银行和保险公司如何将大量数据转化为高质量的见解

银行和保险公司需要了解前所未有的颠覆如何影响客户行为,进而影响业务。本文是由两部分组成的系列文章的第一篇,探讨了为什么将运营数据和财务数据结合起来对于业务洞察至关重要。

适应客户不断变化的需求一直是银行业和保险业变革的驱动力——在受大流行影响的情况下也是如此。但在过去,满足客户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的破坏,金融服务的转型现在必须集中在预测客户需求和制定缓解破坏的解决方案上,而为了做到这一点,银行和保险公司需要利用历史上未充分利用的数据源。

在复苏的道路上保持镇定和敏捷

银行和保险公司需要在应对迫在眉睫的威胁的同时保持灵活。例如,银行面临着数百万客户可能会被解雇的可能性拖欠贷款当最初的政府封锁迫使许多企业关闭,许多人失去了工作。作为回应,许多银行迅速实施了借款人救济计划,例如贷款宽恕以及延长宽限期。但围绕大流行的不确定性和持续的失业继续造成贷款拖欠率上升在可预见的未来是一个持续的高风险。

对于保险公司,汽车保险公司迅速采取行动,退还了最多的金额140亿美元的保险费致保单持有人少开车40%左右在大流行的前三个月与一年前同期相比。但随着许多人继续在家工作,至少在可预见的未来,开车的减少可能是一个永久性的变化,保险公司将不得不评估行为转变对其保费收入的影响。更重要的是,他们正在准备应对其他与大流行相关的因素,如高失业率、持续的业务中断和医疗费用的不确定性-会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,银行和保险公司需要迅速调整业务,以应对消费者行为的突然和前所未有的变化,然后预测这些行为变化的长期影响。

许多银行和保险公司拥有进行这种建模的数据,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所拥有的数据。

金融服务的转型现在必须以预测客户需求和开发解决方案为中心,而银行和保险公司要做到这一点,就需要挖掘未充分利用的数据源。

从数据数量到质量洞察

大数据在金融服务行业一直都很重要。每一笔交易——银行存款、信用卡、保险单销售、保险索赔等等——都会生成数据,这使得金融服务业成为数据密集型行业之一。考虑到与每笔商业交易相关的海量数据,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,无论是数据仓库、另一个数据库还是操作系统中的数据。通过一些人估计在美国,一家公司有多达73%的数据未被使用。

未充分利用数据进行分析可能会被误解为数据囤积,即大量存储过多的数据。内存存储价格低廉,这使得数据仓库在存储和组织来自操作系统和核心处理系统的过多信息方面显得经济有效。此外,金融服务公司出于多种原因保存大量的运营和历史数据,包括税法要求、法规或业务的其他需要。然而,数据仓库架构的本质(作为存储)使得该技术成为成本中心,而不是进一步的投资数据的力量。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不在于太多的数据囤积,而在于缺乏智能的数据基础。轻松获取大量运营数据、添加简单或复杂的计算来丰富数据、在需要时创建关联的会计报告(同时仍然与源事务相关联)的能力——所有这些都是获得数据驱动的洞察所必需的,以了解中断如何影响客户行为,以及如何影响业务。

这些功能只有通过建立(或转换)数据基础的规则和操作才能实现,从而允许银行和保险公司将来自其他系统的运营数据汇集在一起,并创建具有更大背景的图像。这些见解有助于银行和保险公司开发有利于客户的产品和服务,也有助于企业应对大流行及其后的情况。华体会体育注册

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。

使用数据导航前进的道路

在受大流行影响的情况下恢复业务将是非同寻常的。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。他们必须混合大量的数据类型,包括跨多个系统的数据(如监管报告数据或客户交易数据)和类似事件(如国家失业率),以创建未来道路的完整图景。

例如,德勤报告中的研究方法,“未来之路:covid -19后金融服务行业业绩指引”,这是混合数据如何创造大图景预测的一个例子。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天拖欠率之间的统计关系”,以预测2020年至2024年新冠肺炎大流行对抵押贷款拖欠的影响。

同样,为了理解和应对大流行驱动的行为趋势的短期和长期影响,银行必须跨系统和来源混合数据源。例如,通过混合财务数据和业务数据(如客户人口统计数据和FICO分数),银行可以识别出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Insight报告的研究人员为工人薪酬保险公司提供了以下建议,以减轻风险并应对市场变化:“保险公司应寻求加强其风险选择标准和定价模式。为了保持生存,承销盈利能力可能是至关重要的,特别是在当前低利率环境下,投资收入也可能受到影响。”保险公司衡量其承保纪律(评估风险、定价和承保范围的过程)有效性的一种方法是分析政策、索赔系统和保险费数据的混合,这些数据来自财务和运营系统的混合。

在大流行带来的所有不确定性中,有一件事是肯定的:紧跟不断变化的消费者行为的脉搏将是一项永恒的需求。银行和保险公司拥有数据来了解中断的短期和长期影响,并且有了正确的技术能力,他们可以混合运营和财务数据,以获得更多的见解,而不仅仅是前进——他们可以开辟自己的道路。

Workday客户达拉斯联邦住房贷款银行(FHLB Dallas)关于如何深入了解财务状况,从而做出更自信的决策。

要了解更多,请阅读本系列的第二部分:“一切都在细节中:数据丰富的子分类账如何促进金融灵活性。”

更多的阅读