Big data và ứng dụng trong hoạt động ngân hàng

Big Data ứng dụng hoạt động ngân hàng Trong thời đại ngày nay, để phát triển doanh nghiệp, ngồi vốn nhân lực “dữ liệu” (data) coi nguồn lực thiếu Ai ngạc nhiên nhận thấy mua sắm online trang thương m ại điện tử eBay, Amazon, Sendo hay Tiki, trang gợi ý loạt sản phẩm có liên quan phù hợp với nhu cầu bạn Ví dụ xem điện thoại, trang mua sắm trực tuyến gợi ý cho bạn mua thêm ốp lưng, pin dự phòng; mua áo thun có thêm gợi ý quần jean, dây nịt Lời mở đầu Bí ẩn đằng sau trang web thông minh m ọi chào mời sản phẩm dựa nghiên cứu sở thích, thói quen c khách hàng phân loại nhóm khách hàng khác V ậy thông tin để phân tích có từ đâu có tác động đến việc sản xuất kinh doanh doanh nghiệp? Thứ nhất, liệu khổng lồ khách hàng có từ thơng tin mà doanh nghi ệp thu thập lúc khách hàng ghé thăm, tương tác hay mua s ắm website mình; liệu mua lại từ công ty chuyên cung c ấp liệu khách hàng Các thông tin không ch ỉ giúp nhà cung ứng hàng hóa, dịch vụ tăng lợi nhuận cho họ mà cịn tăng trải nghiệm mua sắm người dùng Một mặt, nhờ trình tìm hiểu, phân tích khách hàng, doanh nghi ệp tạo sản phẩm đáp ứng nhu cầu khách hàng, xây dựng sách phân ph ối bán sản phẩm đến tay người tiêu dùng cách có hiệu Mặt khác, thân người tiêu dùng có th ể tiết kiệm thời gian yên tâm tr ải nghiệm mua sắm Hơn nữa, tầm ngành vĩ mơ, ứng dụng liệu lớn (big data) giúp tổ chức phủ dự đốn tỉ lệ thất nghiệp, xu hướng nghề nghiệp tương lai để đầu tư cho hạng mục đó, cắt giảm chi tiêu, kích thích tăng trư ởng kinh tế, chí phương án phịng ng ừa trước dịch bệnh Nhờ Big Data, ngân hàng có th ể sử dụng liệu cho tiếp thị, phân phối đa dạng hóa dịch vụ cá nhân hóa, đáp ứng xác nhu c ầu khách hàng riêng l ẻ Là tổ chức cung ứng dịch vụ tài cho hầu hết chủ thể kinh tế, ngành Ngân hàng khơng thể đứng ngồi xu ứng dụng liệu lớn giống doanh nghi ệp bán lẻ khác Đặc thù hoạt động ngân hàng (cơ sở khách hàng rộng lớn, bao quát mặt tài kinh tế) cho phép ngân hàng xây dựng sở liệu khổng lồ, từ liệu có cấu trúc (như lịch sử giao dịch, hồ sơ khách hàng) tới liệu phi cấu trúc (như hoạt động khách hàng website, ứng dụng mobile banking hay m ạng xã hội) Ứng dụng Big Data khai thác hiệu đem lại lợi cạnh tranh hiệu to lớn lĩnh vực ngân hàng đặc biệt bối cảnh thị trường dịch vụ tài bão hịa Bài viết nhằm hệ thống vấn đề Big Data, sở phân tích ứng dụng Big Data điều kiện nhằm ứng dụng Big Data lĩnh vực ngân hàng bối cảnh cách mạng công nghệ 4.0 Tổng quan Big Data Khái niệm Big Data Big Data thuật ngữ dùng để tập hợp liệu lớn phức tạp công cụ, ứng dụng xử lí liệu truyền thống khơng thể đảm đương (theo Kevin Taylor-Sakyi, 2016; Mashooque A Memon cộng sự, 2017) Bằng việc tổng hợp lượng thông tin l ớn từ nguồn khác ến cho Big Data tr