Pankit Minusta Big Data tietää hyvin, hyvin hyvin

Jos ostat, vierailemasi verkkosivustot, joiden kanssa olet yhteydessä sosiaaliseen mediaan, voivat vaikuttaa siihen, oletko hyväksytty luottokorkoihin, korkoihisi ja pankin tarjoamiin tarjouksiin uusista tuotteista ja palveluista.

Rahoituslaitokset oppivat nämä asiat sinusta "Big Data" -palvelun kautta, massiivisia määriä kerättyjä tietoja, jotka on käsitelty erityisesti hyödyllisten näkemysten paljastamiseksi. Pankit käyttävät yhä enemmän tällaisia ​​tietoja, jotta saadaan yhteen kattava kuva yksilöiden elämäntavoista ja menotavoista.

Big Data auttaa pankkeja oppimaan lisää asiakkaistaan ​​ja kohdentamaan mahdollisia uusia. Asiakkaat antavat pankille perustiedot, mukaan lukien nimi ja osoite, sukupuoli, syntymäaika ja yleensä heidän sosiaaliturvatunnus, kun he avaavat talletustilin tai saavat luottokortin. Kun olet asiakas, rahoituslaitokset voivat kerätä lisää tietoja sinusta katsomalla korttitapahtumia, online-laskun maksutietoja ja ostotiedostoja, jotka tarjoavat tietoa web-selaamistasi.

Pankit voivat myös hankkia anonyymiä tietoja kolmannen osapuolen välittäjiltä ja ristiin viittaavat sen omiin asiakastietoihinsa yksilöiden yksilöimiseksi.

"He voivat alkaa rakentaa paljon rikkaampaa näkemystä siitä, kuka olet ja liitä se itsellesi yksilöksi", kertoo analyytikkokumppani Khalid Khan A.T. Kearney, liikkeenjohdon konsulttiyritys.

Big Data -tuotteiden käyttö on kasvussa. Vain 38% pohjoisamerikkalaisista pankeista ottaa käyttöön ja laajentavat Big Data -aloitteita vuoden 2013 tutkimuksesta, joka on tutkimus- ja konsultointiyritys Celent. Tietojen kerääminen ja käyttö Big Data -tiedonsiirtoon on kuitenkin tavoite, johon useimmat rahoituslaitokset jakavat, kertoo Data Justicein johtaja Nathan Newman, jonka tarkoituksena on korostaa, kuinka suuria tietoja voidaan käyttää kuluttajien hyödyntämiseen.

"Jokainen yrittää tehdä sen, koska enemmän tietoa tarkoittaa enemmän menestystä", hän sanoo.

Mitä pankit näkevät Big Dataissa

Rahoituslaitokset ovat edelleen kokeilemassa Big Data -työkaluja, mutta joitain käyttötapoja ovat petosten havaitseminen, uusien asiakkaiden löytäminen, uusien tuotteiden tarjoaminen nykyisille ja oppiminen siitä, miten kuluttajat ovat vuorovaikutuksessa niiden palveluiden kanssa. Suuri osa siitä perustuu korrelaatioon tai yhdistää asioita, kuten asiakkaiden hankintoja ja verkkosivujen käyntejä, saadakseen yksityiskohtia elämäntavoista. Newman sanoo kuluttajien olevan huolissaan tästä.

"Haluat ostaa jotain tai mennä lomalle, eikä ole huolissasi siitä, että se menee Big Brother algoritmiin", hän sanoo.

Kuluttajien on oltava valppaana henkilötietojensa suojelemisesta, sanoo Yhdysvaltain pankkiyhdistyksen vanhempi varapuheenjohtaja Doug Johnson. Käyttäjät voivat esimerkiksi säätää sosiaalisen median sivustojen yksityisyysasetuksia varmistaakseen, että Facebook, Twitter ja muut vastaavat tiedot pysyvät yksityisinä. Ihmiset voivat myös määrittää verkkoselaimia, jotta selaushistoriat eivät säilyisi.

"Monet yksilöt eivät välttämättä tiedosta, mitä he voivat tai eivät välttämättä tarjoa", Johnson sanoo. "Huolenpitoa voidaan minimoida."

Seuraavassa on joitain käytännön tapoja, joilla pankit käyttävät Big Data -tietoja:

• Uusien asiakkaiden löytäminen. Rahoituslaitokset löytävät tapoja hyödyntää asiakkaiden sosiaalisen median kanavia ja tunnistaa mahdolliset uudet asiakkaat ystäviensä, seuraajiensa ja yhteyksiensä kesken. Pankit toivovat, että nämä ihmiset tulevat entistä todennäköisemmin asiakkaiksi, koska he tuntevat jo jonkun, joka jo on.
• Palvelujen parantaminen. Pankit voivat myös hyödyntää tietoja mobiilisovelluksistaan. Jotkut käyttävät sijaintitietoja mobiililaitteista, jotta voidaan määrittää, mihin uudet pankkiautomaatit sijoitetaan tunnistamalla paikat asiakkaille usein, kertoo A. Khan. Kearney.
• Päätöksenteko. Pankit käyttävät myös suuria tietoja lainanantopäätösten tekemiseen perinteisten toimenpiteiden, kuten luottoraporttien, lisäksi. Esimerkiksi lainanhoitajat voivat tarkastella hakijan menokäyttäytymistä nähdäkseen, onko hän roiskeet lomalla tai ostaa huipputuotemerkkejä. Tämä voi viitata siihen, että henkilö on altis ylitysmaksuille, mikä voi johtaa korkeampaan korkoon, Newman sanoo. "He haluavat tarjota sinulle korkeimman koron, jonka hyväksymme", hän sanoo.

