Thực trạng ứng dụng các kỹ thuật dự báo trong quản lý quan hệ khách hàng và giải pháp cho các ngân hàng thương mại việt nam

Thực trạng ứng dụng kỹ thuật dự báo quản lý quan hệ khách hàng giải pháp cho ngân hàng thương m ại Việt Nam Những thập niên gần đây, bùng nổ ngành công nghệ thông tin (CNTT) và phát triển mạnh mẽ Internet nguyên nhân chủ yếu dẫn tới nhiều thách thức các lĩnh v ực từ tài chính, ngân hàng, sinh học, y học đến các lĩnh vực nghiên cứu đặc thù giáo dục, quân đội, hàng không, không gian vũ tr ụ Một thách thức lớn là lượng liệu lưu trữ, nguồn liệu này chứa đựng nhiều thơng tin q hi ếm có ảnh hưởng tới tồn tại và phát triển doanh nghiệp tổ chức Bài viết với mục đích tổng quan tình hình nghiên c ứu ứng dụng kỹ thuật dự báo lĩnh vực ngân hàng giới Việt Nam Giới thiệu chung khai phá d ữ liệu quản trị quan hệ khách hàng Theo tiến sỹ V.L.M Oliveira (2012)[1], qu ản trị quan hệ khách hàng (CRM: Customer Relationship Management) [Hình 1] m ột cơng cụ thiếu ngân hàng nh ằm giúp họ xây dựng chiến lược kinh doanh tốt CRM gồm giai đoạn chính: Nhận diện khách hàng, thu hút khách hàng, chăm sóc khách hàng, phát tri ển khách hàng (Customer Identification, Customer Attraction, Customer Retention, Customer Development) - Nhận diện khách hàng ti ềm (Customer Identification): Đây cơng việc q trình CRM, g ồm cơng việc phân loại phân tích khách hàng Khách hàng đư ợc chia thành t ập nhỏ với thuộc tính giống Nhiệm vụ phân tích khách hàng gồm việc tìm phân khúc h ấp dẫn cơng ty dựa thuộc tính khách hàng Ngồi ra, giai đo ạn này, cơng c ụ khác nghiên cứu thị trường tiêu dùng (Consumer Market Research), theo dõi hành vi tiêu dùng c khách hàng (User Tracking), đ ặc biệt kỹ thuật khai phá liệu (Data mining) sử dụng phổ biến giai đo ạn để hỗ trợ việc nhận diện khách hàng tiềm - Thu hút khách hàng ti ềm (Customer Attraction): Giai đoạn bước theo dõi, chăm sóc khách hàng đư ợc nhận diện giai đoạn trước Nhận diện lớp khách hàng khác nhau, ngân hàng có th ể tập trung vào nguồn lực có để thu hút khách hàng lớp khách hàng Để có lợi cạnh tranh, ngân hàng có th ể dùng phương pháp quản lý, phân tích ếu nại khách hàng (Complaint Management) đ ể điều chỉnh hành vi kinh doanh phù h ợp Bên cạnh đó, ngân hàng có th ể sử dụng phương pháp khác tích ểm khách hàng (Bench Marketing), gi ới thiệu sản phẩm (Sale Promotion), tiếp thị trực tiếp (Direct Marketing), thực số khách hàng lựa chọn có chủ định (Sample) - Phát triển khách hàng ti ềm (Customer Development): Nhiệm vụ giai đoạn để tăng doanh thu b ằng hình thức tăng số lượng giao dịch, tăng giá trị giao dịch khách hàng Các công cụ giai đoạn thường sử dụng chương trình bán hàng đặc biệt (Up-Selling, Cross Selling), ho ặc cung cấp sản phẩm dịch vụ tốt hơn, cao (Product/Service Bundling) Các phương pháp thực dựa đánh giá hành vi tiêu dùng khách hàng - Duy trì khách hàng tiềm (Customer Rentention): Đây vấn đề trọng tâm CRM Sự hài lòng khách hàng coi