摩根斯坦利专注于数据质量,以加强AI

现在注册

摩根斯坦利的首席分析和数据官员杰夫麦克米兰, 长期以来担心风险 仅仅依赖于数据 - 如果投入机构系统的数据是不准确或过期的,它将为客户提供错误的建议。

并且在像摩根士丹利这样的公司,这不是一个选择。

因此,摩根士丹利一直在改革其对数据的方法。他们中间的主要是它希望提高核心业务处理中的数据质量。

“数据量的加速度和机会这种数据效率和产品创新就是大幅扩展,”银行数据卓越数据中心负责人Gerard Hester表示。 “我们希望确定我们领先于游戏。”

卓越数据中心成立于2018年。海斯特将其描述为一家枢纽,其中包括对本组织的所有部分的辐条,包括股票,固定收益,研究,银行业,投资管理,财富管理,法律,合规性,风险,金融和金融操作。每个部门都有自己的数据要求。

“能够将所有这些数据拉到整个公司,我们认为将帮助摩根士丹利在内部的特许经营以及我们为客户提供的产品,”海斯说。

该公司希望改善数据质量,让银行建立更高质量的人工智能和机器学习工具,以提供见解和指导业务决策。预计将受益的产品是银行为其财务顾问制定的下一个最佳行动。

下一个最佳行动使用机器学习和预测分析来分析研究报告和市场数据,确定投资可能性,并将其与个人客户的偏好相匹配。财务顾问可以选择使用下一个最佳行动的建议。

可以从更好的数据中受益的另一种工具是一个名为ASK Research的内部虚拟助手。询问研究提供了常规问题的快速答案,如“谷歌每股收益是什么?”或者“向我发送您的谷歌的最新型号。”该技术目前正在多个部门进行测试,包括财富管理。

新数据策略

但更好的数据质量只是改造的目标之一。另一个是在使用数据的位置和方式方面具有更严格的控制和监督,并确保正确的数据用于向客户端提供新产品。

为了实现这一目标,据海斯特称,该银行最近创建了一个新的数据策略,三大支柱。首先是与每个业务领域合作以了解他们的数据问题并开始解决这些问题。

“我们在过去九个月内取得了重大进展,并对我们的许多企业,特别是我们的股票业务,”海斯特说。

第二个支柱是提高数据访问和安全性的工具和创新。第三个柱是一个身份框架。

2月底,银行聘请Liezel McCord监督新战略中的数据政策。直到最近,麦考之都是一个外部顾问,帮助摩根士丹利与其布雷克人战略。麦考德的职责之一是改善数据所有权 - 在他们创造的数据错误并在正确时给予他们信用时,持有数据所有者。

“我们非常重要,我们有明确的数据所有权,”海斯特说。 “想象一下,你正在加入很多数据。如果一个数据来源的质量不高,那可以破坏你想要做的工作。“

数据所有者将对他们贡献的数据的准确性,安全性和质量负责,并确保解决了任何问题。

数据质量项目的趋势

Capgemini的银行和资本市场领导者Arindam Choudhury表示,许多银行正在重新分离数据,因为它在新的应用程序中分发。

他说,有些人受到监管问题的推动。例如,银行监管标准号239(有效风险数据汇总和风险报告原则)正在推动一些机构进行数据管理变更。

“在第一个转变中,人们遵守它,但作为点对点的接口和应用程序,这不是非常有效的,”Choudhury说。 “所以现在人们正在寻找迁移到云或数据湖,他们正在寻找更合理的方式和更具成本效益的实现这些原则的方式。”

另一个趋势推动银行以订单获得数据库的是Fintechs的竞争。

“几乎每一个金融服务组织今天的挑战是他们被许多金融化的宣称,所以他们正在寻找可以用来与这些金融金的合作伙伴或保护甚至发展业务的资产。 Choudhury说。 “所以他们仔细看看他们拥有的数据访问。组织开始将数据视为战略资产,并尝试找到货币化的方法。“

第三个司机是更好地分析和报告的渴望。

“集中化和弄清楚了这一数据的强烈趋势,这种数据来自哪里,触动它的这种数据的出处是什么,我们申请了哪些规则?” Choudhury说。他说,可以导致可解释,有效和值得信赖的AI。

大分球克罗斯曼的编辑欢迎反馈 [email protected].

用于本文的重印和许可请求, 点击这里 .
客户数据 非结构化数据 数据湖泊 数据所有权 数据透明度 数据仓库 人工智能 机器学习 摩根士丹利 摩根士丹利财富管理
更多来自美国银行家