thành công cụ mạnh cho việc định kinh doanh, nh ận diện hành vi xu hư ớng nhanh tốt nhiều so với cách thức truyền thống Big Data nhận diện ba khía cạnh chính: Dữ liệu (Data), Cơng ngh ệ (Technology), Quy mô (Size) Th ứ nhất, liệu (data) bao gồm liệu thuộc nhiều định dạng khác hình ảnh, video, âm nhạc… Internet; gồm liệu thu thập từ hệ thống cảm biến có kết nối với hệ thống máy chủ; liệu khách hàng ứng dụng thông minh thiết bị có kết nối mạng; liệu người dùng để lại flatform mạng xã hội Vì liệu cập nhật qua thiết bị kết nối mạng giờ, phút, giây đến từ nhiều nguồn khác nên khối lượng liệu lớn (Big) Hiện nay, Big Data đư ợc đo lường theo đơn vị Terabytes (TB), Petabytes (PB) Exabytes (EB) Có thể dễ dàng lấy vài ví dụ Walmart xử lý triệu giao dịch khách hàng giờ, liệu nhập vào ước tính 2,5 PB; Twitter t ạo 12 TB liệu ngày hay Airbus A380 t ạo 10 TB liệu 30 phút bay Yếu tố nhận diện thứ hai Big Data công ngh ệ (technology) Công nghệ thường thiết kế hình thành hệ sinh thái từ lên để có khả xử lý liệu lớn phức tạp Một hệ sinh thái mạnh phải kể đến Hadoop với khả xử lý liệu tăng lên mức độ phức tạp liệu, lực công cụ vô giá ứng dụng Big Data Yếu tố nhận diện thứ ba Big Data quy mô liệu Hiện chưa có câu trả lời xác cho câu hỏi liệu gọi lớn Theo ngầm hiểu liệu vượt khả xử lý hệ thống truyền thống xếp vào Big Data Việc thân doanh nghi ệp sở hữu Big Data riêng trở nên phổ biến Chẳng hạn, trang bán hàng trực tuyến eBay sử dụng hai trung tâm liệu với dung lượng lên đến 40 petabyte để chứa truy vấn, tìm kiếm, đề xuất cho khách hàng thông tin v ề hàng hóa Hay nhà bán l ẻ online Amazon.com ph ải xử lí hàng triệu hoạt động ngày yêu cầu từ khoảng nửa triệu đối tác bán hàng Tương tự, Facebook phải quản lí 50 tỉ ảnh từ người dùng tải lên, YouTube hay Google ph ải lưu lại hết lượt truy vấn video người dùng nhi ều loại thơng tin khác có liên quan Theo k ết khảo sát thực Qubole - công ty hàng đầu cung cấp giải pháp, tảng quản lí liệu hạ tầng đám mây phục vụ phân tích - Dimensional Research - tổ chức nghiên cứu thị trường công nghệ, lĩnh vực chăm sóc khách hàng, kế hoạch cơng nghệ thơng tin, quy trình bán hàng hoạt động tài lĩnh vực thu lợi nhiều từ Big Data Qua đó, thấy mục đích khai thác Big Data c nhà cung ứng hàng hóa, dịch vụ tồn cầu hướng đến chăm sóc khách hàng, phân tích liệu khách hàng để phát triển sản phẩm, dịch vụ; ứng dụng thông minh để tăng trải nghiệm khách hàng giữ chân khách hàng cạnh tranh ngày gay g nhà cung ứng hầu hết lĩnh vực kinh doanh Với cơng cụ phân tích, đặc biệt cơng cụ phân tích dự báo (Predictive Analytics) khai thác liệu (Data mining), Big Data giúp doanh nghiệp đo lường, phân tích v ấn đề liên quan đến sản phẩm, phát hội nguy rủi ro, đồng thời, dự báo doanh thu từ hoạt động kinh doanh