kỳ vọng, hình ảnh, mục tiêu ngân ngân hàng thương m ại Bằng phân tích, dự đốn hành vi tiêu dùng c khách hàng, ngân hàng sử dụng phương thức chăm sóc tới khách hàng riêng lẻ (Personalization), phân thành l ớp khách hàng có sở thích (Customer Club), giới thiệu sản phẩm trực tiếp tới khách hàng (One -to-One Marketing) thực chương trình cho khách hàng trung thành (Loyalty-Bonus Programs) Trong vấn đề nêu trên, vi ết quan tâm vào vấn đề nhận diện khách hàng tiềm năng, vấn đề cần quan tâm thực Vấn đề giải phát triển công cụ khai phá liệu để hỗ trợ ngân hàng nhận diện khách hàng tốt việc kinh doanh họ Đây vấn đề ngân hàng thương mại Việt Nam quan tâm b ối cảnh cạnh tranh khốc liệt Khai phá liệu với mục đích khám phá tri th ức từ liệu để hỗ trợ định, phương pháp hi ệu giúp cải thiện tình trạng bị tràn ngập liệu thiếu thơng tin Q trình đư ợc Vipin Kumar [3] tổng kết [Hình 2] Bên trái th ứ tự bước khai phá liệu gồm: Lựa chọn liệu xác định vấn đề nghiên cứu (Data Collection and Business Unde rstanding), tiền xử lý liệu (Data Pre-Processing), xây dựng mơ hình (Modeling), đánh giá k ết đạt (Evaluation), thực báo cáo (Deployment and Reporting) Bên ph ải nhiệm vụ khai phá liệu mức độ cao Có nhiều mơ hình phát triển, nhiên, vi ệc lựa chọn mơ hình cho phù h ợp toán cần giải toán l ớn khai phá liệu Các mơ hình gồm có: mơ hình phân tích d ữ liệu thăm dị (Exploratory Data Analysis), mơ hình ph ụ thuộc (Dependency Mode ling), mơ hình phân c ụm (Clustering), mơ hình phát hi ện yếu tố bất thường (Anomaly Detection), mơ hình phân tích d ự báo (Predictive Analysics) - Mơ hình phân tích liệu thăm dò (Exploratory Data Analysis): phương pháp tiếp cận liệu để phân tích mơ tả, kết thường trực quan hóa biều đồ, đồ thị - Mơ hình ràng buộc (Dependency Modeling): Xây dựng mơ hình ràng buộc thuộc tính (biến độc lập) liệu - Mơ hình phân cụm (Clustering Modeling): Là phương pháp gom liệu thành cụm với đối tượng có thuộc tính gần - Mơ hình phát yếu tố bất thường (Anomaly Detection): Là mô hình phát yếu tố bất thường tốn khai phá d ữ liệu Mơ hình đư ợc ngân hàng thương m ại Việt Nam quan tâm nghiên cứu ứng dụng Phát bất thường, ngân hàng có th ể tránh rủi ro xảy - Mơ hình phân tích dự báo (Predictive Analysics): Là phương pháp cho phép phân loại đối tượng liệu vào số lớp cho trước Khai phá sử dụng thơng tin hữu ích ẩn chứa lượng liệu giao dịch ngân hàng gia tăng lợi cạnh tranh ngân hàng với Nói cách khác, thơng tin khách hàng mà ngân hàng có nhiều chiến lược phát triển, quản lý, kinh doanh c ngân hàng hiệu Đồng thời, sử dụng liệu có để tìm kiếm thơng tin hữu ích nhằm giúp ngân hàng phát hi ện ngăn ngừa rủi ro tài Với lý trên, viết phát triển kỹ thuật dự báo áp dụng lĩnh vực quản lý quan hệ khách hàng ngân hàng mơ hình phân cụm mơ hình phân tích d ự báo (Hình 2) Trong bối cảnh Việt Nam nay, việc nghiên cứu kỹ thuật dự báo quản lý quan hệ khách hàng áp d ụng Ngân hàng thương mại Việt Nam quan trọng Thứ nhất, kho liệu giao dịch ngân hàng hi ện lớn, lớn lên ngày nhiên khơng ph ải thơng tin hữu ích, có giá trị hỗ trợ việc định kinh doanh NHTM Việc khai thác tri thức có ích kho liệu phương pháp khai phá liệu Thông tin khai phá giúp cho việc phát triển, hoàn thiện hệ thống quản trị Quan hệ khách hàng ngân hàng hiệu Từ giúp cho việc định hướng chiến lược phát triển tốt cho sản phẩm, dịch vụ NHTM Thứ hai, ngành Ngân hàng Vi ệt Nam năm gần đánh giá ngành mẻ có nhiều tiềm với tốc độ tăng trưởng ấn tượng Lượng giao dịch ngân hàng Việt Nam tăng lên không ngừng với lượng khách hàng l ớn tạo kho liệu khách hàng ngân hàng vô lớn Tuy nhiên, h ầu hết ngân hàng Vi ệt Nam chưa khai thác hết thông tin quí ẩn chứa từ kho liệu quí báu đ ể đưa định hướng phát triển hồn thiện q trình CRM NHTM Những thông tin giúp ngân hàng đưa đư ợc chiến lược kinh doanh hợp lý phát rủi ro xảy Thứ ba, nghiên cứu ứng dụng phương pháp khai phá d ữ liệu áp dụng cho NHTM vô cần thiết [4,5] Dựa vào kỹ thuật khai phá liệu, cụ thể kỹ thuật dự báo, thơng tin hữu ích ẩn chứa liệu sử dụng hiệu phát huy tác dụng Các nhà quản lý ngân hàng s ẽ sử dụng thông tin để làm sở cho việc định kinh doanh c họ Tổng quan nghiên cứu khai phá liệu nghiên cứu quản lý quan hệ khách hàng ngân hàng Kỹ thuật khai phá liệu (DM-Data Mining) đư ợc nghiên cứu ứng dụng rộng rãi việc hỗ trợ định ngân hàng, qu ản lý rủi ro, đặc biệt lĩnh vực CRM, phân loại khách hàng, phân khúc th ị trường nhằm nâng cao hiệu cơng việc kinh doanh Chất lượng tốn khai phá liệu phụ thuộc nhiều vào vấn đề lựa chọn thuộc tính đặc thù phương pháp/thu ật toán phải sử dụng phát triển cho phù hợp Bên cạnh đó, việc tiền xử lý liệu góp phần quan trọng tới thành công việc khai phá liệu Phát triển mơ hình dự báo khả thay đổi dịch vụ (Churn Prediction Modeling) [8], dịch vụ ngân hàng ngân hàng khác Sau m ột thời gian sử dụng dịch vụ, khách hàng thường có xu hướng xem xét, đánh giá, so sánh d ịch vụ mà họ sử dụng Như kết cạnh tranh, họ có so sánh, đánh giá sau lựa chọn ngân hàng có dịch vụ tốt để gửi tiền hay tham gia dịch vụ gia tăng ngân h àng cung cấp Trước tình hình đó, ngân hàng phải có chiến lược hiệu cụ thể để trì khách hàng thu hút thêm khách hàng Hiện nay, có nhiều kỹ thuật dự báo áp dụng để nhận diện, phát gian lận hoạt động ngân hàng đánh c ắp thông tin cá nhân để lập tài khoản tiến hành giao dịch thông tin nạn nhân Ngân hàng cho khách hàng có đủ khả tốn tài vay vốn, vậy, để tránh rủi ro thiệt hại, ngân hàng phải ưu tiên cho việc nhận biết phân loại khách hàng Theo nhóm nghiên cứu K.Chitra B.Subashini [5, 10], thu ộc tính khách hàng thường gọi biến dự đoán để phân tích, dự đốn khả thay đổi khách hàng từ ngân hàng sang ngân hàng khác, lớp toán họ dùng thuật toán CART (Classification and Regression Trees) để phân loại Kỹ thuật khai phá liệu ứng dụng nhiều lĩnh vực tài chính, ngân hàng nhiều quốc gia, sử dụng nhiều kỹ thuật khai phá liệu khác nhằm tìm kiếm thơng