Applications du Big Data en finance

Les mégadonnées sont un nouveau slogan populaire dans le domaine des technologies de l'information et des méthodes quantitatives qui font référence à la collecte et à l'analyse de grandes quantités d'informations. Les progrès de la puissance de calcul et la baisse de leurs prix rendent les projets de données volumineuses de plus en plus techniquement réalisables et économiques. En particulier, l'avènement du cloud computing met le coût de l'analyse de données volumineuses à la portée de nombreuses petites entreprises, qui n'ont désormais plus besoin d'investir de capitaux importants dans leur propre infrastructure informatique.

Une nouvelle catégorie de carrière, la science des données, a vu le jour en réponse à la croissance du big data.

Applications au sein de la finance

Dans la finance, en particulier dans le secteur des services financiers, le big data est utilisé dans un nombre croissant d'applications, telles que:

1. Suivi et surveillance des employés
2. Modèles prédictifs, tels que ceux que peuvent utiliser les souscripteurs d'assurance pour fixer les primes et les agents de crédit pour prendre des décisions en matière de prêt
3. Développer des algorithmes pour prévoir la direction des marchés financiers
4. Tarification des actifs non liquides tels que l'immobilier

Assurance automobile

Dès les années 1980, le fondateur de Progressive Insurance attend avec impatience le jour où il sera possible de recueillir et d’analyser des données fiables sur les habitudes de conduite des différents assurés. Cela permettrait une mesure et une évaluation des risques plus précises, et donc une fixation plus précise des primes. En 2010, la technologie de collecte de données requise était devenue disponible et plus d'un million de clients ont maintenant accepté d'installer dans leurs voitures des boîtes noires indiquant, par exemple, leur vitesse de conduite et leur freinage brutal.

Crédit à la consommation

LendUp complète les notations de crédit traditionnelles FICO avec une analyse de réseau social provenant de diverses autres sources, afin de prendre des décisions de crédit. Par exemple, LendUp souhaite savoir si un emprunteur potentiel a fréquemment changé de numéro de téléphone cellulaire, ce qui peut indiquer un risque élevé. La société est également convaincue que la façon dont les gens interagissent avec leurs amis en ligne offre de puissants indices sur leurs risques en tant qu'emprunteurs. Ceux qui présentent les liens sociaux et les liens communautaires les plus forts et les plus actifs apparaissent comme les meilleurs risques.

Ainsi, les emprunteurs potentiels sont invités à mettre leur compte Facebook à la disposition du cabinet pour analyse.

Entre-temps, le géant des cartes de crédit, CapitalOne, est devenu un acteur important dans les années 1990, principalement en utilisant des techniques de collecte et d'analyse de données avancées pour identifier les perspectives de ses cartes, dérobant ainsi nombre de ses rivaux plus établis.

Prêt aux petites entreprises

Le nouvel entrant Kabbage est une entreprise à la fine pointe de la technologie et axée sur la technologie, dont les modèles prédictifs s’appuient sur des sources aussi diverses que les médias sociaux, eBay et UPS pour évaluer la qualité des relations entre les emprunteurs potentiels et leurs propres clients.

Assurance récolte

Climate Corporation souscrit une assurance récolte pour les agriculteurs. La société effectue d’énormes simulations pour prévoir les conditions météorologiques à long terme et fixer les primes.

Prêt hypothécaire

JPMorgan Chase utilise une analyse de données volumineuses pour déterminer des prix de vente acceptables pour les maisons et les immeubles commerciaux saisis à la suite d’hypothèques en défaut. Selon des sources confidentielles, l’idée est d’évaluer les conditions économiques locales et les marchés immobiliers afin de proposer des prix de vente raisonnables avant que les prêts hypothécaires ne deviennent réellement en défaut. Si ces prix de vente suggérés sont définis avec précision, la perturbation du marché immobilier local par un défaut, une reprise de possession et une vente par la banque devrait théoriquement être minimisée.

En outre, la période pendant laquelle la banque est obligée de détenir un bien avant de procéder à une vente doit être minimisée.

Quantfind, société qui a fourni à la CIA une expertise technique lui permettant de découvrir les fausses identités utilisées par des terroristes présumés, a reconnu avoir engagé des discussions avec JPMorgan Chase sur la manière dont sa technologie pouvait s’appliquer au secteur du crédit, dans des domaines tels que l’évaluation et la commercialisation.