Les solutions capables de tirer de la valeur de données financières sont loin d'être les seules pièces du puzzle des Big Data de la finance. En effet, les solutions de trading algorithmique complexe, de gestion fine de la conformité et des risques, par exemple, ne seraient rien sans l'infrastructure qui les soutient. Celle-ci repose sur un maillage de data centers internes et de colocation au cœur de cet écosystème transactionnel. Or c'est au niveau de ces data centers que s’élabore une nouvelle équation coût-rentabilité pour exploiter les Big Data de la finance.

En effet, le data center prend maintenant pied dans l'offre des entreprises de la finance, non sans modifier leurs modèles. Au-delà du cœur de métier de la transaction financière, de plus en plus d'acteurs investissent dans leur infrastructure pour enrichir les services. Première motivation : maintenir les données au plus près du marché. Deuxième motivation : s'équiper de plateformes analytiques qui décortiquent les business modèles des clients, identifient les plus rentables sur qui miser et les moins rentables à éviter. Une autre pratique allie métier financier et maniement du data center : le "edge computing" qui permet d'établir des sous-data centers à petite échelle et dédiés aux data, moins chers à exploiter. Le terrain idéal pour déployer, entre autres, la modélisation prédictive. Résultat : un modèle très rentable qui sait faire oublier l'investissement technologique initial !

Lire l'article (en anglais)