PFM jako osobisty asystent każdego klienta banku

Businesswoman check data in smartphone and tablet

Personal Finance Management (PFM), czyli aplikacje pomagające zarządzać finansami osobistymi są znane od lat osiemdziesiątych, a dokładnie od 1984 roku i pierwszej wersji aplikacji Quicken. Obecnie aplikacje PFM coraz mocniej integrują się z rachunkami bankowymi i opierają się na działaniach uczących się algorytmów.

Wraz z upowszechnieniem się bankowości internetowej część amerykańskich instytucji zaczęła wprowadzać funkcje analizy wydatków do systemów transakcyjnych i możliwość pobierania danych z rachunków bankowych, a aplikacje PFM tylko na tym zyskały. Dostawcy usług finansowych PFM nawiązywali współpracę z bankami i udoskonalali technikę screen scraping, czyli pobieranie danych z serwisów bankowości internetowej w imieniu użytkownika. Doprowadziło to do sytuacji, że w ostatnich latach pierwszej dekady XXI wieku aplikacje PFM posiadały więcej możliwości i cieszyły się większą popularnością niż samodzielne programy do zarządzania finansami osobistymi oraz uzupełniały się z wprowadzanymi na rynek aplikacjami mobilnymi, umożliwiającymi szybki dostęp do historii transakcji i kontrolowania budżetu.

W polskich realiach, o rozpowszechnieniu niezależnych aplikacji internetowych – standalone PFM, można mówić dla czasów drugiej dekady XXI wieku. W 2010 roku po raz pierwszy zintegrowano narzędzia do zarządzania finansami z bankowością internetową (Meritum Bank), stworzono pierwszą aplikację bankową opartą na agregacji rachunków (Alior Sync) oraz połączono konto bankowe z PFM (mBank).

Wielofunkcyjność aplikacji PFM
Początkowo dość trudne w obsłudze dla części użytkowników aplikacje PFM, z czasem stawały się coraz prostsze, dzięki automatyzacji pobierania danych poprzez import informacji z banków albo dzięki łączeniu ich z historią konta w aplikacjach przedstawianych przez banki, podziałowi na kategorie, opartemu na analizie opisów transakcji m.in. kodów MCC i korekt wprowadzanych przez użytkownika, sporządzanej przez algorytmy uczące się.

Większość użytkowników aplikacji PFM nie ma wystarczającej wiedzy na temat finansów, aby poruszać się w tej dziedzinie samodzielnie, więc oczekuje wsparcia na prawie każdym poziomie działania. Aplikacje PFM składają się nie tylko z elementów umożliwiających analizę przychodów i rozchodów w wybranym czasie oraz kategoryzację transakcji, ale także diagnozujących problemy finansowe i tworzących prognozy finansowe (np. cash flow zapewniające zawiadomienia o kończącej się gotówce, alerty, wskaźniki stanu finansów, propozycje tworzenia zautomatyzowanych strategii) oraz wspomagające wychodzenie z zadłużenia albo tworzenie planu gromadzenia oszczędności emerytalnych. Algorytmy uczące się są także w stanie wychwycić np. niestandardowe odchylenia we wzorach wydatków. Aplikacje PFM mają za zadanie oferować spersonalizowany wybór produktów klientom banków i tym samym nie tylko wychodzić naprzeciw ich potrzebom, ale także przewidywać je i z tych powodów stanowić ważny element strategii rozwojowych wielu banków.

autor. Agnieszka Góralczyk
fot. fotolia