Сочинение на тему Будущее данных в банковской сфере
- Опубликовано: 09.08.2020
- Предмет: Бизнес, жизнь
- Темы: Банка, Банковское дело, Личные финансы, финансов
В середине 90-х годов Билл Гейтс сказал, что «банковское дело необходимо, а банки – нет». Это отношение усилилось среди населения за последнее десятилетие, когда общественное мнение обратилось против банков после финансового кризиса 2008 года и открытия технологий ряд новых возможностей для финансового управления. Это позволило стартапам войти в сектор с беспрецедентной скоростью, вызывая высокий уровень сбоев. Apple, Stripe и Square – это лишь некоторые из компаний, которые революционизируют способы оплаты, а цифровые валюты и одноранговые кредиторы открывают новые возможности финансирования для стартапов и МСП. В недавнем опросе PricewaterhouseCoopers, в котором приняли участие более 1300 руководителей финансовых компаний, 88% заявили, что они опасаются, что их бизнес подвергнется риску обособленных финансовых компаний в таких областях, как платежи, денежные переводы и личные финансы, а 51% считают, что могут проиграть целых 40% их дохода независимым фирмам FinTech.
Однако, несмотря на эти потрясения, банки все еще здесь, и они все еще являются монолитами, какими они были двадцать лет назад. Для того, чтобы оставаться актуальными, они упорно трудились, чтобы использовать цифровую революцию и полностью заново представить свою роль и опыт клиента, часто работая вместе FinTech стартапов сделать это.
Одним из основных преимуществ, которыми обладают традиционные банки, является огромный объем финансовых данных, которые они хранят о своих миллионах клиентов. У них также есть структура и капитал, чтобы использовать это. Выступая на недавней конференции Google Cloud Next, Даррил Уэст, директор по информационным технологиям группы HSBC, пояснил, что «помимо наших 2,4 триллиона долларов активов в нашем балансе, в основе компании лежит огромный актив в форма] наших данных. И то, что происходило в последние три года, – это огромный рост наших активов данных. Наши клиенты все активнее используют цифровые каналы, и мы собираем больше данных о том, как наши клиенты взаимодействуют с нами. Как банку, нам необходимо работать с партнерами, чтобы мы могли понять, что происходит, и извлечь из них информацию, чтобы мы могли вести более эффективный бизнес и создавать удивительные впечатления клиентов ».
Потенциал для анализа данных реализуется во всем финансовом секторе. Согласно последнему Всемирному полугодовому руководству по расходам на большие данные и аналитику от IDC, мировые доходы от больших данных и бизнес-аналитики (BDA) вырастут с 130,1 млрд долларов в 2016 году до более 203 млрд долларов в 2020 году. По оценкам IDC, в 2016 году отрасль потратила почти 17 миллиардов долларов на решения для больших данных и бизнес-аналитики.
Приложения для данных и аналитики в банковском деле бесконечны. Они могут использовать данные для большей персонализации, позволяя им предлагать продукты и услуги, адаптированные для отдельных потребителей, в режиме реального времени. Например, когда вы приобретаете перелет за границу или автомобиль, банк отправляет рекламные предложения страхования для покрытия этих продуктов. В будущем такие приложения могут быть расширены еще больше. Один из способов это может произойти, если вы получаете большой счет, банк может отправить текстовое сообщение, когда вы получите кредит, чтобы покрыть расходы. Затем алгоритм вычислит, какая процентная ставка будет наиболее подходящей, основываясь на ваших исторических схемах заимствования и его взгляде на вас как на кредитный риск, прежде чем осуществлять платеж практически мгновенно.
Данные также будут означать, что банки могут более точно оценить риск предоставления кредита клиенту. Модели прогнозной аналитики, такие как система оценки FICO, могут анализировать кредитную историю потребителей, заявки на кредит или кредит и другие данные, чтобы оценить, будет ли потребитель своевременно производить платежи. Они также могут объединить структурированные отзывы клиентов с комментариями в социальных сетях и другими неструктурированными данными, чтобы создать всеобъемлющий профиль клиента, тем самым ограничивая подверженность риску в отношении неплатежей.
Одним из наиболее важных способов, которыми банки смогут использовать свои данные в будущем, является обучение алгоритмам машинного обучения, которые могут автоматизировать многие из их процессов. Решения по искусственному интеллекту (ИИ), которые могут изменить то, как банки решают проблемы соответствия нормативным требованиям. По словам Рахула Сингха, президента финансовых услуг провайдера ИТ-услуг HCL Technologies, «мы уже сталкиваемся с примерами использования ИИ и передовой аналитикой в функции противодействия отмыванию денег, где технологии способны снизить количество ложных срабатываний, позволяя сфокусированным подходам к Обнаружение и предотвращение рисков ». Отчет McKinsey & Company за 2015 год показал, что дюжина европейских банков уже перешла от традиционного моделирования статистического анализа к машинному обучению, причем многие ссылались на увеличение продаж новых продуктов на 10%, а отток и капитальные расходы сократились на 20%. в результате.
Представьте хорошо проработанное эссе, посвященное обсуждению репутации как источника устойчивого конкурентного преимущества в страховой отрасли. (25) Репутация Олинс (1990) относится к репутации как к организационной
В целом, до финансового кризиса 2008 года финансовый сектор во всем мире неуклонно либерализовался. Были отменены ограничения на иностранную собственность на банки и на виды
Самая длинная ведущая канадская организация по предоставлению финансовых услуг – Королевский банк Канады был создан в 1864 году в Галифаксе, Новая Шотландия, и был зарегистрирован