大数据不仅是技术问题，也不仅是数据问题。大数据可以帮助商业用户做出有价值的决定。重要的是怎么才能让金融机构建立组织信任和大数据创新。开发大数据的企业也不应仅把关注点放在技术层面。他们的目标应该是帮助企业领导（CMOs，CFOs和其他）更好的理解他们的数据，并迅速地做出有价值的决定。
那么，金融机构怎么才能从大数据中抓住商业机会呢？这篇报告主要就是为了帮助金融机构从商业角度最大化其大数据的价值。要是想更好的理解大数据价值产生的技术部分，可以参考：大数据：金融领域变局者。
匹配大数据和商业目标
用数据来了解商业是不是个简单的过程，主要包括了以下6个步骤：设立商业目标、获取数据、清洁数据、分析数据、获得可操作性的见解、取得成果。每个步骤，公司都有可能会遇到陷阱。不正确存储、不正确清洁和非索引的数据都会妨碍数据获取。不正确的数据分类、没能正确的搜集数据、不能把好数据从坏数据中分离出来都会破坏数据的编组。另外，如果见解和商业目的不一致的话，也会导致其不可操作。
在很多情况下，大数据处理过程的陷阱是因为数据分析方法和早期设立的商业目标不一致。所以，金融机构首先一定要秉承目标导向的运营方式。也就是说，银行和保险公司需要依据其期望的商业成果来解决操作过程中遇到的问题。另外，金融机构在考虑可能的商业成果时，不能仅仅局限于其现有的技术支撑。比如大数据技术几乎可以实时处理大量数据，很多以前不可能的机会现在都变得可能了。
印度的ICICI银行正通过大数据技术提高其贷款回收率。印度的ICICI银行想要在不疏远客户的情况下提高其贷款回收率。它也想优化这个传统的人工实地操作过程。银行想利用电子邮件、电话和信件等非侵入的方式来搜集客户的早期数据，这样就可以维护客户良好关系。但比较难的是银行要依据违约的具体情况，为每种案例都找个合适的方式。
银行应用了一个分析系统，这个系统可以获得每个违约案件的详情并把它分配给合适的部门或沟通渠道。为了寻找最佳的搜集方式，这个模型涵盖了很多参数，包括风险承担、风险行为、客户档案甚至采集器的效率。这个系统已经从根本上减少了信用损失。例如，在汽车贷款方面，银行提高了50%的贷款回收。在一些方面，这个系统减少了80%人力需求，也把信息搜集周期从5至6天压缩到了几个小时。
一个美国银行用大数据技术改善客户体验。这个银行从不同数据库搜集了大量的客户行为和互动渠道的数据。银行想要把这些数据整合起来分析，以期对客户有个全面的认识。随着对客户数据的深入分析，银行可以开发出更多吸引客户的线上、线下产品和服务，最终改善客户体验。
保险代位求偿
代位分析可以分析代位成功的可能性。在代位努力上很小的一个提高就会产生客观的投资回报。拥有有效代位部门的保险公司能为投保人提供更低的保险金。从代位过程获得的钱可以直接影响保险公司的盈利。
例如汽车碰撞索赔案件，凯捷已经可以通过分析警方报告、邮件、调查反映等非结构数据计算故障测试分。这个方法旨在帮助求偿部门专注于非投保人负有更大责任的更可能成功的案件上。事故测量可被用来计算代位成功可能性和成功代位获取的金额.
欺诈检测
大数据可以用来分辨特定期间的循环交易和交易操纵，用以增加对内部交易的识别。它也可以基于其他因素，比如账单、应税证明、杂志订阅等来实时识别潜在的欺诈交易，破译行为模式，分辨虚假身份.
所有这些好处都和金融机构的商业目标紧紧相连，都是在金融机构收集的数据基础上就可以获得.
价值创造：影响商业结果的目标行动区
技术和商业都会影响大数据的价值。从商业角度来看，准确及时的决定可以减少公司的风险和损失，降低管理成本，在目标市场更有竞争力，并利用商业机会提高投资者对其信任度。为了成功的利用他们支配的信息，那些挣扎在可信信息里的银行和保险公司高管需要在心里信任信息。他们需要创建可以有效利用数据的管理模式，采用商业目标引导的技术策略。最后，他们应该积极寻找影响商业结果的特别可行区域.