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
Χρησιμοποιούμε cookies για να σας προσφέρουμε την καλύτερη δυνατή εμπειρία επίσκεψης στον ιστότοπό μας. Σε αυτά περιλαμβάνονται cookies που είναι απαραίτητα για τη λειτουργία του ιστότοπου, cookies ανώνυμης στατιστικής ανάλυσης , cookies για ρυθμίσεις άνεσης και cookies που χρησιμοποιούνται για να σας προβάλουν εξατομικευμένο περιεχόμενο βάσει των ενδιαφερόντων σας. Μπορείτε να αποφασίσετε εάν επιθυμείτε να επιτρέψετε τη χρήση των cookies για στατιστικούς σκοπούς, για σκοπούς άνεσης και για σκοπούς μάρκετινγκ. Επιπλέον, μπορείτε ανά πάσα στιγμή να αλλάξετε τις ρυθμίσεις/αποσύρετε τη συγκατάθεσή σας κάνοντας κλικ στις Ρυθμίσεις Cookies στο κάτω μέρος του ιστότοπου. Περισσότερες πληροφορίες μπορείτε να βρείτε στην Πολιτική απορρήτου και Στοιχεία εταιρείας μας.
Απαραίτητα
Χρησιμοποιούμε απαραίτητα cookies, Αυτά είναι τα cookies που είναι απαραίτητα για τις βασικές λειτουργίες και την ασφαλή χρήση τού ιστοτόπου μας..
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Cookieconsent_status
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Απαραίτητο cookie για την αποθήκευση των καταχωρίσεων του μπάνερ συγκατάθεσης.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Αποθήκευση συγκατάθεσης
Διάρκεια διατήρησης δεδομένων
60 ημέρες
Όνομα εργαλείου
Java Session Cookie
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Τυχαία παραγόμενος αριθμός περιόδου λειτουργίας που είναι απαραίτητος για την ορθή λειτουργία του λογισμικού εφαρμογής.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βέλτιστη λειτουργία του ιστότοπου
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Άνεσης
Εάν επιτρέπετε cookies άνεσης, μπορούμε να κάνουμε τη χρήση του ιστοτόπου μας ευκολότερη για εσάς. Όταν επισκεφθείτε ξανά τον ιστότοπό μας για να χρησιμοποιήσετε τις υπηρεσίες μας, θα αναγνωριστεί αυτόματα ότι μας έχετε ήδη επισκεφτεί και οι καταχωρίσεις και οι ρυθμίσεις που κάνατε θα αναγνωρίζονται αυτόματα, ώστε να μην χρειάζεται να τις εισάγετε ξανά.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Visitor
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Απαραίτητο cookie για την αποθήκευση των καταχωρίσεων του μπάνερ συγκατάθεσης.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βελτιστοποίηση, βελτίωση των υπηρεσιών
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Όνομα εργαλείου
NEW_Visitor
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Χρησιμοποιούμε αυτό το cookie για να κάνουμε ευκολότερη τη χρήση αυτού του ιστότοπου από εσάς.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βελτιστοποίηση, βελτίωση των υπηρεσιών
Διάρκεια διατήρησης δεδομένων
1 ημέρα
Στατιστικά
Χρησιμοποιούμε στατιστικά cookies για να βελτιώσουμε τις υπηρεσίες μας και να διασφαλίσουμε μια σχεδίαση βασισμένη στις ανάγκες και τη συνεχή βελτιστοποίηση του ιστότοπού μας.
Για αυτό, συλλέγουμε ανώνυμα δεδομένα για στατιστικούς σκοπούς και αναλύσεις, για παράδειγμα, για να προσδιορίσουμε την επισκεψιμότητα του ιστότοπου και τη συμπεριφορά των χρηστών και να προσαρμόσουμε και να βελτιώσουμε το περιεχόμενο και την εμπειρία στον ιστότοπό μας.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
nmstat
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Αυτό το cookie περιέχει μια συμβολοσειρά αναγνωριστικού για την τρέχουσα περίοδο λειτουργίας. Περιέχει πληροφορίες μη προσωπικού χαρακτήρα σχετικά με τις υποσελίδες τις οποίες επισκέπτεται ο χρήστης – οι πληροφορίες αυτές χρησιμοποιούνται για τη βελτιστοποίηση της εμπειρίας του χρήστη.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία
Διάρκεια διατήρησης δεδομένων
399 ημέρες
Όνομα εργαλείου
AWSELB
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Το cookie διασφαλίζει ότι συλλέγονται μαζί όλα τα στατιστικά στοιχεία από την ίδια περίοδο λειτουργίας.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία
Διάρκεια διατήρησης δεδομένων
Τέλος περιόδου λειτουργίας
Όνομα εργαλείου
siteimproveses
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Αυτό το cookie χρησιμοποιείται για την παρακολούθηση της αλληλουχίας των σελίδων τις οποίες προβάλλει ένας επισκέπτης κατά τη διάρκεια της επίσκεψής του στον ιστότοπο.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία ιστότοπου
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Μάρκετινγκ
Χρησιμοποιούμε cookies μάρκετινγκ, ώστε να μπορούμε να σας παρέχουμε περιεχόμενο ανάλογα με τα ενδιαφέροντά σας όταν επισκέπτεστε τον ιστότοπό μας.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Facebook Pixel
Πάροχος εργαλείου
Meta Platforms Ireland Limited
Έδρα παρόχου εργαλείου
4 Grand Canal Square, Grand Canal Harbour, Dublin, D02, Ιρλανδία
Περιγραφή εργαλείου
Χρησιμοποιείται από τη Meta για την προβολή διαφημίσεων, τη μέτρηση και τη βελτίωση της συνάφειας των διαφημίσεων και την προσφορά διαφημιστικών προϊόντων από τη Meta.
Δεδομένα που υποβάλλονται σε επεξεργασία
Προβολή διαφημίσεων | Επισκεπτόμενες σελίδες | Πληροφορίες προγράμματος περιήγησης | Πληροφορίες cookie στο Facebook | Αναγνωριστικό χρήστη στο Facebook | Γεωγραφική τοποθεσία | Πληροφορίες συσκευής | Κεφαλίδες HTTP | Αλληλεπιδράσεις με διαφημίσεις, υπηρεσίες και προϊόντα | Διεύθυνση IP | Πληροφορίες μάρκετινγκ | Δεδομένα και συμπεριφορά χρήσης | Αναγνωριστικό pixel | URL παραπομπής | Παράγοντας χρήστη
Αυτό το cookie χρησιμοποιείται για τη λήψη ανωνυμοποιημένων αναφορών σχετικά με τους χρήστες του ιστότοπου και τη δυνατότητα στοχευμένης διαφήμισης, συμπεριλαμβανομένου του retargeting.