Đang tải... (xem toàn văn)
Dữ liệu lớn đang trở nên không thể quản lý