ການນໍາໃຊ້ຂໍ້ມູນໃຫຍ່ໃນການເງິນ

ຂໍ້ມູນໃຫຍ່ແມ່ນປະໂຫຍກໃຫມ່ທີ່ມີຊື່ສຽງໃນພາກພື້ນຂອງເຕັກໂນໂລຢີຂໍ້ມູນແລະວິທີປະລິມານທີ່ອ້າງອີງເຖິງການເກັບກໍາແລະການວິເຄາະຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ. ຄວາມກ້າວຫນ້າໃນການໃຊ້ພະລັງງານໃນຄອມພິວເຕີ້ພ້ອມກັບລາຄາຫຼຸດລົງແມ່ນເຮັດໃຫ້ໂຄງການຂໍ້ມູນຂະຫນາດໃຫຍ່ເພີ່ມຂຶ້ນຫຼາຍທາງດ້ານວິຊາການແລະເສດຖະກິດ. ໂດຍສະເພາະແມ່ນການຜະລິດຄອມພິວເຕີ້ຄອມພິວເຕີ້ແມ່ນການວາງແຜນຄ່າໃຊ້ຈ່າຍໃນການວິເຄາະຂໍ້ມູນທີ່ໃຫຍ່ທີ່ສຸດໃນຂອບເຂດຂອງບໍລິສັດຂະຫນາດນ້ອຍຈໍານວນຫຼາຍ, ເຊິ່ງບໍ່ຈໍາເປັນຕ້ອງລົງທຶນລົງທຶນພື້ນຖານໃນພື້ນຖານຄອມພິວເຕີຂອງຕົນເອງ.

ປະເພດການເຮັດວຽກໃຫມ່, ວິທະຍາສາດຂໍ້ມູນ, ໄດ້ພັດທະນາຂຶ້ນເພື່ອຕອບສະຫນອງການຂະຫຍາຍຕົວຂອງຂໍ້ມູນຂະຫນາດໃຫຍ່.

ຄໍາຮ້ອງສະຫມັກໃນການເງິນ:

ໃນດ້ານການເງິນ, ໂດຍສະເພາະໃນ ອຸດສາຫະກໍາການບໍລິການທາງດ້ານການເງິນ , ຂໍ້ມູນໃຫຍ່ໆໄດ້ຖືກນໍາໃຊ້ໃນຈໍານວນການນໍາໃຊ້ທີ່ເພີ່ມຂຶ້ນເຊັ່ນ:

  1. ການຕິດຕາມແລະການເຝົ້າລະວັງພະນັກງານ
  2. ຮູບແບບການຄາດຄະເນ, ເຊັ່ນວ່າທີ່ອາດຈະຖືກນໍາໃຊ້ໂດຍ ຜູ້ຮັບປະກັນດ້ານການປະກັນໄພ ເພື່ອກໍານົດຄ່ານິຍົມແລະ ພະນັກງານກູ້ຢືມ ເພື່ອຕັດສິນໃຈໃຫ້ກູ້ຢືມ
  3. ການພັດທະນາວິທີການຄາດຄະເນການຊີ້ນໍາຂອງຕະຫຼາດການເງິນ
  4. ລາຄາຊັບສິນທີ່ບໍ່ຖືກຕ້ອງເຊັ່ນ: ອະສັງຫາລິມະສັບ

Auto Insurance:

