Data usage at a new level: why the financial industry needs to engage with prescriptive analytics and digital twins.
Calculating forecasts based on averages are so last year: these days, companies can perform complex live simulations for every one of their clients – using live data.
Deriving insights for the business from large volumes of data is nothing new in the financial sector. Model calculations and simulations have also been around even longer than the overused term “big data”. What is new, however, is a development that is expressed with the terms “prescriptive analytics” and “digital twins” – and it has the potential to change entire industries. Data analysis and decision-making are converging to an extent that would not have been possible before.
This is most evident with “digital twins”, a concept that comes from the manufacturing industry. In that sector, a digital twin is the computer simulation of either a single component or an entire machine. This is nothing new – engineers have long been designing components on the computer and using material properties to calculate whether the components will do what is required of them. This design data is then converted into any number of physical versions of the components.
Each physical version gets its own live simulation
In the case of the "digital twin", on the other hand, a copy of the blueprint is created for each physical version and continuously fed with data: where is the component used, what environmental conditions prevail, to what degree is it contaminated? This means that engineers can for each individual component predict how long it will last, how it behaves and how much it can withstand – no averages, but precise information for this specific component with its individual, constantly updated history.
The data for this real-time monitoring is provided by the networked sensors in machines and components, which are becoming more and more widespread in industry – the much-cited Internet of things. According to a study by the market research firm Gartner, half of the large industrial companies will be using twin technology by 2021.
Even customers can be depicted as digital twins
People are also increasingly allowing themselves to be recorded by sensors and are producing behavioral and consumer data in unprecedented numbers. This means that the financial sector can also make use of digital twins. Thus, for example decisions made by real bank customers can be simulated – and much more accurately than through calculation of averages. In this case, the digital twin is derived from socio-demographic, financial and health data as well as insights from behavioral science. This is supplemented by the company’s own data. By continuously incorporating new insights into the customer's spending and savings habits, for example, his virtual counterpart is constantly learning. The latter could then work out the optimal savings and investment strategy for the customer – provided that he agrees to the appropriate and legally compliant processing of his data.
Using data to predict the consequences of your own actions
Pronouncing recommendations for action on the basis of data analysis is an idea that is also born of the concept of prescriptive analytics. This does sound similar to predictive analytics, which Amazon in particular has promulgated – using its data, the retail giant continuously calculates who will order which products, with which probability, when and where – and directs its flow of goods accordingly. Prescriptive analytics goes one step further: computers calculate different options for action on the basis of current data, play them through in the simulation, check the consequences of different scenarios and then give a recommendation for action.
The parcel service UPS, for example, uses sensors on its trucks to track their whereabouts and traffic conditions. With these findings, they optimize the routes of the delivery vehicles. Juan Perez, Chief Information Officer at UPS, explains: “If we reduce the distance for each driver in the US alone by one mile per day, we will within one year save $ 50 million per year.”
Copyrights: Getty Images
Na naší stránce používáme soubory cookie, abychom vám dopřáli co nejlepší uživatelský zážitek Patří k nim soubory cookie, které jsou nezbytné pro fungování stránky, dále soubory potřebné pro anonymní statistické vyhodnocování, soubory využívané pro uživatelské pohodlí a soubory, které zajišťují, aby obsah odpovídal vašim zájmům. Je na vás, zda povolíte používání souborů cookie pro účely statistiky, pohodlí a marketingu. Svůj souhlas můžete kdykoli změnit či stáhnout kliknutím na tlačítko Change Cookies (Změnit soubory cookie) ve spodní části stránky. Další informace najdete v našich Zásadách ochrany osobních údajů a Registrační údaje.
Nezbytné
Používáme nezbytné soubory cookie. Tyto soubory jsou nezbytné pro provozování a základní funkce stránky. Umožňují zejména fungování zabezpečovacích prvků na naší stránce.
O tom, které soubory cookie používáme, se dočtete zde.
Název nástroje
Cookieconsent_status
Poskytovatel nástroje
EOS Holding GmbH
Sídlo poskytovatele nástroje
Steindamm 71, 20099 Hamburk, Německo
Popis nástroje
Cookie nezbytné k uložení údajů z banneru pro souhlas s používáním cookies.
Zpracovávané údaje
Žádné
Účel zpracování
Uložení souhlasu
Doba uchovávání
60 dní
Název nástroje
Java Session Cookie
Poskytovatel nástroje
EOS Holding GmbH
Sídlo poskytovatele nástroje
Steindamm 71, 20099 Hamburk, Německo
Popis nástroje
Náhodně generované číslo relace, které je nezbytné pro řádné fungování softwaru.
