過去10年ほどの間にフィンテックの世界に少しでも関心を持ったことがある人なら、ほぼすべての開発においてデータが鍵となっていることに気づかざるを得なかったでしょう。「データは21世紀のゴールド（国家を築くための原材料）である」と言うのは一種の決まり文句のようになっていますが、まさにその通りです。
しかし、データは21世紀の石油であると言った方がより正確である、と主張することもできるでしょう。石油と同様に、データも有用な製品に分解するために精製（この比喩では「分析」）されなければなりません。それ単体では、膨大な量のデータは原油と同じくらい役に立ちません。しかし、フィンテックは驚くほど多様な情報源からのデータを利用することに特に長けていることが証明されています。これまでに何が達成され、これから何がもたらされるのかを見てみましょう。
「ビッグデータ」とは何か？
「ビッグファーマ（巨大製薬企業）」や「ビッグオイル（国際石油資本）」のように、特定の分野を支配する巨人を意味する言葉を聞いたことがあるでしょう。そのため、「ビッグデータ」がそれらとは異なるものであると知ると驚くかもしれません。本稿執筆時点では、すべてのデータを実質的に支配する少数の巨大組織による独占は形成されていません。しかし、Google、Facebook、Amazon、Microsoft、Appleといったビッグテック企業が存在し、彼らはその段階に極めて容易に移行できるだけの十分な顧客とデータソースを抱えています。
その日が来るまで、ビッグデータとは文字通りの意味、すなわち大容量のデータに過ぎません。フィンテックの文脈では、これは顧客プロフィール、取引記録、ウェブサイトやアプリのトラフィックなどを指す場合があります。大企業の場合、このデータの量そのものが非常に膨大であるため処理がはるかに困難になり、従来のデータ処理手法を用いて有用な結論を導き出すことはほぼ不可能になります。
適切な処理を行うことで、ビッグデータはいくつかの重要なメリットをもたらします。より広い顧客セグメントの視点から、個々の顧客に至るまで、購買行動を特定できます。また、一貫したエラー、障害、非効率性を数秒で検出することもできます。システムを騙そうとする行為など、意図的に引き起こされたエラーを検出することさえ可能です。それには適切な処理が必要なだけです。
モノのインターネット（IoT）の成長により、状況はさらに複雑になっていますが、同時により興味深いものにもなっています。IoTとその金融界における応用についての詳しい説明は、こちらでご覧いただけます。
主要なイネーブラーとしてのビッグデータ
フィンテックソリューションの開発や改良において、活用できる顧客データが豊富にあることは、タスクを大幅に容易にします。ビッグデータソースやデータサイエンス部門は、ボリューム（量）、ベロシティ（速度）、バラエティ（多様性）を提供できるため、それらをより適切に提供できます。つまり、多くの異なるデータを迅速に提供できるのです。これが、小規模なフィンテックスタートアップと伝統的な大手の銀行との協働がこれほどまでに普及している多くの理由の1つです。
小規模な企業単体では、システムを効果的にテストするのに十分なデータを生成することは到底不可能です。魅力的な製品で顧客基盤を構築する必要がありますが、その製品を作るにはデータが必要になります。これはビッグデータが解決を支援できる「キャッチ22（鶏が先か卵が先かというジレンマ）」です。
ビッグデータが生み出すもの
この規模のデータにアクセスすることで、新興のフィンテックソリューションは顧客の行動を予測し、そこから示唆される販売機会を活用して収益を増やすことができます。また、その情報を使用して高度なリスク評価を行うことで節約を支援し、銀行がいつ、誰に資金を貸し出すべきかについて、より情報に基づいた意思決定を行えるようにします。
おそらく、ビッグデータがフィンテックの世界にもたらした最も重要なメリットの1つは、リアルタイムで対応できる能力です。以前は、市場の変化や不正取引は、対策を講じるには手遅れになるまで検出されないことがありました。しかし、膨大なデータがほぼ瞬時に分析されるようになると、即座に警告の兆候を察知し、それに応じた行動をとることが可能になります。
