Original title: Big data - použití v bankovní sféře
Translated title: Big data - application in banking
Authors: Uřídil, Martin ; Slánský, David (advisor) ; Pour, Jan (referee)
Document type: Master’s theses
Year: 2012
Language: cze
Publisher: Vysoká škola ekonomická v Praze
Abstract: [cze] [eng]
Rostoucí objemy světových dat nabízejí nové možnosti pro ty účastníky trhu, kteří se je rozhodnou využít. Zvláště v odvětví bankovních služeb jsou data, informace a znalosti velmi ceněnou komoditou. Tradiční analytická řešení běžně pracují s daty, která mají předem definovanou strukturu a význam. Jak ale těžit informace z dat, která tuto vlastnost nesplňují? Práce se zaměřuje na využití Big Data analytiky v oblastech bankovnictví a finančních služeb. Cílem práce je definovat konkrétní aplikace trendu v tomto oboru a popsat jejich přínosy pro bankovní instituce ve světě a v České republice. Za účelem dosažení cíle je práce rozdělená na čtyři hlavní části. První část popisuje samotný trend Big Data, druhá část vymezuje činnosti a využívané nástroje v bankovním prostředí. Třetí stěžejní část pak na vymezené činnosti aplikuje Big Data analytiku a ukazuje její možné přínosy. Poslední část se soustředí přímo na specifika českého bankovnictví a odpovídá na otázku, jaké je aktuální využití Big Data v českých bankách. Práce podává komplexní obraz o možnostech využití analýz nad daty, která splňují specifika Big Data. Hlavní přínos vidím v aplikaci trendu v reálných činnostech banky, kde práce podrobně popisuje jednotlivé případy. There is a growing volume of global data, which is offering new possibilities for those market participants, who know to take advantage of it. Data, information and knowledge are new highly regarded commodity especially in the banking industry. Traditional data analytics is intended for processing data with known structure and meaning. But how can we get knowledge from data with no such structure? The thesis focuses on Big Data analytics and its use in banking and financial industry. Definition of specific applications in this area and description of benefits for international and Czech banking institutions are the main goals of the thesis. The thesis is divided in four parts. The first part defines Big Data trend, the second part specifies activities and tools in banking. The purpose of the third part is to apply Big Data analytics on those activities and shows its possible benefits. The last part focuses on the particularities of Czech banking and shows what actual situation about Big Data in Czech banks is. The thesis gives complex description of possibilities of using Big Data analytics. I see my personal contribution in detailed characterization of the application in real banking activities.
Keywords: Apache Hadoop; banking; Big Data; data analysis; data discovery; financial analysis; regulatory compliance; sentiment analysis; analýza sentimentu; Apache Hadoop; bankovnictví; Big Data; data discovery; datová analytika; finanční analýzy; regulatorní požadavky

Institution: University of Economics, Prague (web)
Document availability information: Available in the digital repository of the University of Economics, Prague.
Original record: http://www.vse.cz/vskp/eid/34647

Permalink: http://www.nusl.cz/ntk/nusl-149908


The record appears in these collections:
Universities and colleges > Public universities > University of Economics, Prague
Academic theses (ETDs) > Master’s theses