3 minuutin lukuaika 4 syyskuuta 2018
big data wealth management

Miten sijoitusyhtiöt voivat optimoida big data -strategiansa

Kirjoittaja

Mike Lee

EY Global Wealth & Asset Management Leader

Spirited leader for wealth and asset management. Champion for change. Driven to produce better outcomes and simplify the complex. Passionate about family, friends and sports.

3 minuutin lukuaika 4 syyskuuta 2018
Samankaltaisia aiheita Omaisuuden- ja varainhoito

Teollisuuden konvergenssin lisääntymisen myötä yritykset, jotka tutkivat strategioita perinteisen toimintaympäristönsä ulkopuolella, saattavat hyötyä enemmän big datasta.

Data on aihe, joka on tällä hetkellä ensimmäisenä mielessä useissa organisaatioissa. Se tulee esiin paitsi useimmissa asiakastapaamisissa, mutta myös urheilua, matkustamista, terveyttä ja monia muita odottamattomia alueita koskevissa keskusteluissa.

Tieto on aina ollut sijoittamisen ytimessä, ja datan määrän ja prosessointitehon räjähdysmäinen kasvu tarkoittaa, että jokainen yritys parantaa tietostrategiaansa. Monet yritykset etsivät inspiraatiota sijoitusalan edelläkävijöiltä. Mutta pitäisikö heidän etsiä ideoita kauempaa?

Uskon vankasti monimuotoisen ajattelun arvoon. Sijoitusyhtiöiden pitäisi tutkia, miten muut sektorit hyödyntävät big dataa parantaakseen asiakaskokemusta ja tunnistaa sijoitusmahdollisuudet, etenkin aloilla, joita ei ehkä nykyisin edes ole vielä olemassa. Tämä on erityisen järkevää silloin, kun erilaiset yritykset – sairaaloista valtion virastoihin – järjestäytyvät uudelleen datan ympärille.

Tekoälyn mahdollisuus

Sijoitusyhtiöiden pitäisi hyödyntää uusia tekoälyvetoisia (AI)) tiedonhakuvälineitä, jotka eivät ole yksi teknologia, vaan sarja työvälineitä. Tämä tarkoittaa, että AI voi toimia perinteisten asiakastietojen kanssa; digitaalisesta, sanallisesta tai kasvokkain tapahtuvassa vuorovaikutuksessa saadun datan määrän kasvaessa; ja ulkoisesti hankituilla asiakastiedoilla – älypuhelimistamme tuotettavalla ”digitaalisella tiedolla”.

Asiakaskokemuksen parantamiseksi sijoitusyhtiöt voisivat oppia tavasta, jolla asianajoyritykset ja vakuutusyhtiöt käyttävät luonnollista kielenkäsittelyä (NLP). NLP voi poimia avaintiedot pitkistä asiakirjoista sekunneissa, tarjoamalla sijoitusyhtiöille mahdollisuuden virtaviivaistaa asiakasprosesseja kaikilla asiakassegmenteillä.

Asiakaskokemusta parantaakseen sijoitusyhtiöt voisivat oppia tavasta, jolla asianajoyritykset ja vakuutusyhtiöt käyttävät luonnollista kielenkäsittelyä (NLP). NLP voi poimia avaintiedot pitkistä asiakirjoista sekunneissa, tarjoamalla sijoitusyhtiöille mahdollisuuden virtaviivaistaa asiakasprosesseja kaikilla asiakassegmenteillä.

Vaihtoehtoisen datan mahdollisuudet

Parempien datatyökalujen kääntöpuoli on kyky valjastaa käyttöön enemmän lähdetietoja. Koneoppimista, AI:n muotoa, joka opettaa itsensä havaitsemaan toistuvat kuviot, käytetään monilla aloilla arvon saamiseksi jäsentämättömistä tietolähteistä, kuten internet-haut, sosiaalisen median chatit, satelliittikuvat, lähetystiedot, online-myynti ja luoton hyväksyntä.

Energiasektorin yritykset kuvaavat yhtä hyödyllistä tapaa yhdistää vaihtoehtoinen data asiakastietoihin. He käyttävät näitä tietoja ennustaakseen, milloin asiakkaat aikovat vaihtaa palveluntarjoajaa lähestyäkseen heitä oikea-aikaisilla, kohdennetuilla tarjouksilla. Sijoitusyhtiöt voisivat tehdä samoin tarjoamalla vaihtoehtoisia palkkiojärjestelyjä tai muita kannustimia lisätäkseen asiakkaiden pysyvyyttä.

