Een nieuwe carrièrecategorie, data science, is ontstaan als reactie op de groei van big data.
Toepassingen binnen Finance:
Binnen finance, met name binnen de financiële dienstverlening , worden big data gebruikt in een toenemend aantal applicaties, zoals:
- Bewaking en bewaking van werknemers
- Voorspellende modellen, zoals die welke door assuradeuren van verzekeraars kunnen worden gebruikt om premies en leningofficieren vast te stellen om kredietverleningsbeslissingen te nemen
- Het ontwikkelen van algoritmen om de richting van financiële markten te voorspellen
- Niet illiquide activa waarderen, zoals onroerend goed
Autoverzekering:
Al in de jaren tachtig keek de oprichter van Progressive Insurance uit naar de dag waarop harde gegevens over de rijgewoonten van individuele verzekeringnemers konden worden verzameld en geanalyseerd. Dit zou leiden tot een nauwkeuriger risicometing en risicobeoordeling, en dus tot een preciezere premiestelling. Tegen 2010 was de vereiste technologie voor het verzamelen van gegevens beschikbaar en nu hebben meer dan een miljoen klanten ingestemd met het installeren van zwarte dozen in hun auto's, die bijvoorbeeld bijhouden hoe snel ze doorgaans rijden en hoe plotseling ze typisch remmen.
Consumentenkrediet:
LendUp vult traditionele FICO-kredietbeoordelingen aan met analyse van sociale netwerken uit verschillende andere bronnen om beslissingen over leningen te nemen. LendUp wil bijvoorbeeld weten of een potentiële lener vaak van mobiele nummers is veranderd, wat op een slecht risico kan wijzen.
Het bedrijf gelooft ook dat de manier waarop mensen online omgaan met hun vrienden sterke aanwijzingen biedt over hun risicos als kredietnemers. Degenen die de sterkste en meest actieve sociale connecties en maatschappelijke banden vertonen, lijken de beste risico's te hebben. Daarom worden potentiële leners gevraagd om hun Facebook-accounts beschikbaar te stellen voor analyse aan het bedrijf.
Creditcardgigant CapitalOne werd ondertussen een grote speler in de jaren negentig, voornamelijk door geavanceerde gegevensverzamelings- en analysetechnieken te gebruiken om prospects voor zijn kaarten te identificeren en een mars te stelen op veel van zijn meer gevestigde rivalen.
Small Business Lending:
Nieuwkomer Kabbage is een dunbemand, technologie-gedreven bedrijf waarvan de voorspellende modellen putten uit bronnen zo divers als sociale media, eBay en UPS om de kwaliteit van relaties tussen potentiële leners en hun eigen klanten te beoordelen.
Gewas verzekering:
Climate Corporation onderschrijft een gewasverzekering voor landbouwers. Het bedrijf voert enorme simulaties uit om weerspatronen op lange termijn te voorspellen en premies vast te stellen.
Hypotheek lening:
JPMorgan Chase gebruikt big data-analyse om aanvaardbare verkoopprijzen te bepalen voor huizen en bedrijfspanden die zijn teruggenomen als gevolg van in gebreke blijvende hypotheken.
Het idee, volgens vertrouwelijke bronnen, is om lokale economische omstandigheden en vastgoedmarkten te evalueren om redelijke verkoopprijzen voor te stellen voordat hypothecaire leningen daadwerkelijk in gebreke blijven. Als deze voorgestelde verkoopprijzen nauwkeurig zijn vastgesteld, zou de verstoring van de lokale vastgoedmarkt van een standaard, inbeslagname en verkoop door de bank theoretisch moeten worden geminimaliseerd. Bovendien moet de periode waarover de bank gedwongen wordt om een onroerend goed te houden voorafgaand aan het doen van een verkoop, tot een minimum worden beperkt.
Ondertussen heeft Quantfind, een bedrijf dat de CIA technische expertise heeft aangereikt om valse identiteiten te achterhalen die worden gebruikt door verdachte terroristen, erkend als gesprekspartner met JPMorgan Chase over hoe zijn technologie van toepassing kan zijn op de kredietsector, op gebieden zoals kredietevaluatie en marketing.
Bronnen: "Data openen deuren voor financiële innovatie" en "JPMorgan gebruikt instrumenten voor terrorismebestrijding om fraude bij werknemers te signaleren", Financial Times , 14 december 2012.