ビッグデータの課題に対して機械学習やAIソリューションを取り入れたことが、小規模なフィンテック企業の急速な成功を可能にし、本稿のタイトルで言及されている革命へとつながりました。特にCOVID-19のパンデミック期において、ネオバンクやチャレンジャーバンクは従来の競合他社を容易に引き離していることが分かりました。これは、前者がビッグデータを利用して、顧客が必要な時にいつでも、必要なものを提供したことに少なからず起因しています。
ビッグデータのメリット
何世紀もの歴史を持つ機関よりも、小規模なフィンテック企業が選ばれるようになるほどの、どのような機会をビッグデータは提供できるのでしょうか？ 機械学習を用いて膨大な量のインプット、プロセス、アウトプットを研究することで、4つの基本的なメリットが得られます：
顧客重視： 顧客の習慣を学習することで、企業は大部分のケースに機能するもののすべてには対応できない汎用的なソリューションを作るのではなく、実際の個人のニーズに合わせて製品をカスタマイズできます。
セキュリティの向上： 不正行為をより迅速に発見し、より効果的に阻止できるため、顧客はより高い利便性を得て、安心してその企業に資金を預けることができます。
より優れたリスク評価： 金融の多くは、実質的に何らかの賭けです。それは、顧客が期日通りに融資を返済することを信頼することであったり、常に失敗のリスクが伴うビジネスベンチャーに投資することであったりします。ビッグデータを研究することは、競走馬の調子を研究することと同じですが、活用できるデータポイントがはるかに多く、推測の余地ははるかに少なくなります。要するに、ギャンブル的な要素を可能な限り排除できるのです。
より優れたカスタマーサービス： 顧客重視に関するポイントと密接に関連していますが、特に顧客の問題が大きくなる前にそれを解決できるよう支援することに焦点を当てています。これには、カスタマーサービスプロセスの最初の段階としてチャットボットを使用することが含まれます。大量のデータを使用してボットをトレーニングすることで、人間のサポート担当者を介することなく、ほとんどの問題を解決できるように設定できます。
フィンテックにおけるビッグデータの未来
このブログのいくつかの記事で、フィンテックが間違いなく金融の未来であると述べてきました。変化する顧客の期待や、フィンテック企業の破竹の勢いでの成功がそれを明確に示しています。しかし、その成功と、そうした期待を形成する上でビッグデータが果たした役割を認識することが重要です。
課題は、プライバシーに関する懸念が、よりパーソナライズされ、匿名性の低い金融体験への要望と交錯する時に生じます。多くのウェブサイトがクッキーの受け入れを明示的に求めたり、アプリが他のアプリやサイトでのアクティビティの追跡を許可するよう求めたりすることが増えていることに気づいているでしょう。これらは両方とも顧客の行動を予測するのに役立つ重要なデータソースですが、ランダムな企業が自分についてどれだけのデータを収集できるかという、ある種のパラノイア的な懸念が、人々にプライバシーへの不安を抱かせています。
データが適切に管理されている限り、ほとんどの人にとってプライバシーへの脅威は実際にはほとんどありません。収集されるデータの圧倒的多数には個人を特定できる情報（PII）は含まれておらず、単に特定の顧客セグメントプロフィールの人々がどのように行動するかという例を示すに過ぎません。しかし、金融はPIIデータが極めて重要となる分野であり、特に特定の顧客に合わせて体験をカスタマイズする場合にはなおさらです。
そうであるため、フィンテックとビッグデータの未来における主要な要因は、データ処理を管理する規制の開発と普及になるでしょう。これがうまく処理されれば、フィンテック企業はプライバシーの侵害を最小限に抑えながら、スムーズに開発を続けることができます。処理が不十分な場合、企業による機密データの取り扱いに一貫性がなくなり、フィンテックの世界が停滞する可能性があります。
DeeMoneyでより快適になる海外送金
DeeMoneyなら、タイから海外へ、よりお得なレートで、より速く、より簡単に送金できます。隠れた手数料なし、一律125バーツの手数料で、よりお得な為替レートを提供します。DeeMoneyを使用すると、タイから世界中へ、翌営業日着金の保証付きで送金や国際決済を行うことができます。