tin tốt hỗ trợ định: 2.1 Lĩnh vực ứng dụng khai phá liệu Kỹ thuật khai phá liệu ứng dụng lĩnh vực khác nhiều quốc gia giới Nghiên cứu, phát triển kỹ thuật khai phá liệu lĩnh vực ngân hàng đư ợc nhiều quốc gia giới tiến hành từ nhiều thập kỷ gần Tại Việt Nam, nghiên cứu thực số sở đào tạo trường Đại học hay Viện nghiên cứu Tuy nhiên, s ố lượng nghiên cứu vấn đề chưa nhiều Trong nghiên cứu này, luận án tập trung nghiên cứu ứng dụng khai phá liệu lĩnh vực tài chính, ngân hàng tr ọng tâm lĩnh vực NHTM Cụ thể vào việc phân lớp khách hàng, qu ản trị quan hệ khách hàng, để hỗ trợ nhà quản trị ngân hàng nhận định khách hàng tiềm chăm sóc khách hàng hi ện tại, dự báo rủi ro xảy tương lai Đi ều giúp họ định kinh doanh hiệu qua định xác 2.2 Các kỹ thuật khai phá liệu Phân loại khách hàng h ệ tư vấn, khuyến nghị khách hàng tín dụng, phát cảnh báo rủi ro bước quan trọng việc tìm kiếm khách hàng tiềm ngân hàng Để thực việc đó, nghiên cứu thực thuật toán khai phá liệu khác để tìm lời giải cho tốn c Khách hàng đư ợc phân loại thuật toán phân loại kỹ thuật khai phá liệu Từ tìm nhóm khách hàng có s thích sử dụng dịch vụ, tiếp sau ngân hàng có chiến lược riêng cho nhóm khách hàng v ậy Nghiên cứu nhóm tác giả Sheela Singhal Dr.G.N.Singh đ ề xuất phương pháp phân l ớp việc khai phá luật kết hợp CBA (Classification Based Association rules), n ghiên cứu mình, tác giả sử dụng luật kết hợp để tìm dịch vụ ngân hàng mà khách hàng thường hay sử dụng kèm với dịch vụ ngân hàng khác Trong m ột nghiên cứu khác, luận án tiến sỹ Al-Shawabkeh, Abdallah, k ỹ thuật phân lớp sử dụng để hỗ trợ ngân hàng vi ệc nâng cao chất lượng dịch vụ khách hàng ngân hàng Jodanians Tuy nhiên, nghiên cứu này, việc đánh giá sai số loại I sai số loại II không đư ợc sử dụng đánh giá đ ộ xác việc dự báo Trong lĩnh vực Quản lý quan hệ khách hàng, nhóm tác giả Yong Wang, Dong Sheng Wu sử dụng kỹ thuật phân loại dựa kỹ thuật định (Decision Trees, Random Forests) đ ể phân chia khách hàng thành lớp khách hàng với mức độ trung thành khác S ự trung thành khách hàng (Loyalty of Customer, Churn or Not Churn) đư ợc đo theo thang đo đặc thù họ dịch vụ ngân hàng mà họ sử dụng mức độ khác nhau: cao, trung bình, th ấp Căn kết đó, ngân hàng đưa định, chiến lược kinh doanh hợp lý tương ứng với lớp khách hàng Phương pháp đư ợc nhóm tác giả khác [10] gồm có K.Chitra B.Sbashini nghiên c ứu phát triển việc phân tích, đánh giá vi ệc khách hàng có ti ếp tục sử dụng dịch vụ ngân hàng hay chuyển sang sử dụng dịch vụ ngân hàng khác (Churn Prediction) Trong nghiên cứu này, tác giả vào số giao dịch thực ngân hàng khách hàng s ố lượng giao dịch đ ể đánh giá khả khách hàng từ bỏ dịch vụ ngân hàng mà h ọ sử dụng để sử dụng dịch vụ ngân hàng khác hay không Công c ụ mà tác giả sử dụng dựa thuật toán định ID3, CART, C4.5 hay mạng Nơ ron (Neutral Networks) (Hình 3) Ngoài v ấn đề nêu, hoạt động quản trị quan hệ khách hàng ngân hàng liên quan t ới số vấn đề