لا يزال الانتشار الواسع للبيانات وزيادة التعقيدات التكنولوجية يؤدي إلى تغيير الطريقة التي تعمل بها الصناعات وتنافسها. على مدى العامين الماضيين، تم إنشاء 90 في المئة من البيانات في العالم نتيجة لإنشاء 2. 5 كوينتيليون بايت من البيانات على أساس يومي. ويشار إلى هذا النمو السريع والتخزين، ويشار إليه عادة باسم البيانات الضخمة، فرصا لجمع ومعالجة وتحليل البيانات المنظمة وغير المهيكلة.

في أعقاب البيانات الثلاثية الثالثة من البيانات الكبيرة، تستخدم المنظمات البيانات والتحليلات للحصول على رؤية قيمة لإبلاغ قرارات تجارية أفضل. الصناعات التي اعتمدت استخدام البيانات الكبيرة تشمل الخدمات المالية والتكنولوجيا والتسويق والرعاية الصحية، على سبيل المثال لا الحصر. ولا يزال اعتماد البيانات الكبيرة يعيد تحديد المشهد التنافسي للصناعات. وتشير التقديرات إلى أن 89 في المائة من الشركات تعتقد أن تلك التي لا تملك استراتيجية تحليلية تنطوي على خطر فقدان ميزة تنافسية في السوق.

اعتمدت الخدمات المالية على وجه الخصوص تحليلا كبيرا للبيانات بهدف تقديم قرارات استثمارية أفضل مع تحقيق عوائد متسقة. وبالاقتران مع البيانات الكبيرة، يستخدم التداول الحسابي بيانات تاريخية شاسعة مع نماذج رياضية معقدة لتعظيم عوائد المحفظة. إن استمرار اعتماد البيانات الضخمة سيؤدي حتما إلى تحويل المناظر الطبيعية للخدمات المالية. ومع ذلك، إلى جانب فوائده الواضحة، لا تزال هناك تحديات كبيرة فيما يتعلق بقدرة البيانات الكبيرة على التقاط حجم البيانات المتصاعد. (لمزيد من المعلومات، راجع: اللعب الكبير في البيانات الكبيرة .)

3 V من البيانات الكبيرة

و 3 V هي أساسية للبيانات الكبيرة: حجم ومتنوعة وسرعة. وفي مواجهة المنافسة المتزايدة والقيود التنظيمية واحتياجات العملاء، تسعى المؤسسات المالية إلى إيجاد طرق جديدة للاستفادة من التكنولوجيا لتحقيق الكفاءة. اعتمادا على هذه الصناعة، يمكن للشركات استخدام جوانب معينة من البيانات الكبيرة للحصول على ميزة تنافسية.

السرعة هي السرعة التي يجب أن يتم تخزين البيانات وتحليلها. بورصة نيويورك يلتقط 1 تيرابايت من المعلومات خلال كل يوم. وبحلول عام 2016، سيكون هناك ما يقدر ب 18 مليار شبكة اتصالات بحلول عام 2016، مع ما يقرب من 2. 5 يربط لكل شخص على الأرض. ويمكن للمؤسسات المالية أن تميز نفسها عن المنافسة من خلال التركيز على معالجة الصفقات بكفاءة وسرعة.

يمكن تصنيف البيانات الكبيرة على أنها بيانات غير منظمة أو منظمة. البيانات غير المهيكلة هي معلومات غير منظمة ولا تقع في نموذج محدد مسبقا. وهذا يشمل البيانات التي يتم جمعها من مصادر وسائل التواصل الاجتماعي، والتي تساعد المؤسسات على جمع المعلومات حول احتياجات العملاء. تتكون البيانات المنظمة من المعلومات التي تديرها المنظمة بالفعل في قواعد البيانات وجداول البيانات العلائقية.ونتیجة لذلك، یجب إدارة مختلف أشکال البیانات بشکل فعال من أجل تقدیم قرارات أفضل في مجال الأعمال.

يشكل تزايد حجم بيانات السوق تحديا كبيرا للمؤسسات المالية. جنبا إلى جنب مع البيانات التاريخية الواسعة، تحتاج البنوك وأسواق رأس المال إلى إدارة بنشاط البيانات شريط. وبالمثل، تستخدم المصارف الاستثمارية وشركات إدارة الأصول بيانات ضخمة لاتخاذ قرارات استثمارية سليمة. يمكن لشركات التأمين والتقاعد الوصول إلى المعلومات السابقة المتعلقة بالسياسات والمطالبات من أجل إدارة المخاطر النشطة. كوانتس: علماء الصواريخ في وول ستريت .

