금융 분야의 빅 데이터 애플리케이션

빅 데이터는 방대한 양의 정보를 수집하고 분석하는 정보 기술 및 정량적 방법 분야에서 널리 사용되는 새로운 캐치 프레이즈입니다. 가격 하락과 함께 컴퓨팅 성능이 향상되면서 대용량 데이터 프로젝트가 점점 기술적으로 실현 가능하고 경제적으로 변하고 있습니다. 특히 클라우드 컴퓨팅의 출현으로 대형 데이터 분석 비용이 많은 소규모 기업의 손에 닿아 이제는 자체 컴퓨팅 인프라에 상당한 자본 투자를 할 필요가 없습니다.

새로운 직업 분야 인 데이터 과학은 큰 데이터의 증가에 대응하여 출현했습니다.

재무 애플리케이션

금융 분야, 특히 금융 서비스 산업에서 큰 데이터는 다음과 같은 증가하는 응용 프로그램에서 사용되고 있습니다.

1. 직원 모니터링 및 감시
2. 보험 인수자가 보험료를 설정하고 대출 담당관이 대출 결정을 내릴 때 사용할 수있는 예측 모델
3. 금융 시장의 방향을 예측하는 알고리즘 개발
4. 부동산과 같은 유동 자산의 가격 결정

자동차 보험

1980 년대까지 Progressive Insurance의 설립자는 개인 계약자의 운전 습관에 대한 어려운 데이터를 수집하고 분석 할 수있는 날을 고대했습니다. 이는보다 정확한 리스크 측정 및 위험 평가, 따라서보다 정확한 프리미엄 설정으로 이어질 것입니다. 2010 년까지 필수 데이터 수집 기술을 사용할 수있게되었고, 이제는 백만 명이 넘는 고객이 블랙 박스를 자신의 차에 설치하는 데 동의했습니다. 예를 들어 일반적으로 얼마나 빨리 운전하고 갑작스럽게 브레이크를 걸리는지 추적합니다.

소비자 신용

LendUp은 대출 결정을 내리기 위해 다양한 다른 출처에서 가져온 소셜 네트워크 분석을 통해 전통적인 FICO 신용 등급을 보완합니다. 예를 들어, LendUp은 잠재적 인 차용인이 휴대 전화 번호를 자주 변경했는지 여부를 알고 싶어합니다. 이는 위험한 위험을 나타낼 수 있습니다. 회사는 또한 사람들이 친구와 온라인으로 상호 작용하는 방식이 차용자로서의 위험에 대한 단서를 제공한다고 믿습니다. 가장 강력하고 적극적인 사회적 관계와 커뮤니티 관계를 보여주는 사람들이 가장 위험한 것처럼 보입니다.

따라서 잠재적 인 차용자는 분석을 위해 회사에서 Facebook 계정을 사용할 수 있도록 요청합니다.

한편, 신용 카드 업계의 거대 기업인 캐피탈 원 (CapitalOne)은 고급 데이터 수집 및 분석 기술을 사용하여 카드에 대한 잠재 고객을 찾아 1990 년 대열에 합류했다.

중소기업 대출

신생 기업인 Kabbage는 소셜 미디어, eBay 및 UPS와 같은 다양한 소스를 활용하여 잠재 차용자와 고객 사이의 관계 품질을 평가하는 예측 모델을 보유한 직원이 적은 기술 주도 기업입니다.

농작물 보험

Climate Corporation은 농민들을위한 작물 보험을 인수합니다. 회사는 장기적인 날씨 패턴을 예측하고 보험료를 설정하기 위해 거대한 시뮬레이션을 실행합니다.

모기지 대출

JP 모건 체이스 (JMorgan Chase)는 부실 채권의 결과로 회수 된 주택 및 상업용 부동산의 판매 가격을 결정하기 위해 대규모 데이터 분석을 사용하고 있습니다. 기밀 정보에 따르면이 아이디어는 주택 담보 대출이 실제로 채무 불이행되기 전에 합리적인 판매 가격을 제안하기 위해 지역 경제 상황과 부동산 시장을 평가하는 것입니다. 이 제안 된 판매 가격이 정확하게 설정되면 기본적으로 지방 부동산 시장에 미치는 영향, 은행의 매매 및 판매가 이론적으로 최소화되어야합니다.

또한, 판매를하기 전에 은행이 부동산을 보유해야하는 기간을 최소화해야합니다.

한편 의심스러운 테러리스트들이 사용하는 잘못된 신원을 밝히기 위해 CIA에 기술 전문 지식을 제공 한 퀀트 인도 (Quantfind)는 JP 모건 체이스와의 신용 거래 및 신용 평가, 마케팅.