微软全球高级副总裁、亚太研发集团主席张亚勤
在云计算成为基础资源的背景下，基于大数据的互联网信息服务，能够帮助企业和个人更好地预测未来和进行决策，从而成为促进信息消费的主要推动力。例如已有产品开始通过大数据分析互联网信息来判断“网络金融民意”，那么，大数据究竟是如何促进互联网信息服务消费的呢?
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。
人们在处理海量的非量化、非结构化信息时，会造成数据的遗失甚至扭曲，往往可以得出不尽相同的结论。美国一家金融服务机构的信用卡部门，通过大数据分析，获得了每季度200%的业务增长。这个项目为每个用户建立了30多个参数进行分析，只为找出当前信用卡欠款，但具备潜在偿还能力的客户。因为数据分析模型的成功，此项目取得了令人满意的效果。在大数据时代，信用记录、社交媒体、搜索引擎等数据信息日趋完备，有待不断创新的数据分析模式进行挖掘。
云让大数据得以普及
在云计算成为基础资源的今天，信息存储不再是瓶颈，更多数据挖掘项目可以得到施展。
数据不是今天才有，也不是今天才“大”起来。但过去一些数据挖掘研究虽然有了思路，却限于存储、计算资源等硬件条件无法实行。2006年前后，我国某大银行，希望通过关联交易数据的分析提高他们对公信贷业务的精确度，估计信息量是20PB的级别。当时一家银行历年的贷款报告，财务发展分析报告、图表、基本财务信息、公司信息加起来也就100G，相比之下，20PB可谓天文数字，项目因为成本而未能良好执行。但在云计算成为基础资源的今天，信息存储已经不再是大数据分析的瓶颈，一些原有的数据挖掘项目可以得到施展，帮助行业开辟业务新天地。
例如，还有一家名为91金融超市的公司在微软Windows Azure云平台上将金融中介服务进行互联网化，打通了金融机构和个人消费者之间的通路，并通过对个人数据和需求的分析，将最合适的金融产品推送给个人，或者将个人需求精准匹配给相应的机构。这一模式被资本市场、机构和消费者高度看好，他们也因此刚刚拿到了6000万元的风险投资。
在云和大数据的支持下，将有越来越多的新型信息服务模式得以建立。大数据信息服务影响和促进社会各个领域，基于金融领域的精准信息服务创新，只是最容易被人们理解的应用领域之一。随着云和大数据技术的日益普及和深化，各个行业都将迎来信息消费的黄金时代。
