Uma nova categoria de carreira, a ciência de dados, surgiu em resposta ao crescimento do big data.
Aplicações dentro de finanças:
Dentro das finanças, particularmente no setor de serviços financeiros , o big data está sendo utilizado em um número crescente de aplicativos, como:
- Monitoramento e vigilância de funcionários
- Modelos preditivos, como aqueles que podem ser usados por subscritores de seguros para definir prêmios e agentes de crédito para tomar decisões de empréstimo
- Desenvolvendo algoritmos para prever a direção dos mercados financeiros
- Pricing de ativos ilíquidos, como imóveis
Seguro Automóvel:
Já nos anos 80, o fundador da Progressive Insurance aguardava com expectativa o dia em que dados concretos sobre os hábitos de direção de um segurado individual pudessem ser coletados e analisados. Isso levaria a uma medição de risco mais precisa e avaliação de risco e, portanto, uma configuração de prêmio mais precisa. Em 2010, a tecnologia de coleta de dados exigida tornou-se disponível e agora mais de um milhão de clientes concordaram em ter caixas pretas instaladas em seus carros que rastreiam, por exemplo, a velocidade com que normalmente dirigem e como elas normalmente frenam.
Crédito ao consumidor:
O LendUp suplementa as notações de crédito FICO tradicionais com análises de redes sociais retiradas de várias outras fontes, para tomar decisões de empréstimo. Por exemplo, o LendUp está interessado em saber se um mutuário em potencial alterou os números de telefones celulares com frequência, o que pode indicar um risco ruim.
A empresa também acredita que a forma como as pessoas interagem com seus amigos on-line oferece fortes indícios sobre seu risco como tomadores de empréstimos. Aqueles que mostram as conexões sociais mais fortes e mais ativas e os laços comunitários parecem ser os melhores riscos. Assim, os potenciais mutuários são convidados a disponibilizar suas contas do Facebook para a empresa para análise.
A gigante do cartão de crédito CapitalOne, por sua vez, tornou-se um grande participante nos anos 90 principalmente através do uso de técnicas avançadas de coleta e análise de dados para identificar prospectos de seus cartões, roubando uma marcha de muitos de seus rivais mais estabelecidos.
Empréstimos para pequenas empresas:
Nova entrante A Kabbage é uma empresa com poucos recursos e tecnologia, cujos modelos preditivos utilizam fontes tão diversas quanto as mídias sociais, eBay e UPS para avaliar a qualidade das relações entre potenciais tomadores de empréstimos e seus próprios clientes.
Seguro de Colheita:
Climate Corporation subscreve seguro agrícola para os agricultores. A empresa executa imensas simulações para prever padrões climáticos de longo prazo e definir prêmios.
Empréstimos Hipotecários:
O JPMorgan Chase está usando uma análise de big data para determinar preços de venda aceitáveis para residências e imóveis comerciais que foram retomados como resultado de hipotecas inadimplentes.
A idéia, segundo fontes confidenciais, é avaliar as condições econômicas locais e os mercados imobiliários para sugerir preços razoáveis de venda antes que os empréstimos hipotecários realmente entrem em default. Se esses preços de venda sugeridos forem definidos com precisão, a interrupção do mercado imobiliário local a partir de um default, reintegração de posse e venda pelo banco teoricamente deve ser minimizada. Além disso, o período durante o qual o banco é forçado a manter uma propriedade antes de efetuar uma venda deve ser minimizado.
Enquanto isso, a Quantfind, uma empresa que forneceu à CIA conhecimento técnico para descobrir identidades falsas utilizadas por suspeitos de terrorismo, reconheceu participar de discussões com o JPMorgan Chase sobre como sua tecnologia pode ser aplicável ao negócio de crédito, em áreas como avaliação de crédito e marketing.
Fontes: "Os dados abrem portas para a inovação financeira" e "O JPMorgan usa ferramentas antiterrorismo para detectar fraudes entre trabalhadores", Financial Times , 14 de dezembro de 2012.