khác đánh giá, dự đốn khả tín dụng khách hàng Phát hiện, ngăn chặn gian lận phát rủi ro (Prevention, Detection Frauds and Risks in Banking sector) bao g ồm hoạt động đánh giá rủi ro khoản cho vay; dự đoán khả tín dụng khách hàng (Predicting Customer); d ự báo khả rút vốn khỏi ngân hàng khách hàng [10] 2.3 Q trình tiền xử lý liệu lựa chọn thuộc tính: Tiền xử lý liệu lựa chọn thuộc tính liệu đóng vai trị quan tr ọng vào thành cơng toán khai phá liệu Dữ liệu tốt điều kiện tiên để thực toán khai phá đạt kết tốt, khơng thể có kết tốt với thuật toán tốt thực liệu chất lượng không tốt Lựa chọn thuộc tính đặc thù, phản ánh đầy đủ tập liệu tạo nên thành công toán khai phá d ữ liệu Phần lớn nghiên cứu dựa liệu xử lý, có số nghiên cứu có xử lý liệu giảm chiều liệu xử lý liệu khuyết thiếu, liệu nhiễu Trong nghiên cứu, thấy ngồi thuộc tính nhân nói chung, đ ặc thù lựa chọn phụ thuộc sách c ngân hàng quốc gia khác Tuy nhiên, thuộc tính đặc thù có ý nghĩa dự báo thường thuộc tính liên quan tới giao dịch, tình trạng tài khách hàng (Closing Balance, Amount of Transaction, Loan Amount…) (Hình 4) Tương tự toán lĩnh v ực quản trị ngân hàng, toán lĩnh vực chứng khoán giải việc sử dụng kỹ thuật khai phá liệu với thuộc tính đặc trưng thuật toán phù hợp Trong nghiên cứu trên, thuật toán phân lớp dự đoán Cây định (Decision Tree, ANN) Cùng v ới đó, thuộc tính chọn lựa phù hợp với ngân hàng quốc gia khác Những vấn đề nêu yếu tố quan trọng ảnh hưởng tới kết kinh doanh ngân hàng Hơn nữa, với phát triển mạnh mẽ công nghệ thông tin, ngân hàng ng ày phải đối mặt với nhiều cạnh tranh khốc liệt, nhiều thách thức hoạt động kinh doanh Vì vậy, việc áp dụng kỹ thuật khai phá liệu để tìm kiếm thơng tin hữu ích có giá trị việc hỗ trợ việc lập kế hoạch, chiến lược kinh doanh vào hoạt động ngân hàng r ất cần thiết Tóm lại, từ phân tích nghiên cứu trên, nhận thấy cần trọng tâm nghiên cứu vào vấn đề: Nhận diện khách hàng ti ềm năng, thuật toán huấn luyện, phát triển mơ hình phân tích d ự báo phát triển hệ tương tác ngân hàng khách hàng, t đó, đề xuất khung nghiên cứu [Hình 5] Theo mơ hình này, liệu thu thập NHTM qua hoạt động ngân hàng trực tuyến (Banking Online), t ại hệ thống lõi (Online Banking System/Core Banking System) c NHTM Dữ liệu liệu khơng có cấu trúc, chúng cần phải tiền xử lý trở thành liệu có cấu trúc tích hợp trước tiến hành khai phá mơ hình d ự báo Các mơ hình dự báo mơ hình tốn h ọc, thuật toán khai phá liệu phát triển trình lu ận án thực Đầu mơ hình dự báo kết dự báo khách hàng có trung thành v ới ngân hàng hay khơng Từ hỗ trợ ngân hàng xây dựng chiến lược kinh doanh phù h ợp lớp khách hàng Giải pháp và phương pháp thực 3.1 Các giải pháp Để đạt mục tiêu nghiên cứu cụ thể đây, giải pháp sau c ần thực hiện: - Giải pháp 1: Nghiên cứu kỹ thuật phân lớp, phân cụm áp dụng ngân hàng cho ho ạt động quản lý quan hệ khách hàng; Các kỹ thuật đánh giá khách hàng ti ềm năng, đồng thời xác định khách hàng