การประยุกต์ Big Data ทางการเงิน
à¹à¸§à¸à¹à¸²à¸à¸±à¸ à¸à¸à¸±à¸à¸à¸´à¹à¸¨à¸©
สารบัญ:
- การใช้งานภายในด้านการเงิน
- ประกันภัยรถยนต์
- สินเชื่อผู้บริโภค
- สินเชื่อธุรกิจขนาดเล็ก
- ประกันภัยพืชผล
- สินเชื่อจำนอง
Big data เป็นบทกลอนใหม่ที่เป็นที่นิยมในขอบเขตของเทคโนโลยีสารสนเทศและวิธีการเชิงปริมาณที่อ้างถึงการรวบรวมและการวิเคราะห์ข้อมูลจำนวนมหาศาล ความก้าวหน้าในการใช้คอมพิวเตอร์พร้อมกับราคาที่ลดลงทำให้โครงการข้อมูลขนาดใหญ่มีความเป็นไปได้ทางด้านเทคนิคและเศรษฐกิจมากขึ้น โดยเฉพาะอย่างยิ่งการถือกำเนิดของคลาวด์คอมพิวติ้งนั้นทำให้ค่าใช้จ่ายในการวิเคราะห์ข้อมูลขนาดใหญ่ไม่ไกลเกินเอื้อมของ บริษัท ขนาดเล็กจำนวนมากซึ่งตอนนี้ไม่จำเป็นต้องลงทุนเงินทุนจำนวนมากในโครงสร้างพื้นฐานการคำนวณของตนเอง
หมวดอาชีพใหม่วิทยาศาสตร์ข้อมูลได้เด้งแล้วขึ้นในการตอบสนองต่อการเติบโตของข้อมูลขนาดใหญ่
การใช้งานภายในด้านการเงิน
ในด้านการเงินโดยเฉพาะอย่างยิ่งในอุตสาหกรรมบริการทางการเงินนั้นมีการใช้ข้อมูลขนาดใหญ่ในแอปพลิเคชันจำนวนมากเช่น:
- การตรวจสอบและเฝ้าระวังพนักงาน
- แบบจำลองการทำนายเช่นรุ่นที่อาจใช้โดยผู้จัดการการจัดจำหน่ายประกันภัยเพื่อกำหนดเบี้ยประกันและเจ้าหน้าที่สินเชื่อเพื่อทำการตัดสินใจในการปล่อยสินเชื่อ
- การพัฒนาอัลกอริทึมเพื่อคาดการณ์ทิศทางของตลาดการเงิน
- การกำหนดราคาสินทรัพย์ที่มีสภาพคล่องต่ำเช่นอสังหาริมทรัพย์
ประกันภัยรถยนต์
ย้อนหลังไปถึงทศวรรษที่ 1980 ผู้ก่อตั้ง Progressive Insurance ตั้งตารอคอยวันที่จะรวบรวมและวิเคราะห์ข้อมูลที่เป็นนิสัยเกี่ยวกับพฤติกรรมการขับขี่ของผู้ถือกรมธรรม์ สิ่งนี้จะนำไปสู่การวัดความเสี่ยงและการประเมินความเสี่ยงที่แม่นยำยิ่งขึ้น ภายในปี 2010 เทคโนโลยีการรวบรวมข้อมูลที่จำเป็นนั้นมีอยู่และตอนนี้ลูกค้ามากกว่าหนึ่งล้านคนได้ตกลงที่จะติดตั้งกล่องดำในรถของพวกเขาที่ติดตามตัวอย่างเช่นความเร็วในการขับรถของพวกเขา
สินเชื่อผู้บริโภค
LendUp เสริมการจัดอันดับเครดิต FICO แบบดั้งเดิมด้วยการวิเคราะห์เครือข่ายสังคมที่ดึงมาจากแหล่งอื่น ๆ เพื่อการตัดสินใจในการปล่อยสินเชื่อ ตัวอย่างเช่น LendUp สนใจที่จะทราบว่าผู้ยืมที่มีศักยภาพเปลี่ยนหมายเลขโทรศัพท์มือถือบ่อยครั้งหรือไม่ซึ่งอาจบ่งบอกถึงความเสี่ยงที่ไม่ดี บริษัท ยังเชื่อด้วยว่าผู้คนมีปฏิสัมพันธ์กับเพื่อนออนไลน์อย่างไรให้เบาะแสที่แข็งแกร่งเกี่ยวกับความเสี่ยงของพวกเขาในฐานะผู้กู้ ผู้ที่แสดงให้เห็นถึงการเชื่อมโยงทางสังคมที่แข็งแกร่งที่สุดและแอคทีฟมากที่สุดและความสัมพันธ์ของชุมชนนั้นเป็นความเสี่ยงที่ดีที่สุด