Älykäs tietoanalyysi kasvaa myös terveydenhuollossa, ja jotkut palveluntarjoajat yhdistävät kannettavien laitteiden potilastiedot maantieteellisiin tietoihin ennustaakseen lääkkeiden paikallista tarvetta. Samalla tavalla varainhoitajat voisivat käyttää verkkokeskustelua ja asiakkaiden sijaintitietoja tunnistaakseen tärkeimmät tapahtumat –kuten yliopistosta valmistumisen – jotka edustavat mahdollisuutta tarjota asiakkaille räätälöityä, arvokasta tukea.

Sijoitusyhtiöt voivat myös oppia kuluttajatuotealalta, jolla on pitkä kokemus asiakastietojen hankinnasta ja analysoinnista. EY:n FutureConsumer.Now.-tutkimus ennustaa, että AI:n tulkitsemat henkilötiedot ja mieltymykset antavat kuluttajille yhä enemmän mahdollisuuksia muokata elämänsä kaikkia puolia luomalla "parempia versioita itsestään". AI auttaa kuluttajia optimoimaan kaikkea; syömästään ruoasta tunteestaan siitä, miten he viettävät sosiaalista aikaansa ja etenevät urallaan. Se auttaa heitä jopa hallitsemaan henkilökohtaisia suhteitaan. Sijoituspalveluyritykset voisivat hyötyä käyttämällä AI:tä asiakastietojen hyödyntämiseen, jotta niillä olisi suurempi rooli siinä, mihin, miten ja milloin heidän asiakkaansa sijoittavat.

Mahdollisuuksien tunnistaminen

Kolmas mahdollisuus, joka voi syntyä uusista tietovälineistä ja datajoukoista, liittyy toiseen asiakaskokemuksen elintärkeään näkökohtaan – sijoittamisen tulokseen.

Johtavat yritykset käyttävät jo AI:tä ja vaihtoehtoista dataa sijoitustutkimukseen, ja erikoistuneiden yritysten on jopa kerrottu käyttävän neuroverkkoja varojen allokointipäätöksissä.

Voi kuitenkin olla syytä katsoa muiden alojen tuoretta ajattelua. Yksi esimerkki tästä voivat olla lääkeyhtiöt, jotka tutkivat valtavia määriä potilas- ja tutkimustietoa yrittääkseen tunnistaa tulevia lääkekehitysmahdollisuuksia tai kohdentaa uudelleen olemassa olevia lääkkeitä. Öljy- ja kaasualan yritykset käyttävät myös AI:tä ennustaakseen mahdollisia ongelmia, ja jotkut toivovat, että AI voisi auttaa heitä etsimään ja hyödyntämään uusia resursseja.

Tietojen, prosessoinnin ja analyysien saatavuuden kasvaessa yritykset voisivat samalla tavalla tunnistaa pitkäaikaisia sijoitusmahdollisuuksia ja -ideoita. Tämä näkemys voisi auttaa yrityksiä tekemään sellaisia varhaisen vaiheen sijoituksia, jotka oli rajattu aiemmin vain pääomasijoittajiin – kiinnostava vetovoimatekijä institutionaalisille ja erittäin varakkaille asiakkaille.

Ehdotukseni sijoitusyhtiöille on, että ne alkavat ajatella eri tavalla datasta ja etsiä inspiraatiota kaltaistensa ulkopuolelta. Teollisuuden konvergenssin lisääntymisen myötä yritykset, jotka tutkivat strategioita perinteisen ekosysteeminsä ulkopuolella, saattavat hyötyä enemmän big datasta.

.

Yhteenveto

Sijoitusyhtiöiden pitäisi tutkia, miten muut sektorit hyödyntävät big dataa asiakaskokemuksen parantamiseksi ja sijoitusmahdollisuuksien tunnistamiseksi.

Tästä artikkelista

Kirjoittaja

Mike Lee

EY Global Wealth & Asset Management Leader

Spirited leader for wealth and asset management. Champion for change. Driven to produce better outcomes and simplify the complex. Passionate about family, friends and sports.

Lisää aiheesta Omaisuuden- ja varainhoito