Zpracovávané údaje
Žádné
Účel zpracování
Bezchybné fungování stránky
Doba uchovávání
Relační cookie – maže se po zavření prohlížeče.
Pohodlí
Pokud povolíte soubory cookie zvyšující pohodlí, usnadní se vám používání stránky. Pokud ji navštívíte znovu a budete chtít využít naše služby, stránka automaticky rozpozná, že už jste ji navštívili, a zadané údaje a nastavení budou automaticky použity, abyste je nemuseli zadávat znovu.
O tom, které soubory cookie používáme, se dočtete zde.
Název nástroje
Visitor
Poskytovatel nástroje
EOS Holding GmbH
Sídlo poskytovatele nástroje
Steindamm 71, 20099 Hamburk, Německo
Popis nástroje
Toto cookie používáme, abychom vám usnadnili používání této stránky.
Zpracovávané údaje
Žádné
Účel zpracování
Optimalizace, zlepšení služby
Doba uchovávání
Relační cookie – maže se po zavření prohlížeče.
Název nástroje
NEW_Visitor
Poskytovatel nástroje
EOS Holding GmbH
Sídlo poskytovatele nástroje
Steindamm 71, 20099 Hamburk, Německo
Popis nástroje
Toto cookie používáme, abychom vám usnadnili používání této stránky.
Zpracovávané údaje
Žádné
Účel zpracování
Optimalizace, zlepšení služby
Doba uchovávání
1 den
Statistiky
Používáme statistické soubory cookie ke zlepšení nabídky, průběžné optimalizaci stránky a zajištění toho, aby její podoba odpovídala potřebám návštěvníků.
Za tímto účelem shromažďujeme anonymizované údaje pro statistiku a analytiku, abychom kupříkladu určili návštěvnost stránky a uživatelské chování a dále přizpůsobili a zlepšili obsah a uživatelský zážitek.
O tom, které soubory cookie používáme, se dočtete zde.
Název nástroje
nmstat
Poskytovatel nástroje
Siteimprove GmbH
Sídlo poskytovatele nástroje
Rosenheimer Str. 143 C, 81671 Mnichov, Německo
Popis nástroje
Toto cookie obsahuje identifikační řetězec pro stávající relaci. Obsahuje informace o tom, které podstránky návštěvník otevře. Z těchto informací nelze usuzovat na totožnost a používají se k optimalizaci uživatelského prožitku.
Zpracovávané údaje
Žádné
Účel zpracování
Analýza, statistika
Doba uchovávání
399 dní
Název nástroje
AWSELB
Poskytovatel nástroje
Siteimprove GmbH
Sídlo poskytovatele nástroje
Rosenheimer Str. 143 C, 81671 Mnichov, Německo
Popis nástroje
Toto cookie zajišťuje, aby se veškeré statistiky téže relace zjišťovaly v souvislostech.
Zpracovávané údaje
Žádné
Účel zpracování
Analýza, statistika
Doba uchovávání
Konec relace
Název nástroje
siteimproveses
Poskytovatel nástroje
Siteimprove GmbH
Sídlo poskytovatele nástroje
Rosenheimer Str. 143 C, 81671 Mnichov, Německo
Popis nástroje
Tento soubor cookie se používá ke sledování pořadí stránek, které si návštěvník prohlíží během své návštěvy internetové stránky.
Zpracovávané údaje
Žádné
Účel zpracování
Analýza, statistika internetové stránky
Doba uchovávání
Relační cookie – maže se po zavření prohlížeče.
Marketing
Marketingové soubory cookie používáme, abychom vám při návštěvě stránky poskytli relevantní obsah založený na vašich zájmech.
O tom, které soubory cookie používáme, se dočtete zde.
Název nástroje
Facebook Pixel
Poskytovatel nástroje
Meta Platforms Ireland Limited
Sídlo poskytovatele nástroje
4 Grand Canal Square, Grand Canal Harbour, Dublin, D02, Irsko
Popis nástroje
Společnost Meta tento nástroj používá ke zobrazení reklamy, k měření a zvýšení její relevance a k nabídce reklamních produktů na stránce Meta.
Zpracovávané údaje
Zobrazené reklamy | Navštívené stránky | Informace o prohlížeči | Informace o cookies na Facebooku | Uživatelské ID na Facebooku | Geografické umístění | Informace o zařízení | Hlavička http | Interakce s reklamami, službami a produkty | IP adresa | Marketingové informace | Uživatelské údaje a chování | Pixel ID | Odkazovací URL | Uživatelský agent
Účel zpracování
Analýza | Sledování konverzí | Marketing | Sociální sítě | Reklama