ນັບຕັ້ງແຕ່ປີ 1980, ຜູ້ກໍ່ຕັ້ງຂອງ Progressive Insurance ເບິ່ງວ່າມື້ນີ້ມີຂໍ້ມູນທີ່ຍາກໃນການປະຕິບັດຕາມລັກສະນະການຂັບຂີ່ຂອງຜູ້ປະກັນໄພສ່ວນບຸກຄົນທີ່ສາມາດເກັບແລະວິເຄາະໄດ້. ນີ້ຈະນໍາໄປສູ່ການປະເມີນຄວາມສ່ຽງແລະການປະເມີນຄວາມສ່ຽງທີ່ຖືກຕ້ອງຫຼາຍຂຶ້ນ, ແລະດັ່ງນັ້ນການສ້າງຄ່ານິຍົມທີ່ຊັດເຈນກວ່າ. ໃນປີ 2010, ເຕັກໂນໂລຢີເກັບຂໍ້ມູນທີ່ຈໍາເປັນຕ້ອງມີຢູ່ແລ້ວແລະໃນປັດຈຸບັນຫຼາຍກວ່າຫນຶ່ງລ້ານລູກຄ້າໄດ້ຕົກລົງທີ່ຈະມີຫ້ອງສີດໍາຕິດຕັ້ງຢູ່ໃນລົດຂອງພວກເຂົາທີ່ຕິດຕາມຕົວຢ່າງເຊັ່ນວ່າພວກເຂົາຂັບລົດຢ່າງໄວວາແນວໃດແລະພວກເຂົາມັກຈະ brake.

ສິນເຊື່ອຜູ້ບໍລິໂພກ:

LendUp ເສີມຜະລິດແນນສິນເຊື່ອ FICO ແບບດັ້ງເດີມທີ່ມີການວິເຄາະເຄືອຂ່າຍສັງຄົມທີ່ມາຈາກຫລາຍໆແຫຼ່ງອື່ນໆ, ເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈໃຫ້ກູ້ຢືມ. ຕົວຢ່າງເຊັ່ນ, LendUp ມີຄວາມສົນໃຈໃນການຮູ້ວ່າຜູ້ກູ້ຢືມທີ່ມີທ່າແຮງມີການປ່ຽນແປງຈໍານວນໂທລະສັບມືຖືເລື້ອຍໆ, ເຊິ່ງອາດຈະຊີ້ບອກເຖິງຄວາມສ່ຽງທີ່ບໍ່ດີ.

ບໍລິສັດຍັງເຊື່ອວ່າວິທີການພົວພັນກັບຫມູ່ເພື່ອນຂອງພວກເຂົາອອນໄລນ໌ມີຂໍ້ຄຶດທີ່ເຂັ້ມແຂງກ່ຽວກັບຄວາມສ່ຽງຂອງພວກເຂົາເປັນຜູ້ກູ້ຢືມ. ຜູ້ທີ່ສະແດງຄວາມສໍາພັນທາງສັງຄົມທີ່ເຂັ້ມແຂງແລະເຂັ້ມແຂງທີ່ສຸດແລະຄວາມສໍາພັນຂອງຊຸມຊົນເບິ່ງຄືວ່າມີຄວາມສ່ຽງທີ່ດີທີ່ສຸດ. ດັ່ງນັ້ນ, ຜູ້ກູ້ຢືມທີ່ມີທ່າແຮງໄດ້ຖືກຮ້ອງຂໍໃຫ້ເຮັດໃຫ້ບັນຊີ Facebook ຂອງພວກເຂົາມີໃຫ້ບໍລິສັດສໍາລັບການວິເຄາະ.

ຂະນະດຽວກັນ, CapitalOne ໄດ້ກາຍເປັນຜູ້ຫຼິ້ນໃຫຍ່ໃນຊຸມປີ 1990 ໂດຍຜ່ານການນໍາໃຊ້ຂໍ້ມູນທີ່ລວບລວມແລະເຕັກນິກການວິເຄາະເພື່ອກໍານົດເປົ້າຫມາຍສໍາລັບບັດຂອງຕົນ, ຂະໂມຍການແຂ່ງຂັນໃນຫຼາຍໆປະເທດທີ່ມີກໍານົດໄວ້.

ເງິນກູ້ທຸລະກິດຂະຫນາດນ້ອຍ:

Kabbage ເຂົ້າມາໃຫມ່ແມ່ນບໍລິສັດທີ່ເປັນຜູ້ນໍາໃຊ້ເຕັກໂນໂລຢີທີ່ມີລະບົບຕ່ອງໂສ້ທີ່ມີຮູບແບບການຄາດເດົາໃນແຫຼ່ງຂໍ້ມູນທີ່ແຕກຕ່າງກັນເຊັ່ນສື່ສັງຄົມ, eBay ແລະ UPS ເພື່ອປະເມີນຄຸນນະພາບຂອງການພົວພັນລະຫວ່າງຜູ້ກູ້ຢືມທີ່ມີທ່າແຮງແລະລູກຄ້າຂອງຕົນເອງ.