hàng ngày Các đặc điểm Big Data Doug Laney (trích nghiên c ứu Meta Group năm 2011 v ới tiêu đề “3D data management: Controlling data volume, variety and velocity” ), đưa định nghĩa 3Vs nói v ề ba đặc điểm Big Data bao gồm Dung lượng (volume), Tốc độ (velocity), Tính đa d ạng (variety) Dung lượng Big Data tăng lên m ạnh mẽ ngày Theo tài liệu Intel vào tháng 9/2013, c ứ 11 giây, petabyte liệu tạo toàn giới, tương đương với đoạn video HD dài 13 năm V ề Tốc độ (Velocity) phản ánh tốc độ mà liệu phân tích cơng ty để cung cấp trải nghiệm người dùng tốt Với đời kỹ thuật, công cụ, ứng dụng lưu trữ, nguồn liệu liên tục bổ sung với tốc độ nhanh chóng Tổ chức McKinsey Global ước tính lượng liệu tăng trưởng với tốc độ 40%/năm, tăng 44 lần từ năm 2009 đến 2020 Về Tính đa dạng (Variety) liệu cho thấy, liệu Big Data thu thập từ nhiều nguồn, khái quát thành ba ngu ồn sau (Sơ đồ 1) Về sau này, đặc điểm Tính thay đổi (variability) Tính ph ức tạp (complexity) bổ sung vào SAS - cơng ty đầu lĩnh vực phân tích liệu tư vấn Mỹ Tính thay đổi phản ánh thay đổi hàng ngày liệu Tính phức tạp thể trình lưu giữ, quản lý, xử lý truyền tải liệu liệu đến từ nhiều định dạng khác Theo Oracle, hai đặc điểm Giá trị (value) Tính xác thực (veracity) cần coi đặc điểm Big Data Giá trị thể ứng dụng đa dạng Big Data thu thập, phân tích xử lý cách Sau cùng, Big Data đư ợc thu thập từ nhiều nguồn khác nên tính xác thực liệu cần đặc biệt cân nhắc (Sơ đồ 2) Các ứng dụng Big Data ho ạt động ngân hàng Hiện nay, hầu hết tổ chức chức ngân hàng, dịch vụ tài bảo hiểm nỗ lực để áp dụng cách tiếp cận theo hướng khai thác liệu để phát triển đổi sản phẩm Mặc dù, tổ chức thay đổi cách thức khai thác liệu cách thu thập khối lượng liệu khổng lồ tiến hành phân tích, thực bước quy trình khai thác Big Data Khi kh ối lượng khách hàng tăng lên, ảnh hưởng đáng kể đến mức độ, khả cung cấp dịch vụ tổ chức Thực tiễn cho thấy việc phân tích liệu đơn giản hóa q trình theo dõi đánh giá khách hàng tín d ụng ngân hàng t ổ chức tài chính, dựa khối lượng lớn liệu thông tin, h sơ cá nhân thông tin bảo mật khác Với giúp đỡ Big Data, ngân hàng có th ể theo dõi hành vi c khách hàng, xác đ ịnh nguồn liệu cần thiết để thu thập phục vụ cho việc đưa giải pháp Các ứng dụng Big Data lĩnh vực ngân hàng bao gồm: Thứ nhất, phân tích thói quen chi tiêu khách hàng Các ngân hàng có khả truy cập trực tiếp nguồn thơng tin, liệu lịch sử dồi liên quan đ ến thói quen, hành vi chi tiêu c khách hàng Các ngân hàng cịn nắm thơng tin chi ti ết nguồn thu khách hàng năm, khoản chi tiêu, dịch vụ ngân hàng mà khách hàng s dụng… Điều cung cấp sở, hội để ngân hàng tiếp cận phân tích liệu sâu Áp dụng chức sàng lọc thơng tin, ví d ụ như, lọc thời điểm dịp lễ hay mùa lễ điều kiện vĩ mô (lạm phát, tỷ lệ thất nghiệp…) mà nhân viên ngân hàng có th ể hiểu nguyên nhân biến động thu nh ập hay chi tiêu ngân hàng Đây yếu tố quan trọng trình đánh giá r ủi ro, thẩm định hồ sơ cho vay, mở rộng dịch vụ cung cấp hay bán chéo s ản phẩm đến khách hàng Bên cạnh đó, nhờ nắm thơng tin nguồn tiền nhàn rỗi khách hàng, ngân hàng tận dụng thu hút tiền gửi để thực hoạt động đầu tư Thứ hai, phân khúc khách hàng th ẩm định hồ sơ Phân khúc khách hàng m ột nhân tố quan trọng chiến lược marketing thiết kế sản phẩm ngân hàng Một phân tích ban đầu thói quen chi tiêu c khách hàng v ới xác định loại hình dịch vụ, kênh giao dịch khách hàng ưu tiên (ví dụ khách hàng muốn gửi tiết kiệm hay muốn đầu tư khoản vay) hồn tất ngân hàng có sở liệu phục vụ cho trình phân khúc, phân loại khách hàng cách phù hợp dựa vào thông tin h sơ khách hàng cung cấp Big Data cung cấp cho ngân hàng hiểu biết, kiến thức chuyên môn sâu nhu cầu tiềm ẩn bên trong, thói quen xu hướng chi tiêu khách hàng, tr ợ giúp cho nhiệm vụ xác định nhu cầu mong muốn họ Bằng cách nắm thông tin liên quan đ ến giao dịch, ngân hàng xác định khách hàng thuộc nhóm nào, ví dụ nhóm có chi tiêu d ễ dàng, nhóm nhà đ ầu tư thận trọng, nhóm tốn nợ nhanh chóng, nhóm khách hàng trung thành… Bên c ạnh đó, biết hồ sơ cá nhân tất khách hàng giúp ngân hàng đánh giá chi tiêu thu nhập dự kiến tháng tới lập kế hoạch chi tiết để đảm bảo lợi nhuận cho tổ chức lợi ích cho khách hàng Thứ ba, bán chéo thêm d ịch vụ khác Dựa vào sở liệu ngân hàng có được, ngân hàng có th ể thu hút thêm, hay giữ chân khách hàng b ằng cách giới thiệu thêm dịch vụ khác Ví dụ, ngân hàng có th ể giới thiệu khoản đầu tư có lãi suất hấp dẫn đến khách hàng có lượng tiền nhàn rỗi nhà đầu tư thận trọng Ngân hàng đề xuất khoản vay ngắn hạn cho khách hàng có thói quen chi tiêu d ễ dàng để đáp ứng nhu cầu hàng ngày khoản vay đáp ứng nhu cầu khoản ngắn hạn doanh nghiệp Phân tích cách xác hồ sơ cá nhân khách hàng, ngân hàng có th ể bán kèm dịch vụ khác với ưu đãi tập trung xác vào nhu cầu khách Thứ tư, nâng cao chất lượng dịch vụ thông qua xây dựng hệ thống thu thập phản hồi khách hàng phân tích chúng Khách hàng để lại phản hồi sau lần giao dịch hay lần nhận tư vấn từ trung tâm hỗ trợ chăm sóc khách hàng ho ặc qua biểu mẫu phản hồi; thư ờng xuyên (hay có th ể nói nhiều khả năng) chia sẻ ý kiến thơng qua phương ti ện truyền thông xã hội hơn, ví dụ Facebook, Zalo,…Các cơng cụ Big Data tìm kiếm chọn lọc thơng qua thơng tin, feedback công khai phương ti ện truyền thông thu th ập tất liệu đề cập thương hiệu ngân hàng để phản hồi nhanh chóng đầy đủ đến khách hàng, ngồi ra, h ỗ trợ ngăn chặn tin đồn thất thiệt ảnh hưởng đến hoạt động kinh doanh ni ềm tin nơi khách hàng Khi khách hàng c ảm thấy ngân hàng lắng nghe, đánh