银行大数据主要包括以下几类：
交易数据：
包括客户的存款、取款、转账、支付等金融交易记录。
客户数据：
涉及个人或企业的账户信息、信用历史、贷款记录等。
市场数据：
金融市场的实时数据，例如股票价格、汇率、利率等。
交互数据：
客户与银行网站、应用程序、客服中心等的互动记录。
社交数据：
银行在社交媒体上的活动和客户反馈。
设备数据：
自动取款机（ATM）、销售点终端（POS）等设备的使用情况和状态信息。
司法涉诉数据：
包括失信被执行等信息，主要来源于中国的司法系统和相关法律数据库。
综合评分与风险检测：
包括大数据综合评分、非银多头借贷和多头逾期风险检测、司法风险检测等。
客户画像：
涵盖个人客户和企业客户的各种数据，如人口统计学特征、消费能力、兴趣、风险偏好等。
这些数据通过银行内部的技术平台进行采集、存储、处理和分析，以支持业务决策、优化服务、风险管理等多种应用。
建议：银行在大数据的应用上应注重数据安全和隐私保护，同时利用先进的数据分析技术，深入挖掘数据价值，以提升服务质量和运营效率。