Atsižvelgiant į didelių duomenų augimą, atsirado nauja karjeros kategorija, duomenų mokslas.
Paraiškos finansuojant:
Finansų srityje, ypač finansinių paslaugų sektoriuje , dideli duomenys naudojami vis daugiau paraiškų, pavyzdžiui:
- Darbuotojų stebėjimas ir priežiūra
- Nuspėjamieji modeliai, pavyzdžiui, tie, kuriuos draudimo agentai gali naudoti, kad nustatytų įmokas ir paskolų pareigūnus priimtų sprendimus dėl skolinimo
- Kuriant algoritmus prognozuojant finansų rinkų kryptį
- Kainos nelikvidus turtas, pvz., Nekilnojamasis turtas
Auto draudimas:
Progresyviojo draudimo įkūrėjas dar devintajame dešimtmetyje laukė dienos, kai būtų galima surinkti ir išnagrinėti sudėtingus duomenis apie atskirų draudėjų vairavimo įpročius. Dėl to būtų galima tiksliau įvertinti riziką ir įvertinti riziką, taigi ir tiksliau nustatyti priemokas. Iki 2010 m. Buvo sukurta reikiama duomenų rinkimo technologija, o dabar daugiau nei milijonas klientų susitarė, kad jų automobiliuose būtų įrengti juodi dėžės, pvz., Kaip jie paprastai važiuoja ir kaip staiga jie stabdomi.
Vartotojų kreditas:
"LendUp" papildo tradicinius FICO kredito reitingus su socialinių tinklų analize, sudaryta iš įvairių kitų šaltinių, siekiant priimti sprendimus dėl skolinimo. Pavyzdžiui, "LendUp" nori sužinoti, ar potencialus skolininkas dažnai pakeitė mobiliųjų telefonų numerius, o tai gali reikšti blogą riziką.
Bendrovė taip pat mano, kad žmonės bendrauja su savo draugais internete, teigdami, kad jie yra rizikingi kaip skolininkai. Tie, kurie rodo stipriausius ir aktyviausius socialinius ryšius ir bendruomeninius ryšius, labiausiai rizikuojami. Taigi, potencialiems skolininkams siūloma atlikti savo "Facebook" paskyros prieinamumą įmonei analizuoti.
Kredito kortelių milžinė "CapitalOne" tuo pačiu metu tapo dideliu žaidėju devintajame dešimtmetyje, pirmiausia panaudodama pažangių duomenų rinkimo ir analizės metodus, kad nustatytų savo kortelių perspektyvas, pavogdama daugelį savo labiau įkurtų konkurentų.
Smulkaus verslo skolinimas:
Naujas rinkos dalyvis "Kabbage" yra nedideli darbuotojai, remiasi technologijomis pagrįsta kompanija, kurios prognozavimo modeliai remiasi įvairiais šaltiniais, tokiais kaip socialinė žiniasklaida, "eBay" ir "UPS", siekiant įvertinti santykių tarp potencialių skolininkų ir jų klientų kokybę.
Pasėlių draudimas:
Klimato korporacija garantuoja žemės ūkio produktų draudimą. Įmonė atlieka didžiulius modelius, kad prognozuotų ilgalaikius orų modelius ir nustatytų įmokas.
Hipotekiniai kreditai:
"JPMorgan Chase" naudoja didelę duomenų analizę, siekdama nustatyti priimtinas namų ir komercinių objektų pardavimo kainas, kurios buvo perimtos dėl neįvykdytų hipotekų.
Pagal konfidencialius šaltinius, idėja yra įvertinti vietines ekonomines sąlygas ir nekilnojamojo turto rinkas, kad būtų galima pasiūlyti pagrįstą pardavimo kainą, kol hipotekinės paskolos iš tikrųjų neįvykdys įsipareigojimų. Jei šios siūlomos pardavimo kainos būtų tiksliai nustatytos, teoriškai turėtų būti kuo labiau sumažintas vietos nekilnojamojo turto rinkos sutrikimas dėl banko įsipareigojimų neįvykdymo, grąžinimo ir pardavimo. Be to, laikotarpis, per kurį bankas privalo turėti turtą prieš pardavimą, turėtų būti kuo mažesnis.
Tuo tarpu "Quantfind", įmonė, kuri pateikė CŽV su technine patirtimi, norėdama atskleisti įtariamus teroristus pasinaudojusiais melagingais tapatybėmis, pripažino diskusijas su "JPMorgan Chase" apie tai, kaip šios technologijos gali būti taikomos kredito verslui tokiose srityse kaip kreditų įvertinimas ir rinkodara.
Šaltiniai: "Duomenys atveri durys finansinėms naujovėms" ir "JPMorgan" naudoja kovos su terorizmu priemones, kad suklaidintų darbuotojus, " Financial Times" , 2012 m. Gruodžio 14 d.