Innovative technologies in analyzing information about the bank’s clientele. Big Data capacity and practices

Authors

N. V. Klimovskikh
Kuban State Agrarian University named after I. T. Trubilin, Russian Federation
A. V. Sokol
Kuban State Agrarian University named after I. T. Trubilin, Russian Federation

Abstract

Traditional banking analytics of customer information is increasingly being replaced by innovative technologies based on the modern Big Data concept. The article presents a comparison of traditional and innovative banking analytics, highlights the essential features and methods of creating Big Data technologies, and provides examples from domestic practice of their application. The conclusion is that the negative consequences are mitigated by the development of innovative Big Data technologies.

Keywords

innovation, technology, bank, Big Data, banking product, client, data

Authors Info

N. V. Klimovskikh

Candidate of Economic Sciences, Associate Professor, Associate Professor of the Department of Economic Theory at Kuban State Agrarian University named after I. T. Trubilin

Email: Nadin180676@yandex.ru

A. V. Sokol

Student of the Accounting and Finance Faculty at Kuban State Agrarian University named after I. T. Trubilin

Email: sokol-alex-so-cool@mail.ru

References

  1. Беркана А. Что такое Big data: собрали всё самое важное о больших данных. 16 мая 2017. URL: http://rb.ru/howto/chto-takoe-big-data.
  2. Бьен Н. Исчезающее V’s в Big Data: Жизнестойкость и Ценность. // URL: https://www.wired.com/insights/2013/05/the-missing-vs-in-big-data-viability-and-value/
  3. Гасти Т., Тибширани Р., Фридман Дж. Элементы статистического обучения: поиск данных, вторжение и предсказания. 2-е изд., Springer, 2017.
  4. Герон А. Практическое машинное обучение при помощи Scikit-Learn и TensorFlow: концепты, инструменты и техники построения организационных систем. O’Reilly, 2017.
  5. Грин Р. «48 законов власти». Закон № 11. «Старайся, чтобы люди зависели от тебя». URL: https://48power.bib.bz/zakon-11-staraysya-chtoby-lyudi-zaviseli-ot-tebya
  6. Данраджани С. Искусственный интеллект и Аналитика: Прогрессивные бизнес решения. Wiley, 2018.
  7. Конотопов П.Ю., Курносов Ю.В. Аналитика: методология, технология и организация информационно-аналитической работы. М., 2004.
  8. Лэни Д. 3D-менеджмент данных: контроль объема данных, скорости и вариативности. Технический отчет. META Group. 2001. URL: https://blogs.gartner.com/doug-laney/files/2012/01/ad949–3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf
  9. Смит М. Дж. де, Гудчайлд М. Ф., Лонгли П.А. Геопространственный анализ: Полный сборник законов, техник и программных механизмов. 2-е издание. Winchelsea, 2007.
  10. МакНалти Е. Понимая Big Data: 7 V’s. Май 22. 2014. // URL: https://dataconomy.com/2014/05/seven-vs-big-data/
  11. Манъика Дж. [и др.] Большие данные: Следующий рубеж инноваций, соревнований и продуктивности. McKinsey Global Institute. 2011
  12. Митчелл Т. Изучение машин. McGraw-Hill Science/Engineering/Math.
  13. Нуссбаумер Кнафлик К. Повествование через данные: Визуальный справочник по данным для бизнес профессионалов. Wiley, 2018.
  14. О’Нилл К., Шутт Р. Изучение науки о данных. Разговор лицом к лицу с передовой линии. O’Reilly. 2014.
  15. Праймесбергер К. Yahoo, Большие данные. Светлое будущее бизнес организаций. 2011. URL: https://www.eweek.com/storage/hadoop-yahoo-big-data-brighten-bi-future
  16. Сиддики Н. Кредитный риск протоколов результата: Развитие и применение организационных кредитных протоколов. New Jersey. 2006.
  17. Специальное исследование. Большие данные в финансовой отрасли: обзор и оценка перспектив развития мирового и российского рынков. IDC. 2015. URL: file:///C:/Users/Пользователь/Downloads/idc-26012016.pdf
  18. Тсиптсис К., Корианопулос А. Технологии поиска данных в системе управления взаимоотношений между клиентами: внутренняя сегментация покупателя. 2009.
  19. Фельдман С. Минута в интернете 2019 г. URL: https://www.statista.com/chart/17518/internet-use-one-minute/
  20. Gil Press. Data Scientists: The Definition of Sexy. 2012. URL: https://www.forbes.com/sites/gilpress/2012/09/27/data-scientists-the-definition-of-sexy/#13c277d35f96
  21. The Four V´s of Big Data. IBM. 2011. URL: https://www.ibmbigdatahub.com/sites/default/files/infographic_file/4-Vs-of-big-data.jpg
  22. Alan Morrison etc. Big Data: how to extract information from them; Technological forecast // Quarterly magazine. Russian edition. 2010. № 3. PricewaterhouseCoopers.

Statistics

Download data is not yet available.

Article Sidebar

PDF (Russian) JATS XML

Article Details

Issue

2020 · No. 1 (57)

Section

Banking

Publication History

Published 2020-03-12

How to Cite

[1]
Klimovskikh N.V., Sokol A.V. Innovative technologies in analyzing information about the bank’s clientele. Big Data capacity and practices // Economics: Theory and Practice. 2020. No 1 (57). С. 89–96. URL: https://etip.kubsu.ru/article/view/526

License

Copyright (c) 2020 N. V. Klimovskikh, A. V. Sokol

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.