数据对外变现:通过对数据进行精心的包装，对外提供数据服务，从而获得现金收入。市面上比较常见有各大数据公司利用自己掌握的大数据，提供风控查询、验、反欺诈服务，提供导客、导流、营销服务，提供数据开放平台服务，等等首先要进行数据集成，否则将无法完成处理、存储、转化和应用数据。通过web数据采集、系统/设备数据采集、本地上传、API接口调用等方式将各类原始数据集成，为构建一个自由独立的数据仓库/数据湖/数据中台而准备。同时，随着数据基础设施变得越来越复杂，也会面临着从各种来源摄取结构化和非结构化数据的挑战性任务。这通常称为提取转换加载 (ETL) 和提取加载转换 (ELT) 的提取和加载阶段。

　　如此看来，大数据精准营销有很多优势:

　　1. 精准定向投放，抓住潜在用户，实现低成本高效获客。

　　2. 发现品牌机遇，如新客户、新市场、新规律、回避风险等。

　　作为买家在淘宝上浏览和购买时，搜索引擎都会给你打上标签，同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。

　　这一系列标签形成了一个人固定的长期标签。

　　数字化是要做好数据采集自动化，存储结构化以及运用在线化。其中，采集自动化要能实现自主化电子填报、业务流程内自动化采集；存储结构化是对数据的统一规整；运用在线化需要服务于具体业务，实现实时化和在线化，不能只是简单的“参观数据”。做到这三点方可为从大数据中提炼价值打下基础。数智化是数据智能化。在大数据金字塔模型（DIKW模型）中，底层是数据，通过梳理业务逻辑、统计关键要素才能变成信息，提炼信息并结合业务场景验才能变成知识，积累了很多知识并思考未来规划作出预判和决策才是智慧。从数据到信息到知识再到智慧，这就是数据智能产业如何从底层不断往上走的过程，代表了大数据价值被不断提炼升华的过程。

　　所以，对于金融来说，数据作为基础资源能提供的，是试图以更为快捷，的运作方式取代高成本，较复杂系统的传统金融机构 —— 比如四大银行。但是，这里的运作方式并不是取代传统银行的传统支付方式，但是更多的，是促进整个商业银行体系的升级，至少是支付方式的升级 —— 毕竟流动性是金融世界的核心体征，并且打通以四大银行为核心的平台数据支付渠道。另外，四大银行利用自己定额资金池的巨大额度，开展了和其他第三方支付的合作:和快钱利用企业应收应付账款的资本和时间的效差开展融资服务，在企业的应收账款货音符账款信息和产业链上下企业中，分别打包资金流转数据给银行 —— 这样的一手数据，在某种层面上，可以为企业客户提供进一步的贷款服务 —— 而这样的服务，都是建构在数据这块肥沃的土地上进行的数据构架，而采纳第三方支付的企业沉淀海量数据，这样的模型对于发展数据这个稳态资产，有着广阔的前景和不可估量的影响。