這是 InterSystems EMEA 金融服務銷售經理 Tim FitzGerald 贊助的帖子
多年來,金融服務行業對分析的使用發生了變化,一些人認為它可能會進一步發展,從決策“數據決定”而非“數據通知”的格局轉變。
這兩個概念以及人類在每種情況下所扮演的角色或所扮演的角色之間存在明顯差異。 在數據通知的情況下,人類仍然處於循環中以根據數據和分析做出決策並採取適當的行動,而數據指示是指應用程序自動執行程序化操作以響應某些刺激或事件。
那麼,金融服務組織是否真的處於人類洞察力不再是決策過程的重要要求的地步,是否真的只有兩種類型的數據相關決策在起作用? 簡而言之,不。 但正如最近討論的那樣,它並不完全是非黑即白的 經濟學人智庫網絡研討會. 今天的金融服務公司通常實施四種不同類別的分析,而不是只有兩種選擇:全景分析、預測分析、規範分析和程序分析。 根據用例和組織,這些類型的分析中的每一種都為企業提供了巨大的價值。
全景、預測、規範和程序化
首先,全景是關於為企業提供實時、準確、廣泛的視圖,了解組織內部甚至外部發生的事情。 對於金融服務,這可能是整個公司的實時流動性。
另一方面,預測計算事件可能發生的概率。 例如,如果通脹壓力如預期般緩解,英格蘭銀行降息的可能性有多大,這將如何影響公司的頭寸?
規範性分析分析數據,根據可能發生的事情或已經發生的事情,建議採取最合適的行動。 例如,這種類型的分析將允許投資銀行持續預測其總市場敞口將突破其風險利用限額的可能性。 有了正確的數據和分析平台,公司還可以獲得規範性指導,提供他們可以採取的各種選項來防止或消除違規行為,以及與每個選項相關的預期結果和權衡。
這些見解使往往在處理此類情況方面擁有豐富經驗的風險管理人員能夠根據他們的經驗並以數據驅動的規範分析為指導做出決策。 例如,它可以幫助他們確定是開始對沖還是解除一些頭寸。 因此,規範性分析可確保經驗豐富的專家始終處於決策制定的循環和核心位置,而不是以編程方式採取行動。
四個 P 中的最後一個是關於基於預測和規範分析執行實時程序化操作。 通常,在沒有時間進行人工干預時,會採用程序化分析,例如欺詐預防、交易前分析、交易和客戶下一步最佳行動等案例。 當根本不需要人參與時,程序化操作也會部署在用例中,這使組織能夠簡化操作並提高生產力。
四個 P 的實際應用
因此,金融服務部門並沒有從數據知情(人在循環中)狀態轉變為數據決定(人在循環中)狀態,而是選擇務實地應用這四個 P 中的任何一個或所有分析。
分析的這種使用為公司提供了獲得 360 度企業數據視圖所需的能力,為企業帶來了廣泛的好處,包括更好的合規性、增加的收入產生和改進的決策支持。 當金融業務領導者獲得實時數據和分析的支持時,他們能夠根據準確的當前數據而不是數週前的數據做出決策,從而消除錯誤和錯失的商機。
此外,通過將高級分析整合到實時流程、儀表板和報告中,企業可以獲得更好的洞察力來指導決策制定,幫助了解發生了什麼、為什麼會發生以及可能會發生什麼。
對當下發生的事情有一個最新的、可信的和全面的了解,確保金融服務公司為可能發生的事件和中斷做好準備,可以在事件和中斷出現時更快地管理它們,並處於最佳位置來採取行動在新機會出現時利用它們。