बड़ी डेटा टेक्नोलॉजी और सेवाओं के बाजार में $ 48 तक पहुंचने की संभावना है। अनुसंधान फर्म आईडीसी के मुताबिक, 201 9 में 6 अरब डॉलर बौद्धिक रूप से विविध डेटा सेट एकत्र करके, इस क्षेत्र के भीतर की कंपनियां ग्राहकों को मार्केटिंग प्रयासों को सुधारने और अपने ग्राहकों के लिए अधिक मूल्य प्रदान करने में मदद करने के लिए मूल्यवान डेटा प्रदान करती हैं। पिछले साल की दूसरी सबसे बड़ी वित्तीय प्रौद्योगिकी सौदे में एनडेनेट की 590 मिलियन डॉलर का अधिग्रहण- वित्तीय सेवाओं में बड़े डेटा की निरंतर घुसपैठ को रेखांकित करता है

यहां बताया गया है कि वित्तीय सलाहकारों के काम के जीवन में इसका महत्वपूर्ण डाटा कितना महत्वपूर्ण भूमिका निभा रहा है और इसका लाभ लेने के लिए कुछ रणनीतियां हैं। (संबंधित रीडिंग के लिए, देखें: टेक ट्रेंड एडवाइजर्स के पास आगे रहना ज़रूरी है।)

बिग डेटा 101

बड़े डेटा एक शोधकर्ता द्वारा गढ़ने का एक शब्द है और अब पत्रकारों और विश्लेषकों द्वारा इसे फेंका गया है। दशकों के लिए बड़ी मात्रा में डेटा संग्रहीत किया गया है, लेकिन आज की अवधारणा का उपयोग नई खनन तकनीक को दर्शाता है जो बड़े पैमाने पर डेटा से मूर्त मूल्य को निकालता है। बड़ी संख्या में कानून की सांख्यिकीय अवधारणा से पता चलता है कि डेटा समय के साथ अधिक सटीक निष्कर्ष निकालने में सक्षम है जब ग्राहक व्यवहार जैसी चीजों को मापने की बात आती है

उदाहरण के लिए, Yodlee उन फर्मों को पूरी तस्वीर प्रदान करने के लिए हजारों वित्तीय संस्थानों से ग्राहक डेटा एकत्र करता है जो इसका लाभ उठाना चाहते हैं। एक वित्तीय सलाहकार एक ग्राहक के जोखिम प्रोफाइल को निर्धारित करने के लिए तकनीक का उपयोग करके देख सकता है कि क्या वह मंदी के दौरान अपने या उसके मार्केट एक्सपोजर में वृद्धि या कमी कर रहा है या नहीं। दूसरी तरफ, एक इष्टतम ऋण चुकौती योजना निर्धारित करने के लिए एक बजट एप्लिकेशन क्रेडिट कार्ड के शेष और ब्याज दरों पर दिखाई दे सकता है।

आईडीसी के मुताबिक, $ 1 में असतत निर्माण के बाद बैंकिंग सबसे बड़ा बड़ा डेटा अवसर पेश करता है। 2014 में 8 बिलियन, जबकि निवेश सेवाओं का 26% परिमाण वार्षिक वृद्धि दर के साथ सबसे तेजी से बढ़ते क्षेत्र था ये गतिशीलता बताती हैं कि वित्तीय सलाहकारों के जीवन में बड़ा डेटा एक बड़ी भूमिका निभा सकता है, जो प्रतिस्पर्धात्मक बढ़त को खोने के जोखिम में ऐसी तकनीकों को नहीं मानते हैं।

बिग डेटा का लाभ उठाते हुए

वित्तीय सलाहकार तीसरे पक्ष के डेटा खरीदने से पहले अपने डेटा पर नजर डालने से बड़े डेटा का लाभ उठाने शुरू कर सकते हैं। उदाहरण के लिए, सलाहकार यह देख सकते हैं कि ग्राहक क्या खाते हैं जो मूल्य में गिरावट कर रहे हैं और उन तक पहुंचते हैं, और वे ऐसे ग्राहकों को पुरस्कृत कर सकते हैं जो नियमित रूप से सेवानिवृत्ति के खातों में योगदान दे रहे हैं और बजट का पालन कर रहे हैं। ये अंतर्दृष्टि स्वतंत्र हैं और नियमित रूप से लागू होने पर ग्राहक संबंधों पर भारी प्रभाव पड़ सकता है। (संबंधित पढ़ने के लिए, देखें: कैसे मानव और रोबोट वित्तीय सलाह को बेहतर बनाएंगे। )

जब यह बड़ी डेटा पहुंच के विस्तार की बात आती है, तो वित्तीय सलाहकार दोनों खाते एकत्रीकरण उपकरण जैसे योडली और विपणन उपकरण जैसे अंदर की बिक्री।योडली कई वित्तीय संस्थानों में एक ग्राहक की वित्तीय स्थिति में अंतर्दृष्टि प्रदान करता है, जबकि इनसाइड सल्स सलाहकारों को कॉल करने या संभावित ग्राहकों को ईमेल करने के लिए इष्टतम समय बता सकता है ताकि सुनिश्चित हो सके कि उनकी मार्केटिंग सामग्री पढ़ी जाती है। दोनों उपकरण समय के साथ एक वित्तीय सलाहकार अभ्यास बनाने में मदद कर सकते हैं।

