ตลาดเทคโนโลยีและข้อมูลขนาดใหญ่คาดว่าจะถึง 48 เหรียญ 6 พันล้านโดย 2019 ตามที่ บริษัท วิจัย IDC การรวมชุดข้อมูลที่หลากหลาย บริษัท ต่างๆภายในภาคนี้จะให้ข้อมูลที่มีค่าเพื่อช่วยให้ลูกค้าปรับปรุงการตลาดและให้คุณค่าแก่ลูกค้ามากขึ้น การซื้อกิจการ Yodlee มูลค่า 590 ล้านเหรียญของ Envestnet ซึ่งเป็นข้อตกลงด้านเทคโนโลยีทางการเงินที่ใหญ่เป็นอันดับสองในปีที่ผ่านมาได้เน้นย้ำถึงการแทรกซึมทางการเงินอย่างต่อเนื่องของข้อมูลขนาดใหญ่

นี่คือข้อมูลขนาดใหญ่ที่มีบทบาทสำคัญในชีวิตการทำงานของที่ปรึกษาทางการเงินและกลยุทธ์ในการใช้ประโยชน์จากข้อมูลเหล่านี้อย่างไร (สำหรับการอ่านที่เกี่ยวข้องโปรดดูที่: ที่ปรึกษาด้านเทคนิคแนวโน้มต้องอยู่ต่อหน้า )

ข้อมูลขนาดใหญ่ 101

ข้อมูลขนาดใหญ่เป็นคำที่เป็นไปได้ที่นักวิจัยตั้งไว้และตอนนี้นักข่าวและนักวิเคราะห์ได้โยนข้อความไปแล้ว ในขณะที่มีการเก็บข้อมูลเป็นจำนวนมากมาหลายสิบปีการใช้แนวคิดในปัจจุบันนี้หมายถึงเทคโนโลยีการทำเหมืองแร่ใหม่ที่สกัดคุณค่าที่จับต้องได้จากชุดข้อมูลขนาดใหญ่ แนวคิดทางสถิติเกี่ยวกับกฎหมายของตัวเลขขนาดใหญ่แสดงให้เห็นว่าข้อมูลมีความสามารถในการสรุปข้อสรุปที่ถูกต้องมากขึ้นเมื่อเวลาผ่านไปในการวัดสิ่งต่างๆเช่นพฤติกรรมของลูกค้า

ตัวอย่างเช่น Yodlee รวบรวมข้อมูลลูกค้าจากสถาบันการเงินหลายพันแห่งเพื่อให้ภาพที่สมบูรณ์แก่ บริษัท ที่ต้องการใช้ประโยชน์ ที่ปรึกษาทางการเงินอาจใช้เทคโนโลยีเพื่อกำหนดความเสี่ยงของลูกค้าโดยการพิจารณาว่าเขาหรือเธอเพิ่มหรือลดการเปิดรับข่าวสารในช่วงที่ตกต่ำ ในทางกลับกันการจัดทำงบประมาณอาจดูยอดคงเหลือในบัตรเครดิตและอัตราดอกเบี้ยเพื่อกำหนดแผนการชำระหนี้ที่ดีที่สุด

ตาม IDC ธนาคารถือเป็นโอกาสที่ใหญ่ที่สุดในการผลิตข้อมูลหลังจากการผลิตแบบไม่ต่อเนื่องที่ราคา $ 1 8 พันล้านในปี 2014 ขณะที่บริการด้านการลงทุนเป็นกลุ่มที่เติบโตเร็วที่สุดโดยมีอัตราการเติบโตต่อปีอยู่ที่ 26% พลวัตรเหล่านี้ชี้ให้เห็นว่าข้อมูลขนาดใหญ่อาจมีบทบาทมากขึ้นในชีวิตของที่ปรึกษาทางการเงินและผู้ที่ไม่ยอมรับเทคโนโลยีดังกล่าวที่เสี่ยงต่อการสูญเสียความสามารถในการแข่งขัน

การใช้ประโยชน์จากข้อมูลขนาดใหญ่

ที่ปรึกษาทางการเงินสามารถเริ่มใช้ข้อมูลขนาดใหญ่โดยการดูข้อมูลของตนเองก่อนที่จะซื้อข้อมูลของบุคคลที่สาม ตัวอย่างเช่นที่ปรึกษาสามารถตรวจสอบเพื่อดูว่าลูกค้ามีบัญชีที่ลดลงและเข้าถึงลูกค้าได้อย่างไรและพวกเขาสามารถตอบแทนลูกค้าที่มีส่วนร่วมกับบัญชีการเกษียณอายุและยึดมั่นกับงบประมาณได้เป็นประจำ ข้อมูลเชิงลึกเหล่านี้มีอิสระและอาจมีผลกระทบอย่างมากต่อความสัมพันธ์กับลูกค้าหากมีการบังคับใช้เป็นประจำ (สำหรับการอ่านที่เกี่ยวข้องโปรดดูที่ มนุษย์และหุ่นยนต์จะปรับปรุงคำแนะนำด้านการเงินได้อย่างไร )

