«Покупая хороший шоколад со скидкой, я понял, что Big Data — это полезно»

Александра Иванова

Автора проекта Finsovetnik.com

Расскажите друзьям
Виктория Кравченко

Big Data — это работа с большими объемами данных. И 100 лет назад, и 50 лет назад люди анализировали информацию, но теперь объем данных настолько сильно вырос, что ни вручную, ни на домашнем компьютере невозможно быстро обрабатывать такие данные.

Александр Иванов, автор проекта Finsovetnik.com, рассказал, как любой программист может работать с Big Data.

Большие данные может брать каждый

Первым популярным поставщиком Big Data являются социальные сети. Почему? Потому что эти данные может брать любой программист. Например, у социальной сети «ВKонтакте» есть VK API, обеспечивающий удобный доступ к открытым данным сайта.


В сферу применений Big Data входит финансовая аналитика для банков, аналитика лояльности к бренду, анализ распространения информации и измерение политических предпочтений. Крупные ритейлеры, такие как Amazon, используют предиктивные рекомендательные системы, чтобы предложить наиболее релевантный товар клиенту, повышая не только свою прибыль, но и удовлетворенность клиента.


Помню, как 5 лет назад, когда я обучался в США, мне несколько раз приходили спецпредложения от Amazon о распродажах. Каждый раз я удивлялся их высокой релевантности. Покупая наборы хорошего шоколада по сниженной цене, я понимал, что это взаимовыгодно: и Amazon, и покупатель оказываются в плюсе по итогам сделки. Таким образом, Big Data — это полезно.


Одним из важнейших применений Big Data является аналитика для банков и финансовых организаций. Где, как не в финансах, можно найти огромное количество информации, которую невозможно проанализировать вручную?

15 сентября в Москве состоится конференция по большим данным Big Data Conference, не пропустите!

А теперь к финансам...


1. Кредитный скоринг


Первое направление — это, безусловно, кредитный скоринг. Банку нужно понять, выдавать ли кредит заемщику, насколько рискованна выдача кредита. И здесь анализируется информация о возрасте заемщика, типе работы, заработной плате, доходах, кредитной истории. При этом эти данные должны анализироваться весьма быстро. Часть из этих данных готовится заранее, равно как и модели скоринга на основе машинного обучения.


Кстати, на российском рынке есть парочка ярких примеров компаний, которые используют информацию из социальных сетей и предоставляют ее банкам. Это стартапы Double Data и «Скориста». Double Data достиг успеха: Mail.ru подал на них в суд с требованием прекратить продажу данных пользователей из социальных сетей. Этот случай крайне важен для российского рынка, так как станет первым в своем роде.


2. Финансовые советчики

Еще одним направлением является автоматизированные финансовые советники (альтернативное название — робоэдвайзеры). За рубежом уже есть истории успеха — Wealthfront, Betterment и другие. Под управлением таких компаний находятся десятки миллиардов долларов.


В России эта ниша сейчас пустует. Что уж говорить — ценные бумаги интересуют лишь 1% населения страны, а не 30-50% как в развитых странах.


Мы с командой сейчас как раз делаем такой проект, чтобы занять эту большую нишу.


Давайте сначала разберемся, почему нет единого, наиболее выгодного способа вложить деньги. Почему нельзя запустить какую-то хитрую математическую формулу или компьютерный алгоритм, который выдал бы ответ, что акции Х являются самыми перспективными?


Дело в том, что у каждой инвестиции есть не один параметр под названием «Доходность», а два параметра: риск и доходность. Людям с разной склонностью к риску нужно подбирать разные типы инвестиций.


Что такое риск?


Несмотря на все прорывные открытия в науке, никто не может на 100% точно спрогнозировать будущее. Таким образом, получается, что у каждой инвестиции есть вероятность удачного исхода и вероятность неудачного исхода (риск).


Этот параметр разнится от инвестиции к инвестиции. Если о надежном будущем каких-то компаний вроде «Газпрома» или «Сбербанка» мы можем говорить уверенно, то вложение в ценные бумаги компании типа «Магнита», Yandex или QIWI будут существенно более рискованными, так как вероятность неудачного исхода по ним выше.


Риск и доходность в классической экономической теории связаны друг с другом. Хотите получить большую доходность? Будьте готовы на несколько более высокий риск вложений в акции первого и второго эшелонов. Умеренный риск? Индексные фонды, ETF. Не хотите брать на себя риск? Вы можете положить деньги в облигации крупных компаний или в банк, где они будут еще и застрахованы государством до 1,4 миллиона рублей.