تجارة الخوارزمية

أصبح التداول الخوارزمي مرادفا للبيانات الكبيرة نظرا للقدرات المتزايدة لأجهزة الكمبيوتر. العملية الآلية تمكن برامج الكمبيوتر لتنفيذ الصفقات المالية بالسرعات والترددات التي تاجر الإنسان لا يمكن. في إطار النماذج الرياضية، يوفر التداول الخوارزمي الصفقات المنفذة بأفضل الأسعار الممكنة ووضع التجارة في الوقت المناسب، ويقلل من الأخطاء اليدوية بسبب العوامل السلوكية.

يمكن للمؤسسات أن تحد من خوارزميات أكثر فعالية لدمج كميات هائلة من البيانات، مع الاستفادة من كميات كبيرة من البيانات التاريخية لاستعراض الاستراتيجيات، وبالتالي خلق استثمارات أقل خطورة. ويساعد ذلك المستخدمين على تحديد البيانات المفيدة للاحتفاظ بها فضلا عن انخفاض قيمة البيانات التي يجب تجاهلها. وبالنظر إلى أن الخوارزميات يمكن إنشاؤها باستخدام بيانات منظمة وغير منظمة، فإن دمج الأخبار في الوقت الحقيقي ووسائل الإعلام الاجتماعية وبيانات المخزون في محرك خوارزمي واحد يمكن أن يولد قرارات تداول أفضل. وخلافا لعملية صنع القرار، والتي يمكن أن تتأثر بمصادر مختلفة من المعلومات، والعاطفة والانحياز البشري، يتم تنفيذ الصفقات الحسابية فقط على النماذج المالية والبيانات.

يستخدم مستشارو روبو خوارزميات الاستثمار وكميات هائلة من البيانات على منصة رقمية. وتؤطر الاستثمارات من خلال نظرية الحافظة الحديثة، التي عادة ما تؤيد الاستثمارات طويلة الأجل للحفاظ على عوائد متسقة، وتتطلب الحد الأدنى من التفاعل مع المستشارين الماليين البشري. أساسيات التجارة الحسابية: المفاهيم والأمثلة .

التحديات

على الرغم من أن صناعة الخدمات المالية تزيد من احتضان البيانات الضخمة، لا تزال هناك تحديات كبيرة في هذا المجال. الأهم من ذلك، جمع البيانات المختلفة غير منظم يدعم المخاوف بشأن الخصوصية. يمكن جمع المعلومات الشخصية حول اتخاذ القرارات الفردية من خلال وسائل الاعلام الاجتماعية، ورسائل البريد الإلكتروني والسجلات الصحية.

ضمن الخدمات المالية على وجه التحديد، تقع غالبية الانتقادات على تحليل البيانات. ويتطلب الحجم الهائل للبيانات مزيدا من التطور في التقنيات الإحصائية من أجل الحصول على نتائج دقيقة. وعلى وجه الخصوص، ينتقد النقاد إشارة إلى الضوضاء باعتبارها أنماطا من الارتباطات الزائفة، مما يمثل نتائج قوية إحصائيا عن طريق الصدفة بحتة. وبالمثل، فإن الخوارزميات القائمة على النظرية الاقتصادية تشير عادة إلى فرص الاستثمارات الطويلة الأجل بسبب الاتجاهات في البيانات التاريخية. فالكفاءة في إنتاج النتائج الداعمة لاستراتيجية استثمار قصيرة الأجل هي تحديات متأصلة في النماذج التنبؤية.

الخلاصة

تواصل البيانات الكبيرة تحويل المشهد في مختلف الصناعات، ولا سيما الخدمات المالية. العديد من المؤسسات المالية تتبنى تحليلات البيانات الكبيرة من أجل الحفاظ على ميزة تنافسية. من خلال بنية وبيانات غير منظمة، خوارزميات معقدة يمكن تنفيذ الصفقات باستخدام عدد من مصادر البيانات. ويمكن تقليل المشاعر والانحياز البشري عن طريق الأتمتة؛ ومع ذلك، التداول مع تحليل البيانات الكبيرة لديها مجموعة محددة من التحديات الخاصة بها النتائج الإحصائية التي تم إنتاجها حتى الآن لم يتم احتضان تماما بسبب الجدة النسبية في المجال. ومع ذلك، كما الاتجاه الخدمات المالية نحو البيانات الكبيرة والأتمتة، وتطور التقنيات الإحصائية زيادة الدقة.