เมื่อต้องการขยายการเข้าถึงข้อมูลขนาดใหญ่ที่ปรึกษาทางการเงินสามารถดูเครื่องมือการรวมบัญชีเช่น Yodlee และเครื่องมือทางการตลาดต่างๆ ขายภายในYodlee ให้ข้อมูลเชิงลึกเกี่ยวกับสถานการณ์ทางการเงินของลูกค้าในสถาบันการเงินหลายแห่งในขณะที่ InsideSales สามารถแจ้งที่ปรึกษาให้เวลาที่ดีที่สุดในการโทรหรืออีเมลเพื่อนำไปสู่การตรวจสอบว่ามีการอ่านเอกสารทางการตลาดของตนหรือไม่ เครื่องมือทั้งสองสามารถช่วยสร้างการเป็นที่ปรึกษาทางการเงินได้ตลอดเวลา

การแข่งขันที่อิงกับข้อมูล

ที่ปรึกษาทางการเงินอาจเผชิญกับการแข่งขันที่รุนแรงขึ้นจากผู้ให้บริการข้อมูลขนาดใหญ่ที่ทำให้ข้อมูลเชิงลึกมีทั้งสำหรับลูกค้าบุคคลและองค์กร

การเพิ่มขึ้นของที่ปรึกษา robo ได้สร้างความเสี่ยงที่แท้จริงสำหรับที่ปรึกษาทางการเงินแต่ละรายโดยเฉพาะกลุ่มเป้าหมายที่อายุน้อยกว่า โดยการเชื่อมโยงกับบัญชีการเงินของบุคคลที่สาม robo-advisor RetireGuide ของ Betterment ให้ภาพรวมทางสถิติที่เป็นรากฐานของจำนวนเงินที่สามารถคาดหวังว่าจะได้รับเมื่อเกษียณอายุและให้ค่าประมาณเท่าใดเพื่อบันทึก ค่าใช้จ่ายที่ต่ำกว่าผ่านระบบอัตโนมัติอาจทำให้บริการเหล่านี้ยากที่จะแข่งขันกับช่วงเวลา

ในภาคองค์กร HelloWallet ซึ่งได้รับจาก Morningstar Inc. (MORN MORNMorningstar Inc87. 23 + 0 14% สร้างด้วย Highstock 4. 2. 6 ) - ช่วยให้นายจ้างให้คำแนะนำ พนักงานของพวกเขาในวิธีการเพิ่มเงินเดือนของพวกเขาได้รับประโยชน์และทรัพยากรอื่น ๆ ผ่านการวิเคราะห์ชุดข้อมูลขนาดใหญ่ของลูกค้าที่คล้ายกัน การเก็บรวบรวมข้อมูลอย่างต่อเนื่องช่วยในการปรับแต่งรูปแบบการคาดการณ์เพื่อให้คำแนะนำที่ดีขึ้นและการสื่อสารที่เป็นประโยชน์ต่อลูกค้าในช่วงเวลาหนึ่งซึ่งอาจทำให้เกิดปฏิปักษ์ที่น่าเกรงขามมากขึ้นสำหรับที่ปรึกษาในพื้นที่ (999)> Potential Headwinds ผลโมเสคที่มีข้อมูลขนาดใหญ่ได้ยกประเด็นเกี่ยวกับความเสี่ยงที่อาจเกิดขึ้นต่อความเป็นส่วนตัวของผู้บริโภคเนื่องจากชุดค่าผสม ข้อมูลสามารถสร้างข้อมูลเชิงลึกที่มีความรู้สึกไวต่อ ตัวอย่างเช่นการรวมกันของชุดข้อมูลสองชุดจะทำให้เห็นได้ชัดเจนว่าบุคคลแต่ละคนเป็นใครเมื่อข้อมูลถูกออกแบบมาให้ไม่ระบุชื่อ จุดข้อมูลอาจไม่ถูกต้องในบางกรณีซึ่งอาจเป็นปัญหาได้เมื่อ บริษัท ต่างๆคาดว่าจะวาดภาพที่ถูกต้อง

เมื่อพูดถึงอัลกอริธึมการคาดคะเนแล้วยังมีแนวโน้มที่จะเป็นการขยายอคติที่มีอยู่ภายในข้อมูล ตัวอย่างเช่น Analytics ที่ใช้ในการตัดสินใจเครดิตไม่ควรเลือกปฏิบัติตามเชื้อชาติ แต่เชื้อชาติสามารถอนุมานได้จากข้อมูลที่เก็บรวบรวมจากแหล่งต่างๆ บุคคลที่ทำการวิจัยแล้วอาจจะหันมาให้ยืม การเปลี่ยนแปลงเหล่านี้อาจทำให้ บริษัท ต่างๆมีความเสี่ยงตามกฎหมายในบางกรณีหากไม่ได้ใช้อย่างถูกต้อง

บรรทัดด้านล่าง

ข้อมูลขนาดใหญ่มีบทบาทสำคัญในอุตสาหกรรมบริการทางการเงินในช่วง 2-3 ปีที่ผ่านมาโดยมีบริการอัตโนมัติเช่น Mint และ SigFig ที่ปรึกษาทางการเงินสามารถก้าวไปข้างหน้าได้โดยการใช้เทคโนโลยีในระยะแรกและนำไปใช้ในกระบวนการทำงานประจำวันของพวกเขาเพื่อเพิ่มรายได้และความสัมพันธ์กับลูกค้าของพวกเขา (สำหรับการอ่านที่เกี่ยวข้องโปรดดูที่:

เทคโนโลยียอดนิยมสำหรับ RIAs

)