Чем занимаются автоматизированные финансовые помощники? Они должны определить склонность пользователя к риску (так называемый риск-профиль клиента). Это обычно делается с помощью теста из нескольких вопросов. Приятно осознавать, что такие тесты основываются на трудах величайших ученых прошлых лет. Например, мы в своих тестах используем результаты работ лауреата Нобелевской премии по экономике Даниэля Канемана.


Здесь уже отсеивается часть аудитории, так как многие пишут в емейлах или в социальных сетях вопрос: не хочу никаких тестов, во что вложиться конкретно сейчас? Однако нет, определение риск-профиля до каких-либо советов обязательно.


Далее запросы пользователя сопоставляются с текущей рыночной ситуацией. Анализ большого количества информации о рынке ценных бумаг подсказывает наиболее интересные возможности для вложения в данный момент. Из пула возможных вложений выбираются те, что подходят риск-профилю пользователя.


Важной компонентой является разъяснение пользователю, во что и почему рекомендуется производить вложения. Если не рассказать пользователю, почему вложения в ценные бумаги на Московской бирже могут действительно приносить деньги, а вложения в финансовые пирамиды — нет, то при очередной рекламе в интернете акций/фантиков МММ, он может повестись на сказки.


Например, важно рассказать пользователю, что 100% гарантированной доходности на рынке ценных бумаг нет. Более того, гарантировать доходность запрещено. Если вы видите надпись «гарантированные 50% годовых» или «гарантированные 5% в месяц», то вы можете сразу же игнорировать это объявление, а еще лучше записать адрес сайта, который дает такую рекламу, и пожаловаться на него в соответствующие инстанции.


Big Data и рынок инвестиционных услуг в России

В целом рынок инвестиционных услуг в России является очень молодым и еще даже не зародившимся. Причина очень проста. Число инвесторов колеблется в районе лишь 1%, а действующих инвесторов (не тех, кто давно забросил инвестирование) — и вовсе в десятых долях процента.


Причинами этого является низкая финансовая грамотность: часть населения думает, что только вклады в «Сбербанке» являются надёжными. Другая часть населения не понимает разницы между МММ, бинарными опционами и нормальными инвестиционными инструментами.


Но сейчас рынок наконец-то начинает свое быстрое развитие. Появляются новые проекты, стартапы и компании, которые используют автоматизацию, аналитику и Big Data для сферы финансов. Мне кажется, что текущий момент для новых сервисов является оптимальным. Мы в своем проекте Finsovetnik.com хотим стать самым крупным в этой нише в России.


Если на американском рынке пришлось бы конкурировать с большим количеством крупных компаний, то в России сейчас идеальная ситуация. Такая же, как в США лет 10-15 назад.


Безусловно, охват нашего сервиса и других российских сервисов сейчас не такой большой, как охват американских стартапов. Однако, я верю в российский рынок, верю в то, что можно повысить финансовую грамотность населения, что те, кто несут деньги только в Сбербанк поймут, что есть более выгодные вложения, те, кто вкладываются в МММ и бинарные опционы поймут, что там их деньги обречены, и начнут вкладываться в нормальные финансовые инструменты.


Конечно, ценные бумаги (в частности, акции) не сделают человека миллионером за один год. Это долгосрочные инвестиции, смыслом которых является получение доходности в 2-4 раза выше, чем по банковским вкладам. Математика показывает, что это работает.


Давайте вспомним Баффетта, который начинал заниматься инвестициями еще в юном возрасте, и к тридцати годам стал миллионером, а затем и вовсе попал в список Forbes. Путь не такой быстрый, как хотелось бы многим любителям легкой наживы, однако, путь стабильный, надежный, и как показывает опыт многих инвесторов, работающий.


Материалы по теме:

Умная Москва: какими технологиями нашпигована столица

Искусственный интеллект — причина, по которой нам конец?

Полный список конференций по большим данным на год вперед

Герман Греф: «С трендами бороться нельзя, в тренды нужно встраиваться»

Игроки ивент-индустрии хотят блокчейн, дополненную реальность и машинное обучение. Зачем?!

Что такое Big data: собрали всё самое важное о больших данных

Комментарии

Комментарии могут оставлять только авторизованные пользователи.
MIXX Conference 2017
3 октября 2017
Ещё события