giá cao ý kiến thực cải tiến, thay đổi theo yêu cầu họ trung thành dành cho thương hi ệu gia tăng, cải thiện hình ảnh ngân hàng Thứ năm, marketing theo hư ớng cá nhân hóa Sau có phân khúc khách hàng ngân hàng c ần tận dụng để marketing nhắm tới mục tiêu khách hàng dựa trên hiểu biết thói quen chi tiêu cá nhân c họ Ngoài việc thu thập liệu lịch sử giao dịch khách hàng, ngân hàng có th ể kết hợp liệu phi cấu trúc lấy từ mạng xã hội để có tranh đầy đủ nhu cầu khách hàng dựa phân tích v ề tâm lý, mong muốn khách hàng thời điểm Từ đó, ngân hàng có th ể đưa giải pháp, kế hoạch marketing phù h ợp để có tỷ lệ phản hồi cao từ khách hàng Ví dụ, ngân hàng sử dụng công cụ email marketing để gửi đến khách hàng thông tin dịch vụ cho vay ngắn hạn với lãi suất vừa phải hay gửi tiết kiệm với lãi suất hấp dẫn, chương trình ưu đãi khác,… Thứ sáu, thay đổi cách thức cung cấp dịch vụ đến khách hàng Hệ thống Big Data hệ thống phức tạp liên kết nhiều phận chức khác với vai trò đơn gi ản hóa nhiệm vụ tổ chức Bất tên khách hàng số tài khoản nhập vào hệ thống, hệ thống Big Data hỗ trợ sàng lọc tất liệu truyền hay cung cấp liệu u cầu để phục vụ cho q trình phân tích Điều cho phép ngân hàng t ối ưu hóa quy trình làm vi ệc tiết kiệm thời gian chi phí Big Data cho phép t ổ chức xác định khắc phục vấn đề trước khách hàng b ị ảnh hưởng Thứ bảy, phát ngăn chặn hành vi lừa đảo, vi phạm pháp luật Big Data cho phép ngân hàng đ ảm bảo khơng có giao dịch trái phép thực hiện, cung cấp mức độ an toàn, nâng cao tiêu chu ẩn bảo mật toàn ngành Nhờ vào liệu lịch sử giao dịch hồ sơ tín dụng khách hàng, ngân hàng có th ể nhận diện bất thường trình cung cấp dịch vụ đến khách hàng Ví dụ, khoản rút tiền lớn bất thường từ thẻ ATM thẻ bị cắp, từ đó, ngân hàng có biện pháp an ninh đ ể xác minh giao dịch Ngân hàng khai thác Big Data đ ể phân biệt giao dịch hành vi ph ạm tội với giao dịch hợp pháp thuật tốn phân tích liệu machine learing (học máy) Các hệ thống phân tích tự động phát hiện, trích xuất giao dịch bất hợp pháp thời gian thực đề xuất hành động Thứ tám, kiểm soát rủi ro, tuân thủ luật pháp minh bạch báo cáo tài Các thuật tốn Big Data cịn giúp giải vấn đề tuân thủ quy định pháp luật kế toán, kiểm toán báo cáo tài chính, t giảm chi phí quản lý Bên cạnh đó, hệ thống Big Data thu th ập lưu trữ liệu lớn giúp ngân hàng ti ến hành phân tích cách nhanh có dấu hiệu rủi ro xảy ra, từ đưa biện pháp xử lý Big Data đóng vai trị quan tr ọng việc phối hợp phận, phòng, ban yêu cầu xử lý liệu ngân hàng vào hệ thống trung tâm nhất; qua đó, hỗ trợ kiểm soát, ngăn chặn vấn đề liệu, giảm thiểu rủi ro gian lận Thứ chín, tham gia vào việc kiểm soát đánh giá nâng cao hi ệu làm việc nhân viên Hệ thống Big Data hỗ trợ thu thập phân tích, đánh giá truy ền tải