การประยุกต์ใช้ข้อมูลขนาดใหญ่ในด้านการเงิน

ข้อมูลขนาดใหญ่เป็นบทกลอนใหม่ที่เป็นที่นิยมในขอบเขตของเทคโนโลยีสารสนเทศและวิธีการเชิงปริมาณที่อ้างถึงการรวบรวมและการวิเคราะห์ข้อมูลจำนวนมหาศาล ความก้าวหน้าในด้านการคำนวณพร้อมด้วยราคาที่ตกต่ำทำให้โครงการข้อมูลขนาดใหญ่ขึ้นและเป็นไปได้ทางเทคนิคมากขึ้น โดยเฉพาะอย่างยิ่งการถือกำเนิดของคลาวด์คอมพิวติ้งคือการทำให้ต้นทุนของการวิเคราะห์ข้อมูลขนาดใหญ่อยู่ในมือของ บริษัท ขนาดเล็กจำนวนมากซึ่งขณะนี้ไม่จำเป็นต้องลงทุนในโครงสร้างพื้นฐานด้านคอมพิวเตอร์ของตัวเองอย่างมีนัยสำคัญ

หมวดหมู่อาชีพใหม่ข้อมูลวิทยาศาสตร์ได้ผุดขึ้นมาเพื่อตอบสนองต่อการเติบโตของข้อมูลขนาดใหญ่

การใช้งานทางการเงิน:

ในด้านการเงินโดยเฉพาะอย่างยิ่งใน อุตสาหกรรมบริการทางการเงิน ข้อมูลขนาดใหญ่กำลังถูกนำมาใช้ในการใช้งานที่เพิ่มขึ้นเช่น:

1. พนักงานตรวจสอบและเฝ้าระวัง
2. แบบจำลองที่คาดเดาได้เช่นที่ผู้ จัดจำหน่ายประกัน สามารถใช้เพื่อกำหนดเบี้ยประกันภัยและ เจ้าหน้าที่สินเชื่อ เพื่อตัดสินใจในการให้กู้ยืม
3. การพัฒนาอัลกอริทึมเพื่อคาดการณ์ทิศทางของตลาดการเงิน
4. กำหนดราคาสินทรัพย์ที่ไม่มีสภาพคล่องเช่นอสังหาริมทรัพย์

ประกันภัยรถยนต์:

นับเป็นยุค 80 ผู้ก่อตั้ง บริษัท Progressive Insurance มองไปข้างหน้าถึงวันที่ข้อมูลที่เก็บรวบรวมและวิเคราะห์อย่างหนักเกี่ยวกับพฤติกรรมการขับขี่ของผู้ถือกรมธรรม์แต่ละราย ซึ่งจะนำไปสู่การ วัด ความเสี่ยงและการประเมินความเสี่ยงที่ถูกต้องมากขึ้นและทำให้การตั้งค่าพรีเมียมแม่นยำยิ่งขึ้น จนถึงปี 2010 เทคโนโลยีการรวบรวมข้อมูลที่จำเป็นมีให้บริการแล้วและขณะนี้ลูกค้ากว่าหนึ่งล้านคนได้ตกลงที่จะติดตั้งกล่องสีดำไว้ในรถของตนเพื่อติดตามตัวอย่างเช่นความเร็วในการขับรถโดยทั่วไปมักเป็นอย่างไร

สินเชื่อผู้บริโภค:

LendUp เสริมการจัดอันดับเครดิต FICO แบบดั้งเดิมด้วยการวิเคราะห์เครือข่ายทางสังคมที่มาจากแหล่งข้อมูลอื่น ๆ เพื่อตัดสินใจในการให้กู้ยืม ตัวอย่างเช่น LendUp สนใจที่จะทราบว่าผู้ยืมที่มีศักยภาพได้เปลี่ยนหมายเลขโทรศัพท์มือถือเป็นประจำซึ่งอาจบ่งบอกถึงความเสี่ยงที่ไม่ดี