डेटा-चालित प्रतिस्पर्धा

वित्तीय सलाहकार भी बड़े डेटा प्रदाताओं से बढ़ती प्रतिस्पर्धा का सामना कर सकते हैं जो व्यक्तिगत और उद्यम दोनों ग्राहकों के लिए अंतर्दृष्टि को स्वचालित करता है।

रोबो-सलाहकारों के उदय ने व्यक्तिगत वित्तीय सलाहकारों के लिए एक बहुत ही खतरा पैदा कर दिया है, खासकर उन युवा पीढ़ियों को लक्षित करने के लिए। तीसरे पक्ष के वित्तीय खातों के साथ जुड़कर, रोबो-एडवाइजर बेटरमेंट की रिटायरग्यूइड एक सांख्यिकीय रूप से अवलोकन देता है कि कितनी कमाई की उम्मीद कर सकती है जब वे रिटायर करते हैं और कितना बचत करते हैं इसका अनुमान लगाया जाता है। स्वचालन के माध्यम से कम लागत से इन सेवाओं को समय के साथ प्रतिस्पर्धा करना मुश्किल हो सकता है।

एंटरप्राइज़ सेक्टर में, हैलोवालेट- जिसे मॉर्निंगस्टार इंक। द्वारा अधिग्रहित किया गया था (मॉर्निंग मॉर्न मॉर्निंगस्टार इंक 87। 23 + 0। 14% हाईस्टॉक 4 के साथ बनाया गया। 2. 6 ) - नियोक्ताओं द्वारा सलाह देता है समान कर्मचारियों के बड़े डेटा सेट का विश्लेषण करने के माध्यम से अपने कर्मचारियों, वेतन, लाभ और अन्य संसाधनों को अधिकतम करने के तरीकों पर। जारी आंकड़ों के संग्रह में समय के साथ अपने ग्राहकों के लिए बेहतर सलाह और अधिक उपयोगी संचार देने के लिए ठीक-ठाक भविष्य कहनेवाला मॉडल शामिल हैं, जो अंतरिक्ष में सलाहकारों के लिए यह तेजी से प्रबल विरोधी बना सकते हैं। (संबंधित पढ़ने के लिए, देखें: सलाहकार: ऑनलाइन सीखने के उपकरण के साथ अधिक तकनीकी-समझी रहें। )

संभावित प्रमुख वाहिनी

बड़े डेटा के मोज़ेक प्रभावों ने उपभोक्ता गोपनीयता के संभावित खतरों के बारे में मुद्दों को उठाया है, क्योंकि संयोजन डेटा के अति-संवेदनशील अंतर्दृष्टि उत्पन्न कर सकते हैं। उदाहरण के लिए, दो डेटा सेटों के संयोजन यह स्पष्ट कर सकते हैं कि एक व्यक्ति वह व्यक्ति होता है जब डेटा को अनाम रूप से तैयार किया जाता है कुछ बिंदुओं पर डेटा अंक भी गलत हो सकता है, जो एक समस्या बन सकता है जब कंपनियां यह मानती हैं कि यह एक सटीक चित्र पेंटिंग है।

जब भविष्यवाणी एल्गोरिदम की बात आती है, तो डेटा के भीतर स्वाभाविक रूप से मौजूद पक्षपात का एक प्रवर्धन भी होता है। उदाहरण के लिए, एक क्रेडिट निर्णय लेने के लिए इस्तेमाल किया गया एनालिटेशन, दौड़ पर आधारित भेदभाव नहीं माना जाता है, लेकिन विभिन्न स्रोतों से एकत्र किए गए डेटा के आधार पर दौड़ का अनुमान लगाया जा सकता है; तब अलग-अलग शोध किए गए, तो, ऋण के लिए नीचे दिया जा सकता है ये गतिशीलता कुछ मामलों में कंपनियों को कानूनी जोखिम में डाल सकती है अगर ठीक से उपयोग नहीं किया जाता है

नीचे की रेखा

पिछले कुछ सालों में बिल्ट डेटा ने वित्तीय सेवा उद्योग पर हावी है, साथ ही टकसाल और सिगफीग जैसी स्वचालित सेवाओं का उदय वित्तीय सलाहकार पहले ही प्रौद्योगिकी को गले लगाकर और अपने राजस्व और ग्राहक संबंधों को बढ़ाने के लिए अपने दैनिक कार्यप्रवाह में शामिल करके वक्र से आगे रह सकते हैं। (संबंधित पढ़ने के लिए, देखें: आरआईए के लिए लोकप्रिय प्रौद्योगिकी। )