Thị trường dữ liệu và dịch vụ dữ liệu lớn dự kiến ​​sẽ đạt 48 USD. 6 tỷ người vào năm 2019, theo công ty nghiên cứu IDC. Bằng cách kết hợp thông minh các bộ dữ liệu khác nhau, các công ty trong ngành này cung cấp dữ liệu có giá trị để giúp khách hàng cải thiện các nỗ lực tiếp thị và cung cấp giá trị lớn hơn cho khách hàng của họ. Việc mua lại công ty Yodlee trị giá 590 triệu USD của Envestnet - công ty thương mại công nghệ tài chính lớn thứ hai - đã nhấn mạnh sự thâm nhập của dữ liệu lớn vào các dịch vụ tài chính.

Đây là cách mà dữ liệu lớn đóng một vai trò quan trọng trong cuộc đời làm việc của cố vấn tài chính và một số chiến lược về cách tận dụng nó. (999) Những dữ liệu lớn (Big Data 101) Dữ liệu lớn là một thuật ngữ có thể được chỉ định bởi một nhà nghiên cứu và giờ đây được các nhà báo và nhà phân tích quan tâm. Mặc dù số lượng lớn dữ liệu đã được lưu giữ trong nhiều thập kỷ, việc sử dụng khái niệm này ngày nay chỉ đến công nghệ khai thác mỏ mới thu thập được giá trị hữu hình từ các tập dữ liệu lớn. Khái niệm thống kê về luật số lượng lớn cho thấy dữ liệu có khả năng rút ra các kết luận ngày càng chính xác theo thời gian khi đo lường các thứ như hành vi của khách hàng. Ví dụ: Yodlee tổng hợp dữ liệu khách hàng từ hàng ngàn tổ chức tài chính để cung cấp hình ảnh hoàn chỉnh cho các công ty muốn khai thác nó. Một cố vấn tài chính có thể sử dụng công nghệ để xác định hồ sơ rủi ro của khách hàng bằng cách xem xét liệu họ có tăng hoặc giảm mức độ tiếp thị của thị trường trong thời kỳ suy thoái. Mặt khác, một ứng dụng ngân sách có thể xem xét số dư thẻ tín dụng và lãi suất để xác định kế hoạch hoàn trả nợ tối ưu.

Theo IDC, ngân hàng đại diện cho cơ hội dữ liệu lớn nhất sau khi sản xuất rời với giá 1 USD. 8 tỷ vào năm 2014, trong khi dịch vụ đầu tư là phân khúc phát triển nhanh nhất với tỷ lệ tăng trưởng 26% mỗi năm. Những động lực này cho thấy những dữ liệu lớn có thể đóng một vai trò ngày càng lớn trong cuộc đời của các cố vấn tài chính, với những người không chấp nhận những công nghệ như vậy có nguy cơ bị mất lợi thế cạnh tranh.

Tận dụng dữ liệu lớn

Các cố vấn tài chính có thể bắt đầu tận dụng dữ liệu lớn bằng cách xem dữ liệu của chính họ trước khi mua dữ liệu bên thứ ba. Ví dụ, các cố vấn có thể kiểm tra xem khách hàng có tài khoản nào đang giảm giá trị và liên hệ với họ và họ có thể thưởng cho khách hàng thường xuyên đóng góp vào tài khoản hưu trí và tuân thủ ngân sách. Những hiểu biết này là miễn phí và có thể có ảnh hưởng to lớn đến các mối quan hệ với khách hàng nếu được thực thi thường xuyên. (999) Khi mở rộng phạm vi tiếp cận dữ liệu, các cố vấn tài chính có thể hướng tới cả các công cụ kết hợp tài khoản như Yodlee và các công cụ tiếp thị như:

Làm thế nào con người và robot sẽ cải thiện tư vấn tài chính Bên trong bán.Yodlee cung cấp thông tin chi tiết về tình hình tài chính của khách hàng trên nhiều tổ chức tài chính, trong khi InsideSales có thể cho các cố vấn biết thời gian tối ưu để gọi hoặc e-mail các tiềm năng tiềm năng để đảm bảo rằng các tài liệu tiếp thị của họ được đọc. Cả hai công cụ này đều có thể giúp xây dựng một cố vấn tài chính theo thời gian.

