리서치 회사 인 IDC에 따르면 2019 년까지 6 억 달러가 투입 될 것이라고한다. 다양한 데이터 세트를 지능적으로 통합함으로써이 분야의 회사는 고객이 마케팅 노력을 개선하고 고객에게 더 큰 가치를 제공 할 수 있도록 유용한 데이터를 제공합니다. Envestnet이 작년에 두 번째로 큰 금융 기술 거래 인 Yodlee를 5 억 9 천만 달러에 인수하면 큰 데이터가 금융 서비스에 지속적으로 침투한다는 사실을 알 수 있습니다.

큰 데이터가 재무 고문의 업무 수명에서 중요한 역할을하는 방식과이를 활용하는 방법에 대한 몇 가지 전략이 있습니다. 빅 데이터 101 빅 데이터는 연구원이 만든 용어로 기자와 분석가가 던져 넣을 가능성이 높습니다. 많은 양의 데이터가 수십 년 동안 저장되었지만 오늘날 개념의 큰 사용은 대규모 데이터 집합에서 확실한 가치를 추출하는 새로운 마이닝 기술을 의미합니다. 많은 수의 법칙에 대한 통계적 개념은 고객 행동과 같은 것을 측정 할 때 데이터가 시간이 지남에 따라 점점 더 정확한 결론을 도출 할 수 있음을 암시합니다.

예를 들어, Yodlee는 수천 개의 금융 기관의 고객 데이터를 통합하여이를 활용하고자하는 기업에 완벽한 그림을 제공합니다. 재정 고문은이 기술을 사용하여 침체 기간 동안 시장 노출을 증가 시키거나 감소 시켰는지 여부를 조사함으로써 고객의 위험 프로필을 결정할 수 있습니다. 다른 한편, 예산 응용 프로그램은 신용 카드 잔액과 이자율을보고 최적의 부채 상환 계획을 결정할 수 있습니다.

IDC에 따르면 뱅킹은 $ 1의 개별 제조 이후 가장 큰 빅 데이터 기회를 나타냅니다. 2014 년에는 80 억 달러, 투자 서비스는 연평균 26 %의 성장률로 가장 빠르게 성장하는 부문이었습니다. 이러한 역학 관계는 빅 데이터가 금융 자문가의 삶에서 점점 더 큰 역할을 할 수 있으며, 경쟁 우위를 상실 할 위험에 처한 기술을 포용하지 못한다는 점을 시사합니다.

빅 데이터 활용

재무 고문은 제 3 자 데이터를 구매하기 전에 자신의 데이터를 살펴봄으로써 빅 데이터 활용을 시작할 수 있습니다. 예를 들어 고문은 가치가 떨어지는 계정이있는 고객을 확인하고 퇴직 계정에 정기적으로 기여하고 예산을 준수하는 고객에게 보상 할 수 있습니다. 이러한 통찰력은 무료이며 규칙적으로 시행되는 경우 고객 관계에 엄청난 영향을 줄 수 있습니다. (관련 자료는

인간과 로봇이 재정적 인 조언을 향상시키는 방법

참조)

대규모 데이터 액세스를 확대 할 때 재무 고문은 Yodlee와 같은 마케팅 도구와 Yodlee와 같은 계정 집계 도구를 고려할 수 있습니다. 내부 판매.Yodlee는 여러 금융 기관에서 고객의 재무 상황에 대한 통찰력을 제공하며, InsideSales는 조언자에게 잠재적 인 리드를 호출하거나 전자 메일로 보내는 최적의 시간을 알려 마케팅 자료를 읽을 수 있도록합니다. 이 두 가지 도구는 시간이 지남에 따라 재무 고문 관행을 구축하는 데 도움이 될 수 있습니다. 데이터 중심 경쟁 재무 고문은 개인 및 기업 고객 모두에 대한 통찰력을 자동화하는 대형 데이터 제공 업체와의 경쟁이 치열해질 수 있습니다.

로보 어드바이저의 등장은 개인 재정 고문, 특히 젊은 세대를 겨냥한 금융 고문에게 매우 큰 위협이되고 있습니다. 제 3 자 재정 계좌와 연결함으로써, Betterment의 RetireGuide는 퇴직시에 얼마나 많은 돈을 벌 수 있는지에 대한 통계적 근거가있는 개요를 제공하고 얼마를 저축 할지를 예측합니다. 자동화를 통한 비용 절감은 이러한 서비스를 시간이 지남에 따라 경쟁하기 어렵게 만듭니다.

기업 부문에서 Morningstar Inc. (MORN

MORNMorningstar Inc87.23 + 0.14 %

Highstock 4. 2. 6

로 창설)에서 인수 한 HelloWallet은 고용주가 유사한 고객의 대용량 데이터 세트를 분석하여 급여, 혜택 및 기타 자원을 최대화하는 방법에 대한 직원 진행중인 데이터 수집을 통해 예측 모델을 세밀하게 조정하여 시간이 지남에 따라 고객에게 더 나은 조언과 유용한 커뮤니케이션을 제공함으로써 공간의 고문을 위해 점점 더 강력한 공격자가 될 수 있습니다. ( 고문 : 온라인 학습 도구로 기술에 익숙해 져야 함 ) 잠재적 역풍 빅 데이터의 모자이크 효과로 인해 소비자 프라이버시의 잠재적 위험에 대한 문제가 제기되었는데, 데이터가 지나치게 민감한 통찰력을 생성 할 수 있습니다. 예를 들어, 두 개의 데이터 세트를 조합하면 데이터가 익명으로 처리되도록 설계된 개인이 누구인지 분명하게 알 수 있습니다. 또한 데이터 포인트가 정확하지 않을 수 있으며 정확한 그림을 그리는 것으로 가정 할 때 문제가 될 수 있습니다. 예측 알고리즘에 관해서는 데이터 내에 본질적으로 존재하는 편향의 증폭 경향이있다. 예를 들어 신용 결정을 내리는 데 사용 된 분석은 인종에 따라 차별을하지 않아도되지만 다양한 출처에서 수집 한 데이터를 기반으로 경쟁을 유도 할 수 있습니다. 조사 된 개인은 대출을 위해 거절 될 수 있습니다. 이러한 역 동성은 제대로 사용하지 않으면 법적 위험에 처할 수 있습니다. 결론

Mint 및 SigFig와 같은 자동화 된 서비스의 증가로 지난 2 년 동안 빅 데이터가 금융 서비스 산업을 주도 해 왔습니다. 재무 고문은 초기 기술을 수용하고 일일 워크 플로에 통합하여 수익 및 고객 관계를 향상시킴으로써 앞서가는 것입니다. (관련 자료는

RIA의 대중 기술

참조)