Fintech and the Future of the Payment Landscape: The Mobile Wallet Ecosystem - A Challenge for Retail Banks?
Notice bibliographique
Résumé
Technological innovation, recent regulatory initiatives and mass consumers’ changing expectations are quickly re-shaping the payments’ sector, paving the way to a more open environment where even non-banking players see a huge opportunity to gain momentum and disrupt the incumbents, namely the financial institutions. Fintech startups, high-tech firms but also mobile network operators are indeed challenging the status quo with their innovative propositions, trying to disintermediate banks from their traditional function of payment service providers. In the payments market, mobile wallets represent one of the innovations with highest potential of growth in the consumer-to-business segment. Payment market is a large and profitable segment for retail banking. Besides revenue streams from card payment transactions, new sources of revenueas and value creation have been unleashed by digital payments. This paper contributes to provide a better understanding of the mobile wallet ecosystem, also analyzing a set of four business cases so to identify potential sources of competitive advantage for retail banks in a market characterized by an increased non-bank competition. Mobile wallet platforms can be a powerful tool for banks to cope with the customer-centric approach. The structure of the paper analyse the recent trends in the financial services industry, involving the entry of new players (Fintech); the evolution of payments in the market; the concept of ecosystem applied to the new payment landscape; and it outlines the banks’ roles in the new mobile payment environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».