Cạnh tranh dựa vào dữ liệu

Các cố vấn tài chính cũng có thể phải đối mặt với sự cạnh tranh ngày càng tăng từ các nhà cung cấp dữ liệu lớn nhằm tự động hóa thông tin chi tiết cho cả khách hàng cá nhân và doanh nghiệp.

Sự gia tăng của cố vấn robo đã tạo ra một mối đe dọa rất thực tế cho các cố vấn tài chính cá nhân, đặc biệt là những người nhắm đến các thế hệ trẻ. Bằng cách liên kết với các tài khoản tài khoản bên thứ ba, chuyên gia tư vấn robo của RetireGuide của Betterment cung cấp tổng quan về số tiền mà ai đó có thể mong đợi kiếm được khi nghỉ hưu và cung cấp ước tính mức tiết kiệm. Chi phí thấp hơn thông qua tự động hóa có thể khiến các dịch vụ này khó cạnh tranh theo thời gian.

Trong khu vực doanh nghiệp, HelloWallet- được mua lại bởi Morningstar Inc (MORN MORNMorningstar Inc87. 23 + 0. 14% Được tạo bằng Highstock 4. 2. 6

) - giúp các nhà tuyển dụng tư vấn công nhân của họ về cách để tối đa hóa tiền lương, lợi ích của họ, và các nguồn lực khác thông qua việc phân tích dữ liệu lớn của khách hàng tương tự. Việc thu thập dữ liệu liên tục giúp tinh chỉnh các mô hình tiên đoán để cung cấp lời khuyên tốt hơn và thông tin liên lạc hữu ích hơn cho khách hàng theo thời gian, điều này có thể làm cho nó trở thành một đối thủ đáng gờm cho các cố vấn trong không gian. Các tác động khảm của dữ liệu lớn đã đưa ra các vấn đề về các rủi ro tiềm ẩn đối với sự riêng tư của người tiêu dùng, vì các kết hợp dữ liệu có thể tạo ra những hiểu biết quá nhạy cảm. Ví dụ, sự kết hợp của hai tập dữ liệu có thể làm cho nó rõ ràng cá nhân là ai khi dữ liệu được thiết kế để ẩn danh. Các điểm dữ liệu cũng có thể là không chính xác trong một số trường hợp, điều này có thể trở thành vấn đề khi các công ty giả định nó vẽ một bức tranh chính xác.

Khi nói đến các thuật toán tiên đoán, cũng có xu hướng là sự khuếch đại các thành kiến ​​vốn tồn tại trong dữ liệu. Ví dụ, Analytics sử dụng để đưa ra quyết định tín dụng không được phân biệt dựa trên chủng tộc, nhưng chủng tộc có thể được suy luận dựa trên dữ liệu thu thập được từ nhiều nguồn khác nhau; cá nhân nghiên cứu, sau đó, có thể được chuyển xuống cho một khoản vay. Những động lực này có thể khiến các công ty gặp rủi ro pháp lý trong một số trường hợp nếu không được sử dụng đúng cách.

Dòng dưới cùng

Dữ liệu lớn đã chiếm ưu thế trong ngành dịch vụ tài chính trong vài năm qua, với sự gia tăng của các dịch vụ tự động như Mint và SigFig. Các cố vấn tài chính có thể đứng trước đường cong bằng cách bắt tay vào công nghệ sớm và kết hợp nó vào công việc hàng ngày của họ để tăng cường doanh thu và mối quan hệ với khách hàng. (Để đọc có liên quan, xem:

Công nghệ Phổ biến cho RIAs )