Pasaran teknologi data dan perkhidmatan besar dijangka mencapai $ 48. 6 bilion menjelang 2019, menurut firma penyelidikan IDC. Dengan bijak mengagregatkan set data yang pelbagai, syarikat dalam sektor ini memberikan data yang berharga untuk membantu pelanggan meningkatkan usaha pemasaran dan memberi nilai yang lebih besar kepada pelanggan mereka. Pengambilalihan Envestnet $ 590 juta Yodlee-kesepakatan teknologi kewangan kedua terbesar tahun lalu-menekankan penyusupan berterusan data besar ke dalam perkhidmatan kewangan.

Inilah bagaimana data besar memainkan peranan penting dalam kehidupan kerja penasihat kewangan dan beberapa strategi untuk memanfaatkannya. (Untuk bacaan yang berkaitan, lihat: Penasihat Teknologi Trends Mesti Tetap Di Hadapan .)

Data Besar 101

Data besar adalah istilah yang mungkin dicipta oleh penyelidik dan kini dibuang oleh wartawan dan penganalisis. Walaupun sejumlah besar data telah disimpan selama beberapa dekad, penggunaan konsep hari ini merujuk kepada teknologi perlombongan baru yang mengekstrak nilai ketara daripada set data yang besar. Konsep statistik undang-undang sejumlah besar menunjukkan bahwa data mampu menarik kesimpulan yang semakin tepat dari waktu ke waktu ketika mengukur hal-hal seperti tingkah laku pelanggan.

Sebagai contoh, Yodlee mengumpulkan data klien dari ribuan institusi kewangan untuk memberikan gambaran lengkap kepada firma yang ingin memanfaatkannya. Penasihat kewangan boleh menggunakan teknologi untuk menentukan profil risiko pelanggan dengan melihat sama ada dia meningkatkan atau menurunkan pendedahan pasarannya semasa kemerosotan. Sebaliknya, permohonan belanjawan boleh melihat baki kad kredit dan kadar faedah untuk menentukan pelan pembayaran balik hutang yang optimum.

Menurut IDC, perbankan merupakan peluang data terbesar terbesar selepas pembuatan diskret pada $ 1. 8 bilion pada tahun 2014, sementara perkhidmatan pelaburan adalah segmen yang berkembang pesat dengan kadar pertumbuhan tahunan kompaun 26%. Dinamika ini menunjukkan bahawa data besar boleh memainkan peranan yang semakin besar dalam kehidupan penasihat kewangan, dengan mereka yang tidak menerima teknologi sedemikian berisiko kehilangan kelebihan daya saing.

Memanfaatkan Data Besar

Penasihat kewangan boleh mula memanfaatkan data besar dengan melihat data mereka sendiri sebelum membeli data pihak ketiga. Sebagai contoh, penasihat boleh memeriksa untuk melihat apa yang pelanggan mempunyai akaun yang menurun nilai dan menjangkau mereka, dan mereka boleh memberi ganjaran kepada pelanggan yang kerap menyumbang kepada akaun persaraan dan mematuhi belanjawan. Wawasan ini bebas dan boleh memberikan kesan yang luar biasa kepada hubungan pelanggan jika kerap dikuatkuasakan. (Untuk bacaan yang berkaitan, lihat: Bagaimana Manusia dan Robot Akan Meningkatkan Nasihat Kewangan. )

Ketika datang untuk mengembangkan akses data besar, penasihat kewangan dapat melihat ke arah kedua alat pengagregat account seperti Yodlee dan alat pemasaran seperti InsideSales.Yodlee memberikan pandangan mengenai situasi kewangan klien di seluruh institusi kewangan, sementara InsideSales boleh memberitahu penasihat waktu optimum hari untuk memanggil atau memaparkan potensi e-mel untuk memastikan bahan pemasaran mereka dibaca. Kedua-dua alat ini boleh membantu membina amalan penasihat kewangan dari masa ke masa.

Pertandingan yang Dipacu Data

Penasihat kewangan juga mungkin menghadapi peningkatan persaingan daripada pembekal data besar yang mengautomasikan pandangan bagi pelanggan individu dan perusahaan.

Kebangkitan para penasihat robo telah mencipta ancaman yang sangat nyata bagi penasihat kewangan individu, terutama yang menargetkan generasi muda. Dengan menghubungkan dengan akaun kewangan pihak ketiga, penjual robo-penasihat RetireGuide menyediakan gambaran umum mengenai bagaimana seseorang boleh mengharapkan untuk mendapat pendapatan apabila mereka bersara dan memberikan anggaran berapa banyak yang akan disimpan. Kos yang lebih rendah melalui automasi boleh menjadikan perkhidmatan ini sukar untuk bersaing dengan berlalunya masa.

Dalam sektor perusahaan, HelloWallet - yang diperoleh oleh Morningstar Inc. (MORN MORNMorningstar Inc87 23 + 0 14% Dibuat dengan Highstock 4. 2. 6 ) - membantu majikan menasihati pekerja mereka mengenai cara untuk memaksimumkan gaji, faedah dan sumber lain dengan menganalisis set data besar pelanggan serupa. Pengumpulan data yang berterusan membantu melengkapkan model ramalan untuk memberikan nasihat yang lebih baik dan komunikasi yang lebih berguna kepada para pelanggannya dari masa ke masa, yang boleh menjadikannya musuh yang lebih hebat untuk para penasihat di ruang angkasa. (Untuk bacaan yang berkaitan, sila lihat: Penasihat: Menjadi Lebih Banyak Teknologi Savvy Dengan Alat Pembelajaran Dalam Talian. )

Potensi Headwinds

Kesan mosaik data besar telah menimbulkan isu mengenai potensi risiko kepada privasi pengguna, data boleh menghasilkan wawasan yang terlalu sensitif. Sebagai contoh, kombinasi dua set data boleh membuatnya jelas siapa individu apabila data direka bentuk untuk menjadi tanpa nama. Titik data juga mungkin tidak tepat dalam beberapa kes, yang boleh menjadi masalah apabila syarikat menganggap ia mengecat gambar yang tepat.

Apabila datang kepada algoritma ramalan, terdapat juga cenderung untuk menjadi penguatan kecenderungan yang wujud dalam data. Analitis yang digunakan untuk membuat keputusan kredit, misalnya, tidak sepatutnya mendiskriminasi berdasarkan bangsa, tetapi bangsa dapat disimpulkan berdasarkan data yang dikumpulkan dari berbagai sumber; orang yang diteliti, kemudian, boleh ditolak untuk pinjaman. Dinamika ini boleh meletakkan syarikat pada risiko undang-undang dalam beberapa kes jika tidak digunakan dengan betul.

Bottom Line

Data besar telah menguasai industri perkhidmatan kewangan sejak beberapa tahun kebelakangan ini, dengan peningkatan perkhidmatan automatik seperti Mint dan SigFig. Penasihat kewangan boleh terus mendahului kurva dengan memeluk teknologi awal dan memasukkannya ke dalam alur kerja harian mereka untuk meningkatkan pendapatan dan hubungan pelanggan mereka. (Untuk bacaan berkaitan, lihat: Teknologi Popular untuk RIAs. )