ดังนั้นผู้กู้ที่มีศักยภาพจะถูกขอให้ทำให้บัญชี Facebook ของพวกเขาสามารถใช้ได้กับ บริษัท สำหรับการวิเคราะห์
CapitalOne ยักษ์บัตรเครดิตกลายเป็นผู้เล่นรายใหญ่ในปี 1990 โดยใช้เทคนิคการเก็บรวบรวมข้อมูลขั้นสูงและการวิเคราะห์เพื่อระบุถึงโอกาสในการใช้บัตรของตนขโมยการเดินขบวนของคู่แข่งที่เป็นที่ยอมรับมากขึ้น
สินเชื่อธุรกิจขนาดเล็ก
ผู้เข้ามาใหม่ Kabbage เป็น บริษัท ที่ขับเคลื่อนด้วยเทคโนโลยีซึ่งมีรูปแบบการคาดการณ์ที่ดึงดูดแหล่งข้อมูลที่หลากหลายไม่ว่าจะเป็นโซเชียลมีเดียอีเบย์และยูพีเอสเพื่อประเมินคุณภาพของความสัมพันธ์ระหว่างผู้กู้ที่มีศักยภาพและลูกค้าของตนเอง
ประกันภัยพืชผล
Climate Corporation รับประกันการประกันภัยพืชผลสำหรับเกษตรกร บริษัท ดำเนินการจำลองขนาดใหญ่เพื่อทำนายรูปแบบสภาพอากาศในระยะยาวและกำหนดค่าพรีเมี่ยม
สินเชื่อจำนอง
JPMorgan Chase กำลังใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อกำหนดราคาขายที่ยอมรับได้สำหรับบ้านและอสังหาริมทรัพย์เชิงพาณิชย์ที่ถูกยึดคืนอันเป็นผลมาจากการจำนองที่ผิดนัด แหล่งอ้างอิงที่เป็นความลับนั้นมีวัตถุประสงค์เพื่อประเมินสภาพเศรษฐกิจและตลาดอสังหาริมทรัพย์ในท้องถิ่นเพื่อเสนอราคาขายที่สมเหตุสมผลก่อนที่สินเชื่อจำนองจะเริ่มต้น หากมีการตั้งราคาขายที่แนะนำเหล่านี้อย่างถูกต้องการกระจัดกระจายไปสู่ตลาดอสังหาริมทรัพย์ในพื้นที่จากการเริ่มต้นการครอบครองและการขายโดยธนาคารในทางทฤษฎีควรจะลดลง
นอกจากนี้ควรลดระยะเวลาที่ธนาคารจะต้องถือครองทรัพย์สินก่อนที่จะทำการขาย
Quantfind ซึ่งเป็น บริษัท ที่ให้ความรู้ด้านเทคนิคแก่ซีไอเอในการเปิดเผยตัวตนปลอมที่ใช้โดยผู้ก่อการร้ายที่สงสัยว่าได้รับทราบการมีส่วนร่วมในการหารือกับ JPMorgan Chase เกี่ยวกับวิธีที่เทคโนโลยีสามารถนำไปใช้ การตลาด
ข้อดีของการเผยแพร่โดย Big Book Book
ถูกตีพิมพ์โดย Big Five หรือสำนักพิมพ์หนังสือรายใหญ่อื่น ๆ โดยทั่วไปมีแถบสูงถึงรายการ แต่มีค่ามากในความสัมพันธ์ที่
Career Spotlight: Data Science คืออะไร?
ข้อมูลขนาดใหญ่และการวิเคราะห์เป็น buzzwords และด้วยเหตุผลที่ดี วิทยาศาสตร์ข้อมูลเป็นหนึ่งในงานที่ร้อนแรงที่สุดในเทคโนโลยี แต่วิทยาศาสตร์ข้อมูลมีส่วนเกี่ยวข้องอย่างไร?
6 Data Challenges ผู้จัดการและองค์กรต้องเผชิญ
ข้อมูลมักถูกอธิบายว่าเป็นสินทรัพย์เชิงกลยุทธ์ใหม่ และในขณะที่มันมีศักยภาพที่เหลือเชื่อผู้จัดการควรระวังข้อผิดพลาดของข้อมูลทั่วไป