Большие данные в финансовом секторе и страховании

Big Data in the Finance and Insurance Sectors
Kazim Hussain, Elsa Prieto
2016-01-01

алгоритмическая торговлябольшие данные в финансахконфиденциальность и безопасность данныхобнаружение и предотвращение мошенничестваклассификация тональности
Финансовый сектор и страхование по своей природе являются интенсивно ориентированными на данные отраслями, обрабатывающими большие объемы клиентской информации; при этом в таких областях, как торговля на рынках капитала, аналитика данных используется уже достаточно давно. Появление больших данных в сфере финансовых услуг может принести финансовым учреждениям многочисленные преимущества: повышение уровня понимания потребностей клиентов, их вовлеченности и качества обслуживания за счет цифровизации финансовых продуктов и услуг, а также с учетом растущей тенденции взаимодействия клиентов с брендами и организациями в цифровом пространстве; совершенствование возможностей выявления и предотвращения мошенничества, поскольку использование больших данных позволяет анализировать более крупные массивы информации для обнаружения тенденций, указывающих на мошеннические действия; и улучшение анализа рыночной торговли благодаря торговым стратегиям, использующим сложные компьютерные алгоритмы для быстрого совершения операций на финансовых рынках. В данной главе рассматриваются факторы, связанные с развитием сектора, включая влияние регулирования и изменение бизнес-моделей, а также соответствующие ограничения, обусловленные устоявшейся корпоративной культурой и устаревшей инфраструктурой, проблемами конфиденциальности и безопасности данных. Результаты анализа текущих требований и доступных технологий показывают, что сохраняются значительные исследовательские задачи, связанные с раскрытием полного потенциала этих технологий для предоставления конкурентоспособных и эффективных решений. Эти задачи возникают на всех уровнях цепочки больших данных и охватывают широкий спектр различных технологий, что обусловливает необходимость приоритизации инвестиций в исследования и разработки, например в обработку данных в реальном времени, совершенствование методов повышения качества данных, масштабируемое управление данными и их обработку, а также более эффективные методы классификации тональности.
1
Большие данные могут улучшить понимание клиентов, их вовлечённость и опыт благодаря цифровизации финансовых продуктов и услуг и анализу цифровых взаимодействий.
2
Более крупные наборы данных повышают эффективность обнаружения и предотвращения мошенничества, выявляя характерные для него тенденции и закономерности.
3
Регуляторные изменения и новые бизнес-модели стимулируют трансформацию сектора, тогда как устаревшая инфраструктура, организационная культура, конфиденциальность и безопасность ограничивают внедрение.
4
Сложные компьютерные алгоритмы и аналитика больших данных поддерживают более продвинутый и быстрый анализ торговли на финансовых рынках.
5
Технологические ограничения сохраняются на всех уровнях цепочки работы с большими данными, требуя приоритетных исследований и инвестиций в обработку в реальном времени, качество данных, масштабируемость и классификацию тональности.

Применение и инфраструктура больших данных в финансовом секторе и страховании

Факторы развития, преимущества, ограничения, технологические требования и исследовательские проблемы применения больших данных для анализа клиентов, выявления мошенничества, анализа рыночной торговли и управления данными

Publication Details
Publication Date
2016-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Kazim Hussain
Elsa Prieto
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%