这是 InterSystems EMEA 金融服务销售经理 Tim FitzGerald 赞助的帖子
多年来，金融服务行业对分析的使用发生了变化，一些人认为它可能会进一步发展，从决策“数据决定”而非“数据通知”的格局转变。
这两个概念以及人类在每种情况下所扮演的角色或所扮演的角色之间存在明显差异。 在数据通知的情况下，人类仍然处于循环中以根据数据和分析做出决策并采取适当的行动，而数据指示是指应用程序自动执行程序化操作以响应某些刺激或事件。
那么，金融服务组织是否真的处于人类洞察力不再是决策过程的重要要求的地步，是否真的只有两种类型的数据相关决策在起作用？ 简而言之，不。 但正如最近讨论的那样，它并不完全是非黑即白的 经济学人智库网络研讨会. 今天的金融服务公司通常实施四种不同类别的分析，而不是只有两种选择：全景分析、预测分析、规范分析和程序分析。 根据用例和组织，这些类型的分析中的每一种都为企业提供了巨大的价值。
全景、预测、规范和程序化
首先，全景是关于为企业提供实时、准确、广泛的视图，了解组织内部甚至外部发生的事情。 对于金融服务，这可能是整个公司的实时流动性。
另一方面，预测计算事件可能发生的概率。 例如，如果通胀压力如预期般缓解，英格兰银行降息的可能性有多大，这将如何影响公司的头寸？
规范性分析分析数据，根据可能发生的事情或已经发生的事情，建议采取最合适的行动。 例如，这种类型的分析将允许投资银行持续预测其总市场敞口将突破其风险利用限额的可能性。 有了正确的数据和分析平台，公司还可以获得规范性指导，提供他们可以采取的各种选项来防止或消除违规行为，以及与每个选项相关的预期结果和权衡。
这些见解使往往在处理此类情况方面拥有丰富经验的风险管理人员能够根据他们的经验并以数据驱动的规范分析为指导做出决策。 例如，它可以帮助他们确定是开始对冲还是解除一些头寸。 因此，规范性分析可确保经验丰富的专家始终处于决策制定的循环和核心位置，而不是以编程方式采取行动。
四个 P 中的最后一个是关于基于预测和规范分析执行实时程序化操作。 通常，在没有时间进行人工干预时，会采用程序化分析，例如欺诈预防、交易前分析、交易和客户下一步最佳行动等案例。 当根本不需要人参与时，程序化操作也会部署在用例中，这使组织能够简化操作并提高生产力。
四个 P 的实际应用
因此，金融服务部门并没有从数据知情（人在循环中）状态转变为数据决定（人在循环中）状态，而是选择务实地应用这四个 P 中的任何一个或所有分析。
分析的这种使用为公司提供了获得 360 度企业数据视图所需的能力，为企业带来了广泛的好处，包括更好的合规性、增加的收入产生和改进的决策支持。 当金融业务领导者获得实时数据和分析的支持时，他们能够根据准确的当前数据而不是数周前的数据做出决策，从而消除错误和错失的商机。
此外，通过将高级分析整合到实时流程、仪表板和报告中，企业可以获得更好的洞察力来指导决策制定，帮助了解发生了什么、为什么会发生以及可能会发生什么。
对当下发生的事情有一个最新的、可信的和全面的了解，确保金融服务公司为可能发生的事件和中断做好准备，可以在事件和中断出现时更快地管理它们，并处于最佳位置来采取行动在新机会出现时利用它们。