บริษัท ยังเชื่อด้วยว่าวิธีที่ผู้คนโต้ตอบกับเพื่อน ๆ ออนไลน์ของพวกเขามีเงื่อนงำที่แข็งแกร่งเกี่ยวกับความเสี่ยงของพวกเขาในฐานะผู้กู้ ผู้ที่แสดงความเชื่อมโยงทางสังคมและความผูกพันกับชุมชนที่เข้มแข็งและมีประสิทธิภาพมากที่สุดดูเหมือนจะเป็นความเสี่ยงที่ดีที่สุด ดังนั้นผู้กู้ที่มีศักยภาพจะถูกขอให้ทำบัญชี Facebook ของพวกเขาพร้อมให้ บริษัท วิเคราะห์

ยักษ์ใหญ่ของบัตรเครดิต CapitalOne ในขณะเดียวกันกลายเป็นผู้เล่นรายใหญ่ในทศวรรษที่ 1990 โดยใช้เทคนิคการเก็บรวบรวมและวิเคราะห์ข้อมูลขั้นสูงเพื่อระบุโอกาสสำหรับบัตรของตนซึ่งเป็นขโมยการเดินขบวนในหลายคู่แข่งที่ตั้งขึ้น

สินเชื่อธุรกิจขนาดเล็ก:

Kabbage ผู้เข้าร่วมรายใหม่เป็น บริษัท ที่ขับเคลื่อนด้วยเทคโนโลยีซึ่งมีรูปแบบเป็นสัดส่วนซึ่งมีรูปแบบการทำนายที่มาจากแหล่งต่างๆเช่นสื่อทางสังคมอีเบย์และยูพีเอสในการประเมินคุณภาพของความสัมพันธ์ระหว่างผู้กู้ที่มีศักยภาพกับลูกค้าของตนเอง

ประกันภัยพืชผล:

Climate Corporation มีการจัดทำประกันภัยพืชผลสำหรับเกษตรกร บริษัท ดำเนินการจำลองขนาดใหญ่เพื่อคาดการณ์รูปแบบสภาพอากาศในระยะยาวและกำหนดค่าเบี้ยประกันภัย

สินเชื่อเพื่อที่อยู่อาศัย:

JPMorgan Chase กำลังใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อกำหนดราคาขายที่ยอมรับได้สำหรับบ้านและทรัพย์สินเชิงพาณิชย์ที่ได้รับการยึดคืนอันเป็นผลจากการผิดนัดชำระหนี้

ความคิดตามแหล่งข้อมูลที่เป็นความลับคือการประเมินสภาวะเศรษฐกิจในท้องถิ่นและตลาดอสังหาริมทรัพย์เพื่อเสนอราคาขายที่เหมาะสมก่อนที่เงินให้สินเชื่อจำนองจะเข้าสู่การผิดนัด หากราคาขายที่แนะนำเหล่านี้ได้รับการตั้งค่าอย่างถูกต้องควรลดการหยุดชะงักของตลาดอสังหาริมทรัพย์ในประเทศจากการผิดนัดชำระหนี้และการขายโดยธนาคารตามหลักเหตุผล นอกจากนี้ระยะเวลาที่ธนาคารถูกบังคับให้ถือครองทรัพย์สินก่อนที่จะทำการขายควรจะลดลง

ในขณะเดียวกัน Quantfind ซึ่งเป็น บริษัท ที่ให้บริการซีไอเอที่มีความเชี่ยวชาญด้านเทคนิคเพื่อค้นหาตัวตนปลอมที่ใช้โดยผู้ก่อการร้ายที่สงสัยได้รับทราบว่ามีส่วนร่วมในการพูดคุยกับ JPMorgan Chase ว่าเทคโนโลยีของ บริษัท สามารถนำมาประยุกต์ใช้กับธุรกิจเครดิตได้อย่างไรในด้านต่างๆเช่นการประเมินเครดิตและ การตลาด

_{แหล่งข้อมูล: "ข้อมูลเปิดกว้างสู่นวัตกรรมทางการเงิน" และ "JPMorgan ใช้เครื่องมือต่อต้านการก่อการร้ายเพื่อตรวจจับการทุจริตในหมู่พนักงาน" Financial Times , December 14, 2012}