liệu hiệu làm việc nhân viên Trước đây, để thu thập thơng tin cần nhiều cơng đoạn mang tính thủ cơng, nay, Big Data s ẽ giúp xử lý cơng việc cách nhanh chóng xác K ết phân tích giúp nhà lãnh đ ạo có nhìn tình hình, thực trạng làm việc nhân viên, đặc biệt xem xét mức độ hài lòng ngân viên môi trường làm việc, phúc lợi… ngân hàng dành cho họ Các điều kiện để ứng dụng Big Data ho ạt động ngân hàng Thứ nhất, cần thay đổi tư đ ội ngũ quản lí ngân hàng tầm quan trọng liệu phương pháp x lý liệu đại Trong vấn quản lý số ngân hàng, có quan điểm cịn tồn định đưa dựa kinh nghi ệm mà không cần dựa vào kết phân tích liệu lớn Quan điểm khơng sai khứ Thực tế cho thấy, nhà quản lý có thâm niên lĩnh vực tài chính, ngân hàng đưa đư ợc nhiều định xác Tuy nhiên, th ị trường ngân hàng với dịch vụ đơn giản, nhu cầu khách hàng chưa nhiều đặc biệt khách hàng chưa tiếp cận với công nghệ thông minh hi ện đại Ngày nay, mà công ty công ngh ệ, công ty viễn thông, nhà bán lẻ không ngừng thay đổi, đầu tư áp dụng công nghệ để đáp ứng nhu cầu ngày cao khách hàng sóng khơng nh ỏ khách hàng truyền thống ngân hàng chuy ển dần sang sử dụng dịch vụ cung ứng từ đối thủ ngân hàng Nổi bật dịch vụ toán với tốc độ xử lý giao dịch nhanh, an toàn, tiện lợi đặc biệt chi phí thấp với tên tiêu biểu Momo, ViettelPay… r ồi ngày dịch vụ tín dụng P2P Trên giới, nhà quản lý ngân hàng sớm nhận khơng phải người để khách hàng cho vay, nhận tiền gửi cung cấp dịch vụ toán Các bên cho vay khác xuất công ty tài chính, cửa hàng cầm đồ hay bên trung gian k ết nối người cho vay với người vay tiền Khách hàng đầu tư trái phiếu, chứng quỹ thay cho gửi tiết kiệm Dịch vụ tốn cung cấp nhiều cơng ty trung gian sử dụng công nghệ đại Khi khách hàng có nhiều lựa chọn, nhu cầu họ tăng lên Điều khiến cho ngân hàng buộc phải thay đổi Chẳng hạn, trước trình thẩm định khách hàng thực cách thủ công, qua nhiều bước tốn thời gian Các hồ sơ vay vốn khoản toán từ đệ trình tới phê duyệt phải trải qua nhiều họp kéo dài nhiều ngày Tuy nhiên, với hỗ trợ công nghệ lưu trữ phân tích liệu, ngân hàng nhanh chóng so sánh, đánh giá tín dụng khách hàng Việc áp dụng công nghệ Big Data giúp số ngân hàng giảm thời gian thẩm định khách hàng từ nhiều ngày xuống vài phút Mạng lưới liệu liên kết công nghệ nhận diện danh tích khách hàng thơng qua trang mạng xã hội chí cịn giúp ngân hàng xác định khách hàng đâu, làm có mối quan hệ Điều giúp trình quản lý sau giải ngân trở nên hiệu Các ngân hàng áp dụng cơng nghệ phân tích liệu lớn để lựa chọn vị trí thuận lợi mở chi nhánh Thứ hai, ngân hàng ph ải xây dựng quy trình liên quan đ ến liệu từ khâu thu thập liệu đến sử dụng kết xử lý liệu Ngân hàng thu thập thông tin từ nhiều nguồn khác hệ thống giám sát xử lý tập trung, vi ệc trì chất lượng liệu