Ei pelkästään tietopankkia

Erilaiset rahoituslaitokset käyttävät Big Dataa omilla tavoillaan.

• Pankit. Suuret pankit voivat hyötyä suuremmasta määrästä asiakastietoja. He voivat analysoida sisäisiä tietoja omilta asiakkailtaan, kun taas monet muut pankit hankkivat tietoja välittäjiltä. Wells Fargo loi "päätiedottaja" -aseman valvomaan tietostrategiaa, hallitsemalla riskejä ja kehittämällä tapoja tietojen käyttämiseen asiakaskokemusten parantamiseksi, pankki sanoi helmikuussa 2014.
• Online-lainanantajat. Uudet tulokkaat hyödyntävät myös Big Data -tietoja. Käynnistysluotonantajat, kuten San Francisco ja ZestCash Los Angelesiin, käyttävät perinteisiä luottotietoja luottojen hyväksynnän ja korkojen määrittämiseen mobiili- ja verkkoalustojensa kautta. Earnest, joka tarjoaa opiskelijavelanrahoitusta ja pieniä henkilökohtaisia ​​lainoja, käyttää asiakkaiden koulutusta, työhistoriaa ja taloudellista taustaa luottosuojan lisäksi korkojen määrittämiseksi yrityksen mukaan.
• Subprime-lainanantajat. Lopuksi subprime-lainanantajat käyttävät Big Data -ohjelmaa kohdentamaan taloudellisesti heikompia kuluttajia, joilla ei ole muuta vaihtoehtoa kuin hyväksyä korkean koron omaavia lainoja. Newman sanoo, että tämä tapahtui osana subprime-asuntoluottokriisin muodostumista.Subprime-lainanantajat ostivat verkkokauppiaiden suuret tiedot profiilille haavoittuville kuluttajille ja kohdistavat heille tarjouksia sellaisille lainoille, joiden luultavasti ei ole varaa, mikä johtaa oletuksiin, Newman sanoo.

Yksityisyydensuoja

Pankkien lisääntynyt Big Data -tietojen käyttö herättää väistämättä yksityisyydensuojaa erityisesti viimeaikaisten tietojen rikkomusten takia, kuten JPMorgan Chase, joka paljasti yhteydet 76 miljoonalle kotitaloudelle ja 7 miljoonalle pienyritykselle viime vuonna.

Khan sanoo pankit piristävät tietoturvaa asiakastietojen avulla estämään hakkerit.

"Tämä on yksi alue, jossa pankit alkavat investoida merkittävästi, koska he ovat nähneet sen tapahtuvan vähittäiskauppiaiden kanssa", Khan sanoo viitaten sykkeisiin Targetin järjestelmiin joulukuussa 2013 ja Home Depot'ta huhtikuusta syyskuuhun 2014. miljoonan luotto- ja veloitustietokannan, kun Home Depot -hakua uhkasi 56 miljoonaa korttia.

Verkko- ja mobiilipankkitoiminnan yleistymisellä on entistä enemmän mahdollisuuksia, että tietosi saattavat vaarantua. Suojaa itsesi noudattamalla näitä viittä vaihetta.

Hyödyt suurista tiedoista

Huolimatta yksityisyydestä, jota se voi nostaa, Big Data ei välttämättä ole huono asia. Petokset-ilmoitukset, kuten luottokortin myöntäjän puhelut epätavallisesta ostoksesta, ovat mahdollisia, koska pankit käyttävät suuria tietojasi menojensa oppimiseen.

Jotkut pankit käyttävät myös Big Data -toimintoa, jotta näet, mitä rahoitustuotteita saatat tarvita, ja tarjoa sitten heille, kun soitat tai haet sivua toisesta syystä. Sano esimerkiksi, että soitat pankkiasi asiakaspalvelupuhelimeen valituksen tekemiseksi. Puhuttu edustaja voi nähdä, että olet omistanut kodin kymmenen vuotta ja voisit tarjota keskustellakseen kotitalouksien lainaa valituksen ratkaisemisen jälkeen.

Lähtökohtana

Rahoituspalvelujen tarjoajat käyttävät Big Data -ohjelmaa saadakseen lisätietoja asiakkaistasi, siitä, miten käytät verkko-ohjelmien ja mobiilisovellusten käyttämistä. Pankit hierovat tietojasi, jotta he voivat tarjota sinulle räätälöityjä tuotteita, kun he todella tarvitsevat niitä. He poistavat tämän tiedon suurelta osin verkkoaktiviteetiltään ja luottokorttitilastasi, niin että joku on pysynyt offline-tilassa, ei ole paljon voit tehdä sen estämiseksi.

Teddy Nykiel on henkilökunnan kirjailija, joka kattaa henkilökohtaisen rahoituksen Investmentmatome . Seuraa häntä Twitterissä @teddynykiel ja edelleen Google+ .

Kuva iStockin kautta