"FinTech 3.0" finansal büyük verinin güncel senaryoları nelerdir? ? ?
Finans alanında, özellikle finansal hizmet endüstrisinde, aşağıdakiler gibi giderek daha fazla uygulamada büyük miktarda veri kullanılmaktadır:
- Personel denetimi ve denetimi
- Sigorta sigortacılarının primleri belirlemek için kullanabilecekleri ve borç verenlerin kredi kararları verdikleri modeller gibi tahmini modeller
- Finansal piyasaların yönünü tahmin etmek için algoritmalar geliştirin
- Gayrimenkul gibi duran varlıkların fiyatlandırılması
Spesifik uygulamalar aşağıdaki gibidir:
1. araba sigortası
1980'lerin başlarında, Progressive Insurance'ın kurucusu, bireysel poliçe sahiplerinin sürüş alışkanlıkları hakkında somut veriler toplamayı ve analiz etmeyi dört gözle bekliyordu. Bu, daha doğru risk ölçümüne ve risk değerlendirmesine ve dolayısıyla primlerin daha hassas ayarlanmasına yol açacaktır. 2010 yılına gelindiğinde, gerekli veri toplama teknolojisi mevcuttu ve şimdi bir milyondan fazla müşteri arabalarına kara kutular takmayı kabul etti, örneğin, genellikle sürdükleri hız ve genellikle aniden fren yaptıkları hız.
2. Tüketici kredisi
LendUp, kredi kararları vermek için çeşitli diğer kaynaklardan gelen geleneksel FICO kredi derecelendirmelerini ve sosyal ağ analizini tamamlar. Örneğin, LendUp, potansiyel borç alanların sık sık cep telefonu numaralarını değiştirip değiştirmediğini bilmekle ilgilenir, bu da yüksek bir risk anlamına gelebilir. Şirket ayrıca, insanların çevrimiçi arkadaşlarla nasıl etkileşim kurduklarının borçlu olarak risklerine dair güçlü ipuçları sağladığına inanıyor. En güçlü ve en aktif sosyal ve topluluk ilişkilerini sergileyenler, en iyi risk yargılama faktörleri gibi görünmektedir. Bu nedenle, potansiyel borçluların analiz için Facebook hesaplarını şirkete vermeleri gerekmektedir.
Aynı zamanda, büyük veri risk analizinin yararlılığı giderek kanıtlanırken, kredi kartı devi CapitalOne, 1990'larda büyük bir veri "oyuncusu" haline geldi.Bu şirket, kart sahiplerini belirlemek için ağırlıklı olarak gelişmiş veri toplama ve analiz tekniklerini kullanıyor. Gelecekteki servet değişiklikleri, birçok daha olgun kredi piyasasında fırsatı çalacaktır.
3. Küçük işletme kredisi
Kabbage, FinTech'in ünlü şirketleri listesinde tanınmış bir şirkettir. Bu şirket, az sayıda çalışanı ve yüksek teknolojiye sahip tipik bir teknoloji odaklı şirkettir. Öngörü modeli, potansiyel borçlular ve müşterileri arasındaki ilişkinin kalitesini değerlendirmek için sosyal medya, eBay ve UPS gibi çeşitli kaynakları kullanır, böylece küçük miktarları büyük miktarlarda işleyebilirler. Kurumsal krediler için riskler iyi kontrol edilir.
4. Mahsul sigortası
The Climate Company, hava koşullarında gıda konusunda uzmanlaşmış büyük bir veri şirketidir ve çiftçiler için mahsul sigortası yapmaktadır. Şirket, uzun vadeli hava durumunu tahmin etmek ve primleri belirlemek için kapsamlı simülasyonlar yürütmektedir.
5. İpotek
JPMorgan Chase, temerrüt ipotekleri nedeniyle yeniden sahip olunan evler ve ticari mülkler için kabul edilebilir satış fiyatlarını belirlemek için büyük veri analizi kullanmaktadır. Gizli kaynaklara göre, ipotek fiili olarak temerrüde düşmeden önce makul bir satış fiyatı bulmak için yerel ekonomik koşulları ve emlak piyasasını değerlendirmektir. Önerilen bu satış fiyatları teorik olarak doğru belirlenirse, yerel emlak piyasasında banka temerrütleri, geri kazanım ve satışların müdahalesini en aza indirmelidir. Ayrıca bankaların satış öncesinde gayrimenkul sahibi olmaya zorlandıkları süre en aza indirilmelidir. Aynı zamanda, şüpheli teröristler tarafından kullanılan sahte kimlikleri tespit etmek için CIA'ya teknik uzmanlık sağlayan şirket, kredi işine, kredi değerlendirmesine ve diğer alanlara bilgi teknolojisinin nasıl uygulanacağı konusunda JPMorgan Chase ile görüşmeyi kabul etti.
Finansal büyük verinin uygulama değeri
1. Karar verme verimliliğini artırın
Büyük veri analizi, finans kurumlarının gerçek merkezli iş yöntemlerini uygulamasına yardımcı olabilir. Büyük veri, finansal kurumlara, verilere dayalı olarak, statik fenomen analizi ve tahminden kademeli olarak, senaryolar için dinamik karar verme önerileri sunmaya geçiş yaparak piyasa değişikliklerine daha doğru yanıt vermelerine yardımcı olabilir.
2. Veri varlığı yönetimi yeteneklerini güçlendirin
Finans kurumları, maliyetli olan ve yapılandırılmamış veriler için yetersiz depolama ve analiz yeteneklerine sahip çok sayıda geleneksel veritabanı kullanır. Altta yatan büyük veri platformunun inşası yoluyla, geleneksel veritabanları bazı senaryolarda değiştirilebilir ve metin, resim ve videolar gibi daha çeşitli veri depolama ve analizleri gerçekleştirilebilir, bu da finansal yapının veri varlık yönetimi yeteneklerini etkin bir şekilde geliştirir.
3. Hassas pazarlama hizmetlerini gerçekleştirin
İnternet finans modelinin etkisi altında, tüm finans endüstrisinin operasyon modeli yeniden yapılanma ile karşı karşıya, endüstri rekabeti giderek şiddetleniyor ve veriye dayalı rafine operasyonlar ve ürün yeniliği talebi giderek daha acil hale geliyor. Büyük veri, finans kuruluşlarının müşteri ihtiyaçlarını daha iyi belirlemesine, iyi bir müşteri deneyimi oluşturmasına ve kapsamlı rekabet gücünü artırmasına yardımcı olabilir.
4. Risk yönetimi yeteneklerini geliştirin
Büyük veri teknolojisi, finans kuruluşlarının müşteri ile ilgili veri bilgilerinin tam olarak toplanmasına ve analiz edilmesine, şüpheli bilgileri ve yasa dışı işlemleri belirlemesine, riskleri tahmin etme ve önleme yeteneğini güçlendirmesine ve daha az risk kontrol personeli kullanmasına yardımcı olabilir. Daha verimli ve güvenilir risk kontrol yönetimi ile gelin. (Metin: Deng Lunsheng | İdeal Düşünce Kuruluşu; Resim Kaynağı: İnternet)
