Yodlee通过上下文数据提高金融交易
当Envestnet获得银行饲料数据聚集器yodlee,去年超过半十亿美元,有一些眉毛提出,因为Pundits想知道Envestnet如何利用Yodlee来提供不显着的投资回报。
对于那些逃避它的人来说,Yodlee是一个银行饲料供应商。这意味着什么是想要创建使用银行数据的产品的人,而不是必须将自定义集成构建到那里的所有不同的银行平台中,他们可以简单地与yodlee和嘿presto,银行数据集成。
当然,Yodlee有一些翻转方面 - 长期辩论是借助于yodlee是否实际违反银行条款和条件。
请记住,当您同意不提供您的用户名和密码的第三方?好吧,有些人会争辩说,Yodlee的服务几乎构成了这一点。而且,虽然没有银行质疑服务,但它将是一个有趣的局面,遭受归因于Yodlee等第三方银行联系的财务损失。
第三方的另一个问题 - 这不是银行饲料的特定,更不用说Yodlee本身 - 就是当饲料下降时,缺乏清晰度,就像谁的错。上周,我的美国快递卡进入Xero,一位会计软件供应商的银行饲养。这实际上是yodlee的末尾是一个问题,但有一定程度的混乱。
无论如何,抛开可靠性和安全性,没有否认连接yodlee的数百个不同的银行集成,并在所有数据中突出,给出了借助一个非常有趣的资源来利用超越简单地提供管道。
为此,我们今天看到了“EnvestNet / Yodlee Financial Data Platform”的延伸,并在添加交易数据富集的延伸。这意味着(相对)普通的英语,是yodlee正在将机器学习引擎应用到他们收集的数据池中,以便将上下文信息添加到原始银行数据 - 在这种情况下,简单的描述,商家名称,类别和交易类型。
当然,这是对使用Yodlee的银行饲料的供应商的实际价值 - 他们负担难以阅读,含糊不清的交易的挑战,这使得他们难以解析数据 - 以及消费者在他们的银行或信用卡声明中显示交易。由于yodlee看到它,没有明确的上下情貌化的财务数据,金融服务提供商不仅越来越依赖客户支持团队来解决查询,但它们也缺少机会使用此数据更好地理解并为客户提供服务。
“消费者交易是金融服务提供商可以利用学习客户的最有洞察力的数据。准确的交易分类对于了解支出和储蓄习惯,付款偏好以及钱包的分享至关重要,以个性化客户体验。到目前为止,金融机构和金融气创新者无法明确明确地核化交易数据,“Envestnet / Yodlee的平台产品管理副总裁Lori Martel说。“通过上下文化交易数据,金融服务提供商可以通过网页和移动应用提供更加定制和参与在线银行体验。”
新产品给Yodlee合作伙伴的主要功能包括:
模式识别和机器学习为事务提供上下文,包括简单的描述,商家名称,类别,事务类型,固定或可变支出,频率和借方或信用交易Contuctual化和个性化数据,用于清洁事务,应为消费提供更大的洞察力通过yodlee的完全托管应用程序和API或新DAAS文件到文件方法,以丰富来自日内,日常或半定期的多个不同系统的大型或一小组交易mypov.
管道是非常有价值的 - 但只有该价值的一部分就是从源头和终点之间的连接之间进行。通过对数据进行分流和从其中的模式进行学习来创建大量附加值。当然,对于隐私和安全,总会有问题和担忧,但在适当的匿名时,这种方法应该为Yodlee的客户提供真正的益处,而他们的客户依次为其客户提供了真正的益处。