Primjena velikih podataka u financijama

Veliki podaci su popularna nova fraza u području informacijske tehnologije i kvantitativne metode koje se odnose na prikupljanje i analizu masivnih količina informacija. Napredovanje u računalnoj snazi ​​zajedno s pada cijena njih čine velike projekte podataka sve više tehnički izvedivo i ekonomske. Konkretno, pojava cloud computinga stavlja trošak velike analize podataka u doseg mnogih manjih tvrtki koje sada ne trebaju značajna kapitalna ulaganja u vlastitu računalnu infrastrukturu.

Nova kategorija karijere, znanost o podacima, nastala je kao odgovor na rast velikih podataka.

Prijave unutar financija

Unutar financija, osobito u industriji financijskih usluga, veliki se podaci koriste u sve većem broju aplikacija, kao što su:

1. Praćenje i nadzor zaposlenika
2. Predvidljivi modeli, poput onih koje osiguravajuci osiguravajuci osiguravaju premije i zajmodavce da donose odluke o kreditiranju
3. Razvijanje algoritama za predviđanje smjera financijskih tržišta
4. Cijene nelikvidne imovine kao što su nekretnine

Auto osiguranje

Od osamdesetih godina prošlog stoljeća, osnivač Progresivnog osiguranja želio je naprijed na dan kada bi se mogli prikupljati i analizirati teški podaci o voznim navikama pojedinog osiguranika. To bi dovelo do točnijeg mjerenja rizika i procjene rizika, a time i preciznije postavke premije. Do 2010. godine postalo je dostupno potrebna tehnologija prikupljanja podataka, a sada više od milijun kupaca dogovoreno je da u svojim automobilima instaliraju crne kutije koje, primjerice, prate kako brzo voze i kako iznenada obično koče.

Potrošnja potrošača

LendUp nadopunjuje tradicionalne kreditne ocjene FICO s analizom socijalne mreže iz različitih izvora, kako bi se donijele odluke o kreditiranju. Na primjer, LendUp zanima znanje je li potencijalni dužnik često promijenio brojeve mobitela, što može ukazivati ​​na loš rizik. Tvrtka također vjeruje kako ljudi u interakciji sa svojim prijateljima online nudi jake tragove o njihovoj riskantnosti kao zajmoprimaca. Oni koji pokazuju najsnažnije i najaktivnije društvene veze i društvene veze, čini se da su najbolji rizici.

Stoga se od potencijalnih zajmoprimatelja traži da svoje Facebook račune postave na raspolaganje tvrtki za analizu.

Kreditna kartica diva CapitalOne, u međuvremenu, postala je veliki igrač 1990-ih prije svega korištenjem naprednih metoda prikupljanja podataka i analize kako bi se identificirali izglede za svoje kartice, krađujući marš na mnogim svojim više uspostavljenim konkurentima.

Kreditiranje malih poduzeća

Novi sudionik Kabbage je tvrtka sa znatnim brojem zaposlenih i tehnologija, čiji prediktivni modeli privlače različite izvore kao što su društvene medije, eBay i UPS kako bi procijenili kvalitetu odnosa između potencijalnih zajmoprimaca i njihovih kupaca.

Osiguranje usjeva

Klima Corporation potpisala je osiguranje usjeva poljoprivrednicima. Tvrtka izvodi ogromne simulacije za predviđanje dugoročnih vremenskih uzoraka i postavljanje premije.

Hipotekarni kredit

JPMorgan Chase koristi veliku analizu podataka za utvrđivanje prihvatljivih prodajnih cijena za domove i komercijalne nekretnine koje su preuzete kao rezultat neplaćenih hipoteka. Ideja je, prema povjerljivim izvorima, procijeniti lokalne gospodarske uvjete i tržišta nekretnina kako bi se predložile razumne prodajne cijene prije nego što hipotekarni zajmovi zapravo padnu. Ako su ove predložene prodajne cijene točno određene, trebalo bi minimizirati prekid tržišta lokalnog tržišta nekretnina od propusta, povrata imovine i prodaje banke teorijski.

Osim toga, trebalo bi smanjiti razdoblje tijekom kojeg je banka prisiljena držati imovinu prije prodaje.

U međuvremenu, tvrtka Quantfind, koja je CIA dostavila tehničku stručnost za otkrivanje lažnih identiteta koje koriste sumnjivi teroristi, priznao je da se bave razgovorima s JPMorgan Chaseom o tome kako njegova tehnologija može biti primjenjiva na kreditno poslovanje, na područjima kao što su procjena kredita i Marketing.