Нова категорија на кариера, наука за податоци, се појавија како одговор на растот на големите податоци.
Апликации во финансии:
Во рамките на финансиите, особено во рамките на индустријата за финансиски услуги , голем број податоци се користат во сé поголем број апликации, како што се:
- Следење и следење на вработените
- Предвидливи модели, како што се оние кои може да ги користат осигурителни осигурувачи за одредување премии и кредитни службеници за донесување одлуки за позајмување
- Развој на алгоритми за прогноза на насоката на финансиските пазари
- Цени неликвидни средства како недвижен имот
Авто осигурување:
Уште во 1980-тите, основачот на Прогресивното Осигурување се надеваше на денот кога може да се соберат и анализираат тврдите податоци за возните навики на поединечни осигуреници. Ова ќе доведе до попрецизно мерење на ризикот и проценка на ризикот, а со тоа и попрецизно поставување на премијата. До 2010 година, потребната технологија за собирање на податоци стана достапна, а сега повеќе од еден милион корисници се согласиле да инсталираат црни кутии во нивните автомобили кои, на пример, следат колку брзо тие обично вози и како одеднаш тие обично се сопираат.
Потрошувачки кредит:
LendUp го надополнува традиционалниот кредитен рејтинг на FICO со анализа на социјалната мрежа земена од разни други извори, со цел да се направат одлуки за кредитирање. На пример, LendUp е заинтересиран да знае дали потенцијалниот заемопримач честопати ги менува мобилните телефонски броеви, што може да укаже на лош ризик.
Компанијата, исто така, верува дека како луѓето комуницираат со своите пријатели на интернет нуди силни индиции за нивната ризичност како должници. Оние кои ги покажуваат најсилните и најактивните социјални врски и врски со заедницата, се чини дека се најдобри ризици. Така, од потенцијалните кредитокорисници се бара да ги направат своите Фејсбук сметки на располагање на фирмата за анализа.
Во меѓувреме, гигантот на кредитни картички CapitalOne, во 1990-тите, стана голем играч, првенствено преку употреба на напредни техники за собирање и анализа на податоци за да ги идентификува изгледите за своите картички, крадејќи марш на многу од неговите порелигирани ривали.
Кредит за мали бизниси:
Новиот учесник Кабаџа е компанија со технолошки ориентирана компанија со технолошки карактеристики, чии предвидувачки модели се базираат на извори што се различни, како што се социјалните медиуми, eBay и UPS-от за да се процени квалитетот на односите помеѓу потенцијалните кредитокорисници и нивните клиенти.
Осигурување на култури:
Клима корпорација осигурува култура за земјоделците. Фирмата има огромни симулации за да ги предвиди долгорочните временски модели и да ги намести премиите.
Хипотекарно кредитирање:
JPMorgan Chase користи голема анализа на податоци за да ги утврди прифатливите продажни цени за домови и комерцијални својства кои биле преземени како резултат на обврските за хипотеки.
Идејата, според доверливи извори, е да ги оцени локалните економски услови и пазарите на недвижности да сугерираат разумни продажни цени пред хипотекарните кредити всушност да станат неисполнети. Доколку овие предложени продажни цени се поставени точно, нарушувањето на локалниот пазар на недвижности од стандардно, одземање и продажба од страна на банката теоретски треба да се минимизира. Дополнително, периодот во кој банката е принудена да поседува имот пред да изврши продажба треба да се минимизира.
Во меѓувреме, Quantfind, компанија која ја снабдила ЦИА со техничка експертиза за откривање на лажни идентитети што ги користеле осомничените терористи, призна дека учествувала во разговори со JPMorgan Chase за тоа како неговата технологија може да се примени на кредитниот бизнис, во области како што се проценка на кредит и маркетинг.
Извори: "Податоци ги отвори вратите за финансиските иновации" и "JPMorgan користи алатки за борба против тероризмот за откривање на измама кај работниците", Financial Times , 14 декември 2012 година.