tính xác, kịp thời yếu tố khác ngày tr nên khó khăn Để giải vấn đền ngân hàng c ần thiết lập quy trình thu thập (collect), rà sốt (screening), làm s ạch (clean), tổng hợp (reconcile) phân loại liệu vào đầu mối tập trung; sau lại phân phối liệu đến phân liên quan để phân tích đưa thơng tin h ữu ích Trong đó, bư ớc rà sốt làm liệu quan trọng để nâng cao chất lượng liệu Ví dụ như, liệu tài khoản khách hàng giao dịch, thường sử dụng phận quản lý gian lận, thu thập từ nhiều nguồn khác dạng thơ Q trình sàng l ọc rà sốt giúp giảm đáng kể số lượng giao dịch sai, nhờ làm giảm thời gian cơng sức để xử lý Bên cạnh đó, ngân hàng c ần phải nâng cao công tác quản trị liệu, thiết lập sở trách nhiệm rõ ràng phận tham gia vào quy trình đ ảm bảo an toàn an ninh liệu Cụ thể, quy trình xây dựng liệu cho Big Data s ẽ gồm bước sau: - Bước 1: Xác định nguồn liệu (từ website, ứng dụng, thiết bị thông minh, mạng xã hội, truyền thơng, phủ…) Ngân hàng cần phải nắm rõ nguồn liệu cần tìm cách thức thu thập - Bước 2: Xây dựng hệ thống thu thập Big Data: xây dựng phần mềm, ứng dụng hay thiết bị kết nối với máy chủ để truyển tải thông tin, liệu Dữ liệu Big Data thuộc nhiều định dạng khác nên hệ thống thu thập cần phải tiên tiến, tích hợp cơng nghệ - Bước 3: Xây dựng hệ thống lưu trữ quản lý để phục vụ cho việc phân tích sau Dữ liệu Big Data cần hệ thống máy chủ lưu trữ Hệ thống lữu trữ gồm loại lưu trữ đám mây (cloud) lưu tr ữ cơng ty Để lựa chọn phù hợp ngân hàng cần dự báo khối lượng thông tin cần lưu trữ biện pháp bảo mật - Bước 4: Xây dựng hệ thống sàng lọc, làm sạch, phân tích liệu hệ thống phục vụ báo cáo Bước đòi hỏi chất lượng đội ngũ nhân việc xây dựng thuật toán khai thác liệu, ứng dụng mơ hình định lượng thơng minh đ ể phân tích đa chiều đưa dự báo - Bước 5: Sử dụng kết phân tích để đưa định Thứ ba, chuẩn bị đội ngũ chuyên viên khoa học liệu điều kiện khơng thể thiếu Hiện nay, có thực tế nhân ngành Ngân hàng cán b ộ ngân hàng khơng hiểu rõ cơng nghệ thơng tin, cịn ngư ời làm cơng nghệ thơng tin khơng hiểu rõ nghiệp vụ ngân hàng Thêm nữa, mơ hình phân tích Big Data t ại Việt Nam chủ yếu ứng dụng lại mơ hình có sẵn giới, phần lớn chuyên gia v ề khoa học liệu Việt Nam hạn chế khả phân tích mơ hình Do v ậy, ngân hàng muốn phát triển công nghệ phải thuê nhân lực nước ngồi với chi phí đắt đỏ Chun viên khoa học liệu (Data scientist) m ột nghề mẻ không Việt Nam mà nhiều nước giới Nhóm nhân địi hỏi phải đào tạo chuyên môn cao ph ải có đam mê tìm tới giới Big Data Họ người hiểu rõ làm cách để tìm câu trả lời cho định quan trọng từ khối lượng thông tin khổng lồ khơng có cấu trúc “dồn dập ập đến sóng thần” Với thành thạo lĩnh vực kỹ thuật số, họ nhận thấy biết cách hình thành cấu trúc từ khối lượng khổng lồ liệu sơ khởi