在“金融+科技”大趋势推动下，传统金融面临国家政策与市场的双轮驱动,金融行业开启了数字化转型进程。作为企业的重要资产，数据是价值堪比石油的基础性战略资源，创造数据价值逐渐成为金融企业的核心竞争力。如何从海量数据中快速获取有价值的信息，洞察内部规律，支持业务决策，最终实现将合适的产品与服务准确、快速地传递给合适的客户，成为金融企业普遍关注的焦点。
目前主流的大数据分析软件包括Hadoop、Spark、Hive、Pig、Storm等，它们可以对大量的数据进行分布式处理和分析，为金融企业提供更准确的业务决策和服务。另外，还可以使用机器学习算法等技术来挖掘数据的潜在价值，例如Python的sklearn、TensorFlow等。不同的软件有其各自的特点和适用场景，金融企业可以根据自身的需要选择合适的大数据分析软件进行使用。