ການປະກັນໄພການປູກພືດ:

ບໍລິສັດ Climate Corporation ໄດ້ຮັບປະກັນການປະກັນໄພການປູກພືດສໍາລັບຊາວກະສິກອນ. ບໍລິສັດໄດ້ດໍາເນີນການຈໍາລອງແບບຈໍາລອງທີ່ໃຫຍ່ທີ່ສຸດເພື່ອຄາດຄະເນຮູບແບບສະພາບອາກາດໄລຍະຍາວແລະສ້າງຄ່ານິຍົມ.

ການໃຫ້ສິນເຊື່ອຈໍານອງ:

JPMorgan Chase ກໍາລັງນໍາໃຊ້ການວິເຄາະຂໍ້ມູນທີ່ສໍາຄັນເພື່ອກໍານົດລາຄາຂາຍທີ່ຍອມຮັບສໍາລັບບ້ານເຮືອນແລະຄຸນສົມບັດທາງການຄ້າທີ່ໄດ້ຮັບການຖອນຄືນຍ້ອນການຈໍານອງທີ່ບໍ່ມີຄ່າ.

ຄວາມຄິດດັ່ງກ່າວ, ອີງຕາມແຫຼ່ງຂໍ້ມູນທີ່ເປັນຄວາມລັບ, ແມ່ນເພື່ອປະເມີນສະພາບເສດຖະກິດແລະຕະຫຼາດຊັບສິນຂອງທ້ອງຖິ່ນເພື່ອສະເຫນີລາຄາຂາຍທີ່ສົມເຫດສົມຜົນກ່ອນທີ່ຈະໃຫ້ເງິນກູ້ຢືມໃຫ້ຕົວຈິງ. ຖ້າຫາກວ່າລາຄາຂາຍແນະນໍາເຫຼົ່ານີ້ຖືກກໍານົດຢ່າງຖືກຕ້ອງ, ການຂັດຂວາງຕໍ່ຕະຫຼາດຊັບສິນຂອງທ້ອງຖິ່ນຈາກເດີມ, ການຟື້ນຟູແລະການຂາຍໂດຍທະນາຄານໃນທາງທິດສະດີຄວນຖືກຫຼຸດຫນ້ອຍລົງ. ນອກຈາກນັ້ນ, ໄລຍະເວລາທີ່ທະນາຄານບັງຄັບໃຫ້ຖືຊັບສິນກ່ອນການຂາຍຄວນໄດ້ຮັບການຫຼຸດຜ່ອນລົງ.

ໃນຂະນະດຽວກັນ, Quantfind, ບໍລິສັດທີ່ໃຫ້ CIA ມີຄວາມຊໍານານດ້ານວິຊາການເພື່ອຄົ້ນພົບຕົວທີ່ບໍ່ຖືກຕ້ອງທີ່ໃຊ້ໂດຍຜູ້ກໍ່ການຮ້າຍທີ່ຖືກສົງໄສ, ໄດ້ຮັບການເຂົ້າຮ່ວມໃນການປຶກສາຫາລືກັບ JPMorgan Chase ກ່ຽວກັບວິທີການເຕັກໂນໂລຢີຂອງມັນສາມາດນໍາໃຊ້ກັບທຸລະກິດການເງິນ. ການຕະຫຼາດ.

ແຫຼ່ງຂໍ້ມູນ: "ຂໍ້ມູນເປີດປະຕູໃຫ້ແກ່ການປະດິດສ້າງທາງດ້ານການເງິນ" ແລະ "JPMorgan ໃຊ້ເຄື່ອງມືຕ້ານການກໍ່ການຮ້າຍເພື່ອແນໃສ່ການສໍ້ໂກງລະຫວ່າງແຮງງານ", Financial Times , ວັນທີ 14 ທັນວາ 2012.