De fyra Ps av Analytics Financial Services Organisationer kan inte vara utan

Detta är ett sponsrat inlägg av Tim FitzGerald, EMEA Financial Services Sales Manager, InterSystems

Användningen av analys inom sektorn för finansiella tjänster har utvecklats under åren, och vissa tyder på att det kan vara på väg att utvecklas ytterligare, och flyttar från ett landskap där beslut är "data-dikterade" snarare än "data-informerade."

Det finns en distinkt skillnad mellan de två begreppen och den roll, eller bristen på, som människor spelar i varje scenario. När det gäller datainformerade, förblir människor i kretsen för att fatta beslut och vidta lämpliga åtgärder baserat på data och analyser, medan datadikterad hänvisar till applikationer som utför programmatiska åtgärder automatiskt som svar på någon stimulans eller händelse.

Så, är organisationer för finansiella tjänster verkligen vid en punkt i dag där mänsklig insikt inte längre är ett avgörande krav i beslutsprocessen och finns det verkligen bara två typer av datarelaterat beslutsfattande på spel? Kort sagt, nej. Men det är inte helt svart och vitt, som diskuterats i en ny Economist Intelligence webbseminarium. Istället för bara två alternativ, implementerar dagens finansiella tjänsteföretag vanligtvis fyra olika kategorier av analyser: panorama, prediktiv, föreskrivande och programmatisk. Beroende på användningsfallet och organisationen ger var och en av dessa typer av analyser företag ett enormt värde.

Panorama, prediktiv, föreskrivande och programmatisk

För det första handlar panorama om att ge verksamheten en exakt, expansiv bild i realtid av vad som händer inom och även utanför organisationen. För finansiella tjänster kan det vara realtidslikviditeten för ett helt företag.

Predictive, å andra sidan, beräknar sannolikheten för att händelser sannolikt kommer att inträffa. Till exempel, vad är sannolikheten för att Bank of England kommer att sänka räntorna om inflationstrycket avtar, vilket har diskuterats, och hur kommer det att påverka företagets positioner?

Preskriptiv analys analyserar data för att föreslå de lämpligaste åtgärderna att vidta, baserat på vad som sannolikt kommer att inträffa eller vad som redan händer. Denna typ av analys skulle tillåta en investeringsbank att till exempel kontinuerligt förutsäga sannolikheten att deras totala marknadsexponering kommer att överskrida deras riskutnyttjandegränser. Med rätt data- och analysplattform på plats kan företag också få föreskrivande vägledning som presenterar olika alternativ de kan vidta för att förhindra eller eliminera ett intrång, med förväntade resultat och avvägningar förknippade med varje alternativ.

Dessa insikter tillåter riskhanterare, som tenderar att ha lång erfarenhet av att hantera den här typen av situationer, att fatta beslut baserat på sina erfarenheter och styrda av datadriven föreskrivande analys. Det kan till exempel hjälpa dem att avgöra om de ska initiera en säkring eller avveckla vissa positioner. Preskriptiv analys säkerställer därför att erfarna experter förblir i kretsen och i hjärtat av beslutsfattandet, snarare än att åtgärder sker programmatiskt.

Det sista av de fyra Ps handlar om att utföra programmatiska åtgärder i realtid baserade på prediktiv och preskriptiv analys. Ofta används programmatisk analys när det inte finns tid för mänskligt ingripande, för fall som förebyggande av bedrägeri, analys före handel, handel och näst bästa åtgärder för kunder. Programatiska åtgärder används också i användningsfall när det helt enkelt inte finns något behov för en människa att vara med i kretsen, vilket gör att organisationen kan effektivisera verksamheten och förbättra produktiviteten.

Pragmatisk tillämpning av de fyra Ps

Följaktligen, snarare än att gå bort från ett datainformerat (mänskligt i slingan) till datadikterat (ingen människa i kretsen) tillstånd, väljer den finansiella tjänstesektorn istället en pragmatisk tillämpning av någon eller alla av dessa fyra Ps av analyser.

Denna användning av analys ger företag de möjligheter som krävs för att få en 360-graders bild av företagsdata, vilket ger ett brett utbud av fördelar för verksamheten, inklusive bättre efterlevnad, ökad intäktsgenerering och förbättrat beslutsstöd. När finansiella företagsledare bemyndigas av realtidsdata och analyser kan de fatta beslut baserade på korrekta och aktuella data, inte data som är veckor gamla, vilket eliminerar fel och missade affärsmöjligheter.

Dessutom, genom att integrera avancerad analys i realtidsprocessflöden, instrumentpaneler och rapportering, kan företag få bättre insikter för att vägleda beslutsfattande, hjälpa till att förstå vad som hände, varför det hände och vad som sannolikt kommer att hända.

Beväpnad med en aktuell, pålitlig och heltäckande bild av vad som händer just nu säkerställer att finansiella tjänsteföretag är förberedda på händelser och störningar som sannolikt kommer att inträffa, kan hantera händelser och störningar snabbare när de uppstår och är i den bästa positionen att ta dra nytta av nya möjligheter när de dyker upp.

Foto: David Pisnoy on Unsplash