Apeas
[ad_1]
Comment pouvons-nous utiliser l'apprentissage machine pour mieux comprendre nos clients? Plus précisément, notre nouvelle clientèle cible – les femmes?
L'apprentissage automatique aide les institutions financières à mieux servir les clientes.
Les marques mondiales investissent de plus en plus dans les médias sociaux et l'analyse de données avancée. Les entreprises savent que les femmes occupent une place de plus en plus importante dans la gestion de la richesse, investissent plus que jamais dans la gestion de la richesse et sont souvent leurs plus gros consommateurs.
Les femmes sont les clientes cibles, mais elles sont encore mal desservies. La plupart des sociétés de services financiers se sont optimisées pour communiquer avec les clients masculins et les servir davantage. Et comme le montre ma recherche, les femmes pensent et communiquent différemment au sujet des investissements.
Le secteur financier doit comprendre les préférences en matière de valeur et le comportement des femmes en matière d’investissement afin de définir les meilleurs conseils pour que ces clientes puissent affecter leurs ressources et leurs valeurs par le biais d’investissements traditionnels, tant sur le marché des actions qu’aux placements alternatifs.
Dans «», écrivait Marguerita Cheng, «la technologie de l'apprentissage automatique et d'autres types de technologies d'IA (intelligence artificielle) peuvent analyser le comportement des clients et utiliser les données pour fournir des conseils personnalisés en fonction de leurs habitudes en matière d'investissement, d'épargne et de dépenses.
J'ai trouvé ça. Ils recherchent les valeurs qui reflètent le mieux leurs valeurs fondamentales en matière d’égalité des sexes, de diversité, d’environnement et de développement.
L'apprentissage automatique facilitera l'accès à cette information. Mener des recherches sur des produits d’investissement spécifiques prendra bientôt quelques minutes au lieu de plusieurs jours et il vous suffira de commencer par «pointer et cliquer» pour commencer à investir dans une cause.
L'apprentissage automatique nous permet de traiter des données et de voir les comportements.
Deloitte a récemment publié son. Une des prévisions clés est ""
Selon Duncan Stewart, directeur de Tech Research chez Deloitte Canada et auteur du rapport, cinq facteurs sont déterminants pour un apprentissage automatique: «L’amélioration des puces, l’automatisation de la science des données, la réduction du besoin de données de formation, l’explication des résultats de la machine. l’apprentissage local et un meilleur déploiement de l’apprentissage automatique local. ”
Stewart a noté:
«Ces améliorations vont doubler l'intensité avec laquelle les entreprises utilisent l'apprentissage automatique d'ici fin 2018 et elles promettent à long terme d'en faire une technologie grand public qui permettra de nouvelles applications dans des secteurs où les entreprises ont peu de talent, d'infrastructure ou des données pour former les modèles. "
Jon Suarez-Davis, CMO et CSO de la plateforme de gestion de données Krux,
«L'apprentissage automatique peut traiter rapidement les données, ce qui marque un changement important dans la manière dont les spécialistes du marketing ont feuilleté des feuilles de calcul pour dégager leurs propres informations.
«Le marketing est un art et une science. L'art consiste à se connecter avec les humains. La science dégage toutes ces idées que nous ne pourrions jamais faire nous-mêmes et nous permet de poser des questions plus intelligentes et de voir ces tendances – et maintenant je peux activer tous ces événements et commencer à prédire quel est le comportement (du consommateur). Ce sont tous des éléments auxquels nous ne pouvions rêver que quelques années auparavant. »
Nishant Kumar, dans «» a discuté du potentiel de prévision plus rapide et plus précise des métriques telles que les données de vente. Il a écrit:
«La société basée à Boston (Acadian) investit dans l’intelligence artificielle et le big data pour améliorer les prévisions, telles que les ventes, qui sont essentielles à la performance d’une entreprise. Si Acadian pouvait miser sur les données de vente avant leur publication, la société gagnerait un avantage. "
Kumar a cité Wes Chan, directeur des recherches sur la sélection d’actions chez Acadian: «Vous pouvez utiliser l’apprentissage automatique pour obtenir les métriques plus tôt, plus rapidement et plus précisément. . . . Si cela fonctionne, c'est assez important. "
Qu'en est-il des biais dans les données? Wmal machine learning ne capture que les données stéréotypées sur les femmes et l’investissement?
