隨著互聯網浪潮的來襲，大數據正在以不可阻攔的磅礴氣勢，與當代同樣具有革命意義的最新科技進步，如納米技術、生物工程、物聯網等一起，揭開人類新世紀的序幕。在各個行業，大數據均被多次提及，但往往這些大數據還有些“像霧像雨又像風”的感覺，老百姓從中很難體驗到“大數據”的內涵，而天弘基金讓投資者對大數據的夢想照進了現實，近日其以趣味圖說的形式繪制了《余額寶運行一周年數據報告》，針對余額寶1億多用戶的年齡、客單量、地域、使用習慣、交易頻率等數據信息，天弘基金通過多個維度以生動、活潑的內容向公眾展示了“大數據”的真實魅力。

業內人士告訴記者，一般的企業數據系統采用傳統的IOE架構，處理數據量級為千萬級，能處理上億級的數據就不錯了，10億級別對一般企業來說都很難想象，處理時間更是無法保障，而天弘基金大數據中心可以做到百億級數據的處理，且分分鐘就能計算海量數據。

所謂IOE，IBM是服務器提供商，Oracle是數據庫軟件提供商，EMC則是存儲設備提供商，三者構成了一個從軟件到硬件的企業數據庫系統。由這三駕馬車構成的數據庫系統幾乎占領了全球大部分商用數據庫系統市場份額，石油、金融行業也廣泛地使用這套系統，價格昂貴。而天弘基金云直銷系統去年9月份投入使用，成為首個去IOE的金融案例，今年天弘基金建立的大數據中心，也成功上云。

天弘基金大數據中心主管周衛國告訴記者，截至5月26日那天，我們《余額寶一周年大數據報告》分析應用的基礎數據有53億條，基礎數據維度15個，而這15個維護又包含各種排列組合的交叉分析，簡單的比如地域和年齡的交叉分析、性別的交易頻率的交叉分析，復雜的會涉及許多復雜的模型，因此本次分析應用的基礎數據達到96億條，數據維度35個。正是因為天弘基金大數據中心有百億級以上的數據處理能力，因此我們有能力去做更多復雜的模型，發散思維，從更多的角度去分析這些海量數據，以達到最真實地分析出客戶行為路徑，并對業務給予指導。

比如在對“客戶流失”這個專題的分析上，我們除了看簡單的客戶轉出金額、轉出次數、周/月度的行為規律、提現和消費占比等等基礎數據，還專門建立了一個客戶流失LOGIT模型，單這一個模型便使用17個指標變量，包含1個目標變量和16個候選輸入變量，使用數據有效記錄數9.6億個，在ODPS上，利用MKW LOGIT工具運行模型運行一次，約需27分鐘。

這樣的模型還有多個，從不同角度挖掘、分析，有時候還會用到人口學、社會學、心理學等知識，客戶是在生活中鮮活的個體，想要刻畫真實的全景圖，既需要海量數據的分析處理，也需要科學的方法去定義一些模型。基于鮮活個體的全樣本“大數據”，服務于基金投資和業務開展是我們不斷努力的方向。

大數據分析，帶來的流動性預測功能，已成為助力余額寶投資的絕門利器，而大數據帶來的圖說，同樣精彩絕倫。從7月7日起，《余額寶運行一周年大數據報告》系列圖說以每日一幅的速度，陸續在“天弘基金”官方微博披露，精彩還將繼續。