mang đến rủi ro; Các kỹ thuật dự báo lịng trung thành c khách hàng Từ đó, đưa đư ợc mơ hình, kỹ thuật khai phá phù hợp với tình hình Việt Nam lĩnh vực NHTM - Giải pháp 2: Phát triển mơ hình dự báo khả thay đổi dịch vụ (Churn Prediction Modeling) h ỗ trợ ngân hàng xây d ựng chiến lược hiệu cụ thể để trì khách hàng thu hút thêm khách hàng - Giải pháp 3: Phát triển mơ hình phát hi ện cảnh báo rủi ro lĩnh vực ngân hàng hỗ trợ ngân hàng phát hi ện cảnh báo sớm rủi ro quy trình kinh doanh ti ền tệ - Giải pháp 4: Phát triển hệ tương tác dịch vụ ngân hàng với khách hàng giúp ngân hàng nâng cao chất lượng dịch vụ cách tiếp cận hướng tới khách hàng 3.2 Phương pháp thực - Tìm hiểu mơ hình phát cảnh báo khả thay đổi dịch vụ khách hàng lĩnh v ực ngân hàng nay: Tìm hiểu mơ hình phân lớp, phân cụm khía c ạnh tảng kỹ thuật, hiệu kỹ thuật, từ phân tích ưu, ợc điểm mơ hình tập trung tìm hiểu, phát triển kỹ thuật khai phá liệu Trên sở lựa chọn thuộc tính đặc thù mơ hình t ối ưu, phù hợp với yêu cầu sử dụng NHTM Việt Nam - Phát triển kỹ thuật khai phá liệu phát cảnh báo rủi ro NHTM Việt Nam dựa phương pháp học máy phân tích thống kê: Nghiên cứu từ mơ hình đề xuất từ nghiên cứu trước để phát triển mơ hình phát cảnh báo rủi ro áp dụng lĩnh vực ngân hàng Từ đó, phát triển kỹ thuật phát cảnh báo rủi ro tín dụng cho NHTM Việt Nam - Tối ưu hóa thành phần mơ hình phát cảnh báo đề xuất nhằm nâng cao khả cảnh báo: Các nhân tố chính, ảnh hưởng trực tiếp tới khả phát cảnh báo - Đánh giá, kiểm nghiệm khả mơ hình phát hi ện cảnh báo đề xuất: Đánh giá, kiểm nghiệm khả phát cảnh báo đề xuất quan trọng, điều xác định thành công hay th ất bại giải pháp Kết luận Trên tổng quan nghiên cứu ứng dụng kỹ thuật dự báo vào lĩnh vực quản trị quan hệ khách hàng ngân hàng Đ ồng thời, tác giả đề xuất khung nghiên cứu cụ thể vấn đề Phát thuộc tính đặc trưng quan trọng ảnh hưởng đến hiệu kinh doanh lĩnh v ực ngân hàng, tham số hóa thuộc tính hay g ọi biến dự báo áp dụng mơ hình tốn học để đánh giá, phân tích dự báo rủi ro hoạt động ngân hàng Phát triển mơ hình phát hi ện cảnh báo rủi ro tín dụng làm sở cho nghiên cứu sau Từ mơ hình này, s ẽ có nghiên cứu bổ sung nhằm tăng khả dự báo rủi ro tín dụng hoạt động ngân hàng, nâng cao v ị nghiên cứu ứng dụng Khai phá liệu việc xây dựng mơ hình dự báo áp dụng cho lĩnh vực ngân hàng  ... áp dụng lĩnh vực quản lý quan hệ khách hàng ngân hàng mơ hình phân cụm mơ hình phân tích d ự báo (Hình 2) Trong bối cảnh Việt Nam nay, việc nghiên cứu kỹ thuật dự báo quản lý quan hệ khách hàng. .. cứu kỹ thuật phân lớp, phân cụm áp dụng ngân hàng cho ho ạt động quản lý quan hệ khách hàng; Các kỹ thuật đánh giá khách hàng ti ềm năng, đồng thời xác định khách hàng mang đến rủi ro; Các kỹ thuật. .. việc dự báo Trong lĩnh vực Quản lý quan hệ khách hàng, nhóm tác giả Yong Wang, Dong Sheng Wu sử dụng kỹ thuật phân loại dựa kỹ thuật định (Decision Trees, Random Forests) đ ể phân chia khách hàng