वित्त में बिग डाटा के अनुप्रयोग

बिग डेटा सूचना प्रौद्योगिकी और मात्रात्मक तरीकों के दायरे में एक लोकप्रिय नया कैचफ्रेज़ है जो भारी मात्रा में जानकारी के संग्रह और विश्लेषण को संदर्भित करता है। गिरती कीमतों के साथ कंप्यूटिंग शक्ति में प्रगति बड़ी डेटा परियोजनाओं को तेजी से तकनीकी रूप से व्यवहार्य और आर्थिक बना रही है। विशेष रूप से, क्लाउड कंप्यूटिंग का आगमन कई छोटी कंपनियों की पहुंच के भीतर बड़े डेटा विश्लेषण की लागत डाल रहा है, जिसे अब अपने कंप्यूटिंग ढांचे में महत्वपूर्ण पूंजी निवेश करने की आवश्यकता नहीं है।

एक नई करियर श्रेणी, डेटा विज्ञान, बड़े डेटा के विकास की प्रतिक्रिया में उछला है।

वित्त के भीतर आवेदन

वित्त के भीतर, विशेष रूप से वित्तीय सेवा उद्योग के भीतर, बड़े डेटा का उपयोग अनुप्रयोगों की बढ़ती संख्या में किया जा रहा है, जैसे:

1. कर्मचारी की निगरानी और निगरानी
2. भविष्यवाणियाँ, जैसे कि जिनका उपयोग बीमाधारकों द्वारा प्रीमियम और ऋण अधिकारियों को उधार निर्णय लेने के लिए निर्धारित करने के लिए किया जा सकता है
3. वित्तीय बाजारों की दिशा का अनुमान लगाने के लिए एल्गोरिदम का विकास करना
4. अचल संपत्ति जैसे अचल संपत्ति का मूल्य निर्धारण

वाहन बीमा

1980 के दशक में, प्रगतिशील बीमा के संस्थापक ने उस दिन का इंतजार किया जब व्यक्तिगत पॉलिसीधारकों की ड्राइविंग आदतों के कठिन आंकड़ों को एकत्र किया जा सकता है और उनका विश्लेषण किया जा सकता है। यह अधिक सटीक जोखिम माप और जोखिम मूल्यांकन, और इस प्रकार अधिक सटीक प्रीमियम सेटिंग को जन्म देगा। 2010 तक, अपेक्षित डेटा संग्रह तकनीक उपलब्ध हो गई थी, और अब दस लाख से अधिक ग्राहकों ने अपनी कारों में ब्लैक बॉक्स लगाने पर सहमति व्यक्त की है जो ट्रैक करते हैं, उदाहरण के लिए, वे आमतौर पर कितनी तेजी से ड्राइव करते हैं और कैसे वे आम तौर पर ब्रेक लेते हैं।

उपभोक्ता ऋण

उधार देने के निर्णय लेने के लिए, LendUp विभिन्न अन्य स्रोतों से खींचे गए सामाजिक नेटवर्क विश्लेषण के साथ पारंपरिक FICO क्रेडिट रेटिंग्स को पूरक करता है। उदाहरण के लिए, LendUp यह जानने में रुचि रखता है कि क्या संभावित उधारकर्ता ने सेल फोन नंबर को अक्सर बदल दिया है, जो खराब जोखिम का संकेत दे सकता है। कंपनी का यह भी मानना ​​है कि लोग अपने दोस्तों के साथ ऑनलाइन कैसे बातचीत करते हैं, उधारकर्ताओं के रूप में अपनी जोखिम के बारे में मजबूत सुराग प्रदान करते हैं। जो सबसे मजबूत और सबसे सक्रिय सामाजिक कनेक्शन और सामुदायिक संबंध दिखाते हैं, वे सबसे अच्छे जोखिम हैं।

इस प्रकार, संभावित उधारकर्ताओं को अपने फेसबुक खातों को विश्लेषण के लिए फर्म को उपलब्ध कराने के लिए कहा जाता है।

इस बीच, क्रेडिट कार्ड की दिग्गज कंपनी CapitalOne, 1990 के दशक में मुख्य रूप से अपने कार्ड के लिए संभावनाओं की पहचान करने के लिए उन्नत डेटा संग्रह और विश्लेषण तकनीकों का उपयोग करने के माध्यम से एक बड़ा खिलाड़ी बन गया, अपने कई स्थापित प्रतिद्वंद्वियों पर एक मार्च चोरी करना।

लघु व्यवसाय उधार

न्यू एंट्रेंट कबाबे एक पतली-स्टाफ वाली, तकनीक से चलने वाली कंपनी है, जिसका प्रेडिक्टिव मॉडल संभावित उधारकर्ताओं और अपने स्वयं के ग्राहकों के बीच संबंधों की गुणवत्ता का आकलन करने के लिए सोशल मीडिया, ईबे और यूपीएस जैसे स्रोतों पर आकर्षित करता है।

फसल बीमा

जलवायु निगम किसानों के लिए फसल बीमा को कम करता है। फर्म लंबी अवधि के मौसम के पैटर्न और प्रीमियम का अनुमान लगाने के लिए बहुत बड़ा सिमुलेशन चलाता है।

गिरवी रखना

जेपी मॉर्गन चेस घरों और वाणिज्यिक संपत्तियों के लिए स्वीकार्य बिक्री मूल्य निर्धारित करने के लिए बड़े डेटा विश्लेषण का उपयोग कर रहा है जो कि डिफ़ॉल्ट बंधक के परिणाम के रूप में पुन: प्रस्तुत किया गया है। गोपनीय स्रोतों के अनुसार, विचार यह है कि स्थानीय आर्थिक स्थितियों और संपत्ति बाजारों का मूल्यांकन उचित बिक्री मूल्य का सुझाव देने से पहले बंधक ऋण वास्तव में डिफ़ॉल्ट में जाना चाहिए। यदि इन सुझाए गए बिक्री मूल्य सही तरीके से निर्धारित किए गए हैं, तो बैंक द्वारा सैद्धांतिक रूप से डिफ़ॉल्ट, पुनर्खरीद और बिक्री से स्थानीय संपत्ति बाजार में व्यवधान को कम से कम किया जाना चाहिए।

इसके अतिरिक्त, जिस अवधि में बैंक को बिक्री करने से पहले संपत्ति रखने के लिए मजबूर किया जाता है, उसे कम से कम किया जाना चाहिए।

इस बीच, क्वांटफेन, एक फर्म जिसने संदिग्ध आतंकवादियों द्वारा इस्तेमाल की गई झूठी पहचान को उजागर करने के लिए तकनीकी विशेषज्ञता के साथ सीआईए को आपूर्ति की है, ने जेपी मॉर्गन चेस के साथ चर्चा में यह स्वीकार किया है कि क्रेडिट मूल्यांकन और इन क्षेत्रों में क्रेडिट व्यवसाय के लिए इसकी तकनीक कैसे लागू हो सकती है। विपणन।