财务大数据应用主要形式包括以下几个方面：
1. 数据分析与挖掘：通过对大量财务数据进行清洗、整理和分析，提取有价值的信息和模式。例如，通过聚类分析可以发现不同客户群体的购买行为特征；通过关联规则挖掘可以发现不同账户之间的交易关系等。
2. 预测模型构建：利用历史财务数据建立预测模型，对未来的财务状况进行预测。例如，通过时间序列分析可以预测公司的营收、利润等指标；通过回归分析可以预测公司的股价走势等。
3. 风险评估与控制：通过对财务数据的分析，识别潜在的风险因素，并制定相应的风险控制措施。例如，通过信用评分模型可以评估客户的信用风险；通过压力测试可以评估公司面临的市场风险等。
4. 成本优化与效益分析：通过对财务数据的分析，找出成本过高或效益不佳的原因，并提出改进措施。例如，通过成本-效益分析可以评估投资项目的可行性；通过价值链分析可以找出企业运营中的瓶颈环节等。
5. 决策支持与管理优化：通过对财务数据的分析，为管理层提供决策支持，帮助他们做出更明智的决策。例如，通过投资组合分析可以评估公司的投资策略；通过供应链管理分析可以优化公司的采购流程等。
6. 客户关系管理：通过对客户的历史财务数据进行分析，了解客户的需求和偏好，从而提供更个性化的服务。例如，通过客户细分可以将客户分为不同的群体，然后根据每个群体的特点制定相应的营销策略；通过客户价值分析可以评估客户的忠诚度和贡献度等。
7. 产品定价与市场定位：通过对市场和竞争对手的财务数据进行分析，确定产品的定价策略和市场定位。例如，通过市场渗透分析可以评估新产品的市场接受度；通过竞争分析可以评估竞争对手的优势和劣势等。
8. 绩效评估与激励机制设计：通过对员工和部门的财务数据进行分析，评估其绩效和贡献度，并设计相应的激励机制。例如，通过员工绩效评估可以确定员工的晋升和薪酬水平；通过部门绩效评估可以确定各部门的预算分配和资源分配等。
总之，财务大数据应用的主要形式包括数据分析与挖掘、预测模型构建、风险评估与控制、成本优化与效益分析、决策支持与管理优化、客户关系管理、产品定价与市场定位以及绩效评估与激励机制设计等。这些应用可以帮助企业更好地理解和管理财务数据，提高企业的竞争力和盈利能力。
