隨著大數據技術的廣泛普及和發展成熟，金融大數據應用已經成為行業熱點趨勢，在交易欺詐識別、精準營銷、黑產防範、消費信貸、信貸風險評估、供應鏈金融、股市行情預測等多領域的具體業務中，得到廣泛應用。大數據應用分析能力，正在成為金融機構未來發展的核心競爭要素。
毋庸置疑，金融大數據擁有廣闊的發展前景，然而金融大數據應用也面臨著一系列制約因素。
目前，金融行業的數據資產管理仍存在很多問題。具體來看，金融數據質量不高，主要體現為數據缺失、數據重複、數據錯誤和數據格式不統一等多個方面。金融行業數據來源相對單一，對於外部數據的引入和應用仍需加強。金融行業的數據標準化程度低，分散在多個數據系統中，現有的數據採集和應用分析能力難以滿足當前大規模的數據分析要求，數據應用需求的響應速度仍不足。
金融大數據應用技術與業務探索仍需突破。
金融機構原有的數據系統架構相對複雜，涉及的系統平臺和供應商相對較多，實現大數據應用的技術改造難度較大，而且系統改造的同時必須保障業務系統的安全可靠運行。
同時，金融行業的大數據分析應用模型仍處於探索階段，成熟案例和解決方案仍相對較少，金融機構應用大數據需要投入大量的時間和成本進行調研和試錯，一定程度上制約了金融機構大數據應用的積極性。而且，目前的應用實踐反映出大數據分析的誤判率還比較高，機器判斷後的結果仍需要人工核查，資源利用效率和客戶體驗均有待提升。
數據具有高價值、無限複製、可流動等特性，這些特性為數據安全管理帶來新的挑戰。
對金融機構來說，網絡惡意攻擊成倍增長，組織數據被竊的事件層出不窮。大數據使金融機構內海量的高價值數據得到集中，並使數據實現高速存取，但是，如果出現信息洩露，可能一次性洩露組織內近乎全部的數據資產。數據洩露後還可能急速擴散，甚至出現更加嚴重的數據篡改和智能欺詐的情況。
對個人來說，金融信息的洩露會暴露出大量的個人基本信息和消費信息等，大數據技術可以便捷地大批量收集這些信息並進行畫像，使得公民更容易受到欺詐，造成經濟損失。而當前，金融大數據的相關標準仍處於探索期，缺乏統一的存儲管理標準和互通共享平臺，涉及金融行業大數據的安全規範還存在較多空白。
隨著大數據在多個金融行業細分領域的價值應用，在缺乏行業統一安全標準和規範的情況下，單純依靠金融機構自身管控，會帶來較大的安全風險。
在發展規劃方面，金融大數據發展的頂層設計仍需強化。一方面，金融機構間的數據壁壘仍較為明顯，數據應用仍是各自為戰，缺乏有效的整合協同，跨領域和跨企業的數據應用相對較少。另一方面，金融行業數據應用缺乏整體性規劃，當前仍存在較多分散性、臨時性和應激性的數據應用，數據資產的應用價值沒有得到充分發揮，業務支撐作用仍待加強，迫切需要通過行業整體性的產業規劃和扶持政策，明確發展重點，加強方向引導。
針對金融大數據應用面臨的挑戰，應從技術和管理兩方面入手。
技術方面：推進應用技術與業務探索。加強應用技術改造，保障業務系統安全可靠運行，改進應用模型，提升資源利用效率和客戶體驗。管理方面：一是加強數據資產管理。提升金融數據質量;擴大金融行業數據來源，加強對外部數據的引入和應用;提升數據標準化程度，增強數據採集和應用分析能力，加快數據應用需求的響應速度。
二是加強數據安全管理。完善金融大數據相關標準和安全規範，建立統一的互通共享平臺，督促金融機構加強管控，切實保障數據安全。
三是強化頂層設計。打破金融機構間的數據壁壘，加強數據應用的整合協同;通過整體性的產業規劃和扶持政策，明確發展重點，加強方向引導，充分發揮數據資產的應用價值，增強業務支撐作用。
