众群体对某具体金融产品的信心预期，反映“网络金融民意”，让股民能了解市场上更多的真实情况，缓解普遍存在的信息不对称，并为股民做投资决策的时候，提供重要参考。