nhờ việc phân tích liệu trở nên khả thi Họ tìm nơi có nguồn liệu phong phú kết hợp với nguồn liệu chưa hoàn chỉnh khác làm bảng lưu kết truy vấn sở liệu Các kinh tế khu vực Hàn Quốc, Đài Loan chu ẩn bị lực lượng chất lượng cao, Việt Nam nguồn nhân lực phân khúc hạn chế Theo khảo sát IDG, Việt Nam, nhân lực sẵn sàng cho công nghệ số chưa cao, chương trì nh đào tạo đại học thay đổi chậm so với xu Trong đó, nhi ều trường đại học Mỹ đưa giáo trình trí tuệ nhân tạo, học máy (machine learning) vào gi ảng dạy MBA, chuyên gia cho hay Kho ảng cách khả kỹ thuật số ngày rộng thêm ngân hàng không th ể bắt kịp với xu hướng bị bỏ lại sau lưng Bởi thế, việc đào tạo, quan tâm tới chất lượng nguồn nhân lực công nghệ cao cần thực tồn hệ thống tài ngân hàng, đảm bảo đủ khả ứng dụng công nghệ thông tin, phương thức làm việc tiên tiến điều kiện hội nhập quốc tế sâu rộng Kết luận Một lợi ngân hàng truy ền thống khối lượng thơng tin tài khổng lồ mà ngân hàng lưu trữ hàng triệu khách hàng Hơn nữa, ngân hàng có lợi cấu trúc vốn để khai thác nguồn tài nguyên Tiềm cho việc phân tích liệu nhìn nhận rộng rãi ngành tài v ới doanh thu từ Big Data phân tích liệu kinh doanh tăng từ 130 tỷ đô la Mỹ năm 2016 lên ớc tính khoảng 203 tỷ la Mỹ năm 2020 Trong đó, lĩnh v ực ngân hàng đóng góp tỷ trọng doanh thu l ớn dành 17 t ỷ đô la Mỹ cho giải pháp Big Data phân tích liệu riêng năm 2016 Ứng dụng liệu phân tích ngân hàng vơ Chúng ta có th ể sử dụng liệu cho tiếp thị, phân phối đa dạng hóa dịch vụ cá nhân hóa, đáp ứng xác nhu cầu khách hàng riêng l ẻ Big Data cho phép ngân hàng thực hành quản trị rủi ro tốt từ quản trị rủi ro tín dụng truyền thống đến loại rủi ro thị trường phức tạp khác, từ rủi ro hoạt động nội đến rủi ro từ yếu tố bên ngồi… Khơng có vậy, Big Data cịn trợ giúp việc nâng cao chất lượng dịch vụ, đưa dự báo tình hình kinh doanh l ập kế hoạch kinh doanh V ới ứng dụng Big Data phổ biến ngân hàng hi ện đại, ngân hàng Việt Nam muốn nâng cao lực cạnh tranh, cải thiện lợi nhuận khơng cịn lựa chọn khác ngồi vi ệc gia nhập xu Và để đảm bảo tận dụng lợi Big Data yếu tố sách, vốn, người công nghệ cần chuẩn bị chu đáo cho bước phát triển  ... thống vấn đề Big Data, sở phân tích ứng dụng Big Data điều kiện nhằm ứng dụng Big Data lĩnh vực ngân hàng bối cảnh cách mạng công nghệ 4.0 Tổng quan Big Data Khái niệm Big Data Big Data thuật ngữ... khách hàng) tới liệu phi cấu trúc (như hoạt động khách hàng website, ứng dụng mobile banking hay m ạng xã hội) Ứng dụng Big Data khai thác hiệu đem lại lợi cạnh tranh hiệu to lớn lĩnh vực ngân hàng. .. ngành Ngân hàng khơng thể ? ?ứng ngồi xu ứng dụng liệu lớn giống doanh nghi ệp bán lẻ khác Đặc thù hoạt động ngân hàng (cơ sở khách hàng rộng lớn, bao quát mặt tài kinh tế) cho phép ngân hàng xây