将银行数据转化为质量洞察

博客银行和保险公司如何将大量数据转化为质量洞察力作者 ： Jim Gahagan银行和保险公司需要知道前所未有的中断如何影响客户行为 ， 进而影响业务。本文是由两部分组成的系列文章中的第一部分 ， 探讨了为什么将运营和财务数据结合起来对于业务见解至关重要。适应客户不断变化的需求一直是银行和保险变革的驱动力 - 在大流行影响的情况下 ， 这也没有什么不同。但是在过去 ，满足客户的需求 ， 主要集中在提供数字工具 ， 如移动应用程序和自助服务亭。为了应对 COVID - 19 的中断 ， 金融服务的转型现在必须以预期为中心客户的需求和开发解决方案 ， 以减轻中断 - 而银行和保险公司要做到这一点 ， 他们将需要利用历史上一直未充分利用的数据源。在复苏之路上保持和保持敏捷银行和保险公司需要保持敏捷 ， 同时为迫在眉睫的威胁做好准备。例如 ， 当政府最初的封锁迫使许多企业关闭 ， 因此许多人失业时 ， 银行面临着数百万客户可能拖欠贷款的可能性很大。作为回应 ， 许多银行迅速实施了借款人救济计划 ， 例如贷款减免和延长宽限期。但是 ， 围绕大流行和持续失业的不确定性继续使在可预见的未来 ， 不断上升的贷款拖欠是一个持续的高风险。对于保险公司来说 ， 汽车保险公司迅速采取行动 ， 向投保人退还了高达 140 亿美元的保险费 ， 因为他们在大流行的前 3 个月内开车比去年同期减少了大约 40% 。但是随着许多人继续在家工作 ， 开车的减少可能是一个永久性的变化 ， 至少在可预见的未来 ， 保险公司将不得不评估更重要的是 ， 他们正在准备应对其他与流行病相关的因素 — — 比如高失业率、持续的业务中断以及医疗费用的不确定性 — — 将如何影响他们的保费收入。显然 ， 持续的不确定性将继续以前所未有的方式影响消费者行为 ， 因此 ， 银行和保险公司将需要迅速调整其业务 ， 以应对消费者行为的突然和前所未有的变化 - 然后预测这些行为转变的长期影响。许多银行和保险公司都有数据来进行这种建模 - 但通常情况下 ， 他们的技术缺乏分析数据的能力 ， 因此 ， 他们没有充分利用他们拥有的数据。金融服务的转型现在必须集中在预测客户需求和开发减少中断的解决方案上 ， 而银行和保险公司要做到这一点 ， 他们需要利用未充分利用的数据源。从数据数量到质量洞察大数据在金融服务业中一直很重要。每笔交易 - 银行存款，信用卡，保险单销售，保险索赔等 - 都会产生数据，这使金融服务行业成为数据密集型行业之一。考虑到与每笔业务交易相关的大量数据，金融服务公司似乎已经拥有了预测客户需求的工具。然而，像许多企业一样，银行和保险公司很难创建预测。 模型或获得有意义的业务见解 ， 因为他们无法提取数据 ， 无论是在数据仓库 ， 另一个数据库或操作系统中。据估计 ， 公司多达 73 ％ 的数据未使用。数据用于分析的未充分利用可能被误认为是数据囤积 ， 这意味着过多数据的海量存储。内存存储成本低廉 ， 这使得数据仓库对于存储和组织从操作和核心处理系统中提取的大量信息似乎具有成本效益。此外 ， 金融服务公司保存大量的运营和历史数据有几个原因 ， 包括税法要求、法规、或业务的其他需求。但是 ， 数据仓库体系结构的性质 - 作为存储 - 使技术成为成本中心 ， 而不是投资数据仓库架构不灵活 ， 无法对多个不同的数据源进行高级分析。因此，银行和保险公司的问题并不是数据囤积，而是缺乏智能数据基础。轻松获取大量运营数据，添加简单或复杂的计算以丰富该数据，并在需要时创建关联的会计报告，同时仍与源事务绑定的能力是必要的，以获得数据驱动的洞察，以了解中断如何影响客户行为，从而影响业务。只有通过建立或转变数据基金会的规则和行动 ， 使银行和保险公司能够将其他系统的运营数据汇总在一起 ， 并在更大的背景下创建图片 ， 才能实现这些功能。这些见解有助于银行和保险公司开发产品并提供使客户受益的服务 ， 也有助于企业应对大流行和超越。银行和保险公司不能再仅仅依靠一个数据集的过去趋势来预测需求和影响。使用数据向前浏览路径在大流行影响的环境中恢复业务绝非平常。银行和保险公司不能再仅仅依赖一个数据集的过去趋势预测需求和影响。他们必须融合大量数据类型 ， 包括跨多个系统的数据 - 例如监管报告数据或客户交易数据 - 以及类似事件 ， 例如国家失业率 ， 以创建前进道路的完整图景。例如，德勤在其报告 “前进之路 ： 在 COVID - 19 之后的金融服务部门绩效导航 ” 中的研究方法就是混合数据如何创建大图预测的一个例子。根据该报告，德勤金融服务中心的研究团队研究了 “过去 17 年全国失业率，房主失业率以及 30 天和 90 天的拖欠率之间的统计关系 ” 。2020 年至 2024 年 COVID - 19 大流行对抵押贷款违约的影响。同样 ， 跨系统和来源混合数据源正是银行必须做的 ， 以了解和应对大流行驱动的行为趋势的短期和长期影响。例如 ， 通过混合财务数据和运营数据 - 例如客户人口统计数据和 FICO 评分 - 银行可以识别更有可能面临财务困难的借款人 ， 并为这些借款人提供个性化的贷款修改或其他解决方案。保险公司也是如此。德勤洞察报告的研究人员为工人补偿保险公司提供了这一建议 ， 以减轻风险并应对市场变化 ： “运营商应寻求支持其风险选择标准和定价模型。承保盈利能力可以保持活力至关重要 ， 特别是在这方面低利率环境 ， 当投资收益也可能受到影响时。 “保险公司的一种方式衡量其承保纪律的有效性 - 评估风险 ， 定价和覆盖范围的过程 - 是通过分析保单 ， 索赔的混合系统和保险费数据 ， 这些数据来自金融和运营系统的混合。银行和保险公司如何将大量数据转化为质量洞察力 | 2 在大流行带来的所有不确定性中，有一件事是肯定的 ： 保持消费者行为变化的脉搏将是一个持续的需求。银行和保险公司拥有数据来了解中断的短期和长期影响，并且借助正确的技术能力，他们可以将运营和财务数据融合在一起，以获得见解，而不仅仅是前进 - 他们可以开辟自己的道路。从 Workday 客户达拉斯联邦住房贷款银行 (FHLB Dallas) 了解有关如何解锁的更多信息财务洞察力推动更自信的决策。+ 1 - 925 - 951 - 9000 + 1 - 877 - WORKDAY (+ 1 - 877 - 967 - 5329) 传真 ： + 1 - 925 - 951 - 9001 workday. com© 2021. Workday, Inc. 保留所有权利。 Workday 和 Workday 徽标是 Workday, Inc. 的注册商标。所有其他品牌和产品名称是其各自持有人的商标或注册商标。20210322 - fy22 - q1 - us - finserv - turn - data - into - quality - insights - blog. pdf