Dans “” Eric Horvitz, directeur de Microsoft Research, discute des biais dans les données, soulignant que “Loin des ordinateurs, des livres et autres matériels éducatifs pour les enfants sont souvent modifiés pour montrer un monde idéalisé, avec un nombre égal d'hommes et de femmes , par exemple."
Comme le dit Horvitz, «C’est une question très importante: quand devons-nous changer la réalité pour que nos systèmes fonctionnent de manière satisfaisante?»
Selon Stewart:
«À mesure que les banques et les entreprises de gestion de patrimoine commencent à utiliser l’apprentissage automatique pour améliorer la connaissance de leurs clients, elles devront« former »leurs modèles sur des données historiques. Les données traditionnelles seront probablement dominées par les investisseurs masculins, et tout biais éventuel dans cet ensemble de données ne sera pas seulement reflété dans les nouveaux modèles d'IA, mais pourrait même être exagéré par le processus de formation. Cela conduira à de mauvaises réponses lorsque les femmes commencent à représenter 50% ou plus des nouvelles affaires.
«La solution consistera à organiser une formation séparée en apprentissage automatique sur des ensembles de données réservés aux femmes. Ce sera plus difficile que de simplement utiliser toutes les données des hommes et des femmes, et cela pourrait être plus lent. Mais les algorithmes qui en résultent sont presque garantis pour offrir de meilleures informations sur les clientes ».
Quelles sont les tendances dans la manière dont les femmes investiront en 2018?
L'apprentissage automatique nous permettra de traiter les données concernant les femmes investisseurs et de tirer parti de l'évolution de leurs comportements en matière de placement.
Anna Svahn, directrice de Feminvest en Suède et auteur et investisseur, en est un exemple:
«J'ai commencé le réseau sur Facebook il y a un an et demi et nous comptons maintenant 87 000 membres. C'est la plus grande communauté sociale financière en Europe. En janvier de cette année, j’ai également repris un réseau d’investisseurs composé d’environ 15 000 membres. Dans Economista, les membres discutent à la fois de l'économie privée et de l'investissement de base. Feminvest est destiné aux investisseurs plus expérimentés.
«Nous allons lancer un nouveau fonds ce printemps en collaboration avec. Grâce à l'apprentissage automatique et aux mégadonnées, Arabesque S-Ray ™ combine systématiquement plus de 200 mesures métriques environnementales, sociales et de gouvernance (ESG) avec des signaux de nouvelles provenant de plus de 50 000 sources dans 15 langues. Plutôt que de décider nous-mêmes du nom et de l’orientation du fonds, nous montrerons à nos membres les facteurs disponibles et nous leur demanderons de voter. S'il s'avère que l'égalité des sexes est le facteur le plus populaire, nous ajusterons le fonds en conséquence.
«Les entreprises veulent faire de la publicité sur la plate-forme Feminvest pour avoir accès à des femmes investisseurs. Ils peuvent acheter de l'espace dans nos journaux ou sur nos podcasts et blogs. En matière de marketing auprès des femmes, investissement et réseautage vont de pair. Les connaissances des clients permettent de progresser plus vite pour accéder à ces données (via de nouvelles technologies telles que l’apprentissage automatique) et plus vite nous atteignons la domination du monde. ”
Quel est le résultat final de l’apprentissage automatique pour les femmes investisseurs?
La finance continue d'évoluer à un rythme rapide. À l'échelle mondiale, nous assistons à un changement radical de socialisation. Nous constatons une croissance explosive du nombre de plates-formes de négoce social et de communautés de médias sociaux destinées aux femmes.
Comme je l'ai souligné plus tôt cette année, dans «»:
«Le monde est maintenant un club d'investissement géant grâce à toutes les nouvelles applications et plateformes disponibles pour les investisseurs. L'investissement numérique a ouvert les portes et nous sommes à l'aube d'un mouvement social mondial pour les femmes investisseurs. Cela aura des implications majeures pour la composition et l'activité du marché boursier. "
Les technologies qui accélèrent notre capacité à comprendre les comportements d’investissement des femmes présentent un grand intérêt pour toutes les institutions financières.
L'apprentissage automatique axé sur les femmes, alimenté par de nouveaux matériels et logiciels, constituera une tendance clé en 2018 et au-delà.
Si vous avez aimé cet article, n'oubliez pas de vous abonner à la Investisseur entreprenant.
Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.
Crédit image: © Getty Images / jpa1999
