目前，金融、电信为代表，行业大客户实际已分步引入大数据技术。高伟达、宇信易诚、先进数通、软通动力等行业解决方案及服务商，已在近年产生了诸多相关案例。
谈到大数据在银行业转型过程中所充当的角色，北京先进数通信息技术股份公司研发部总经理完献忠说：“从我们所经手的案例来看，国内银行在大数据技术应用方面还处于初级阶段，主要集中在历史数据管理、查询和使用方面，主要集中于技术层面，应用层面尚未处于探索验证阶段，业务层面真正有实效的应用，预计可能于今年上半年或明年上半年出现。”
在新的经济形势下，银行对多业务需求必须要作出更快响应。“传统银行的数据来源，是银行为客户提供服务，以及银行进行内部管理，所产生的数据；缺少客户行为数据，难以真正进行有效的客户营销活动。随着网银和手机银行的应用和快速推广，将逐步过渡到互联网银行，银行传统状况将发生根本改变。”完献忠说。
最近几年，银行零售业务的转型方向，就是大数据的典型应用。传统银行都有一套完整的传统数据仓库或者BI架构做数据分析。在内部企业数据进行整合后，将数据装到数据仓库中，基于这些数据来满足银行各种管理需要的应用。
传统技术的限制性在于，数据量庞大复杂无法满足对新数据源的分析。就国内大型银行而言，世界任何银行无法跟中国银行的数据量交易量相比，包括客户数、账户数及易交易量，这是一个庞大且复杂数据环境。由此数据加工成本高，银行设备更新换代频繁。随着银行流程化改造，更多非结构化数据和半结构化数据开始纳入管理与分析。
由互联网而产生的客户行为数据及物联网传感器等产生的数据，都将成为分析对象。银行业务系统长期处于封闭状态。银行不了解客户真实需求，客户的参与度非常低。以往的银行分析系统都是基于内部基础数据，而没有对真正的客户行为作数据分析。传统技术的批量处理方式无法满足高时效性的要求。尤其是数据分析结果在传统模式下无法融合到业务流程中。传统数据仓库分析模式下，客户营销。
国内很多银行已建立了完善的数据仓库和商业智能系统BI。银行内部数据整合后，传统的数据分析就是找出目标客户群，采用一些指标来评定哪些客户是银行重点关注对象。
银行的产品开发部开发金融产品，将这些金融产品通过不同渠道，对客户进行主动营销。这其实是一种主观的行为，且由此与不适合这些产品客户间造成纠纷，使客户对银行信任度降低。在大数据下，新的数据分析，需要将银行内部数据与互联网数据相结合，从中分析客户出包括风险喜好、投资偏好及其个性特征等，再由产品开发部对客户进行细分，量身定制出产品。