¿Cómo pueden los bancos (pequeños, medianos y grandes) usar big data para ser más eficientes?

No estoy familiarizado con los servicios del banco, solo escucho algunas noticias y discusiones sobre las finanzas de internet en China. Así que proporcionaría más materiales de lectura que la idea de mí mismo.

Alipay (una parte del Grupo Alibaba), Webank (con el apoyo de Tencent) y CreditEase son aquellos que quieren revolucionar el banco con big data / internet [1]. Como sabemos, el préstamo es un servicio importante de los bancos. El costo de tratar con una solicitud de préstamo personal es demasiado alto en el banco tradicional, y el sistema de crédito personal en China todavía está en construcción, por lo que la información sobre un solicitante es demasiado escasa (ja, en la jerga de minería de datos). Entonces, estas compañías de TI hacen uso de sus datos para construir un sistema de crédito, como Zhima Credit System of Alipay [2].

Creo que de esta manera podemos hacer que nuestro sistema bancario sea más eficiente que nunca.

[1] Empresas de Internet lanzan revolución financiera
[2] El brazo financiero de Alibaba lanzará el sistema de calificación de crédito basado en datos de usuario Sesame – TechNode

Depende del tipo de banco, así como de qué piensa tener para Big Data. Si solo se refiere al volumen y la velocidad, los bancos los han estado utilizando desde hace mucho tiempo, por ejemplo, en el comercio de finanzas.

Por otro lado, si se refiere a los marcos de Hadoop like, veo grandes oportunidades para los bancos comerciales que van desde la detección de fraudes hasta la evaluación de la solvencia de los clientes, integrando los datos estructurados que tienen a su disposición con datos no estructurados procedentes, por ejemplo, de redes sociales. Viceversa, creo que estas soluciones no son lo suficientemente maduras para respaldar las operaciones de los bancos de inversión, cuyos requisitos aún no tienen comparación en el entorno de Hadoop.

More Interesting

¿Cuáles son las áreas básicas de conocimiento matemático y estadístico con las que un científico debería sentirse muy cómodo y cómo las aprende?

Deep Learning se implementa principalmente en big data. ¿Qué piensa sobre usarlo en datos con muestras limitadas pero de altas dimensiones como fMRI?

¿Qué debo hacer para construir una carrera en ciencia de datos? Soy estudiante de ingeniería química en India y quiero seguir una carrera en ciencia de datos.

¿Alguien está haciendo capacitación en Big Data y Hadoop en DataFlair? ¿Es una buena idea hacer el curso?

¿Qué es mejor para un conjunto de habilidades Java / J2EE: análisis de big data o middleware de WebSphere?

¿Qué oportunidades de carrera en ciencia de datos y aprendizaje automático existen en Snapchat?

¿Cuál es un truco genial para el análisis de datos en Excel?

¿Existe una guía de inicio automático para PNL?

¿Qué compañía es mejor unirse como una más fresca, Mu Sigma o Fractal Analytic?

¿La programación es una ciencia? Si es así, ¿por qué nadie usa el núcleo de la ciencia, el método científico, para ello?

¿Cuáles son los métodos de ciencia de datos más utilizados en los negocios?

¿Cuál es la diferencia entre la ciencia neuronal, el aprendizaje automático y la minería de datos?

Cuando los departamentos universitarios cambian su nombre para incluir la palabra 'Ciencia de datos', ¿se trata principalmente de marketing?

¿Cuál es el mejor instituto de investigación para la ciencia de datos en India?

¿Cuánto de R (o minería de datos) debo aprender para la investigación de mercado y para un negocio personal / propio?