从Kensho、Watson看国外大数据检索应用

　　（数据来源：Crunchbase）

　　1.投研——提升信息量、效率、便捷性

　　? 基于海量信息，模拟分析师分析过程

　　基于海量信息——以Kensho为例

　　模拟分析师分析过程

　　-根据数据库中某资产价格的变动历史，提取出影响该资产价格的所有可能变量

　　-通过特征选择算法，选择出和当期资产价格波动较为相关的变量

　　-通过机器扫描所有和这些变量相关的数据源

　　-将变量值输入模型，从而得出资产价格的波动区间，以及变量的影响因子

　　（数据来源：公开信息整理）

　　? Kensho的傻瓜式应用：“事件——结果”直接呈现

　　功能：

　　-追因：什么因素影响了股价变动？

　　-预测：某一因素会对股价造成什么影响？

　　-程度：呈现众多因素下，股价/指数变动的幅度

　　金融机构愿意买单：又买产品又投钱

　　以Kensho为例：高盛、JP摩根、美林、摩根史丹利、花旗、标普——既是它的用户，也是它的投资方

　　2.理赔——比对理赔要求和赔偿标准

　　价值：提高理赔效率，减少错误，降低风险

　　案例——IBM的Watson服务日本富国生命保险进行健康险理赔

　　-成本：系统引入$170万+维持费用$12.8万/年

　　-效益：预期节省开支$110万/年；拟减少员工30%

　　（数据来源：公开信息整理）

　　3.审计——比对财务信息和审计标准

　　Sway Finance——财务信息快速检索工具

　　-直接把经营活动转化为财务信息，并可随时检索信息、比对合规性

　　4.内控——比对员工行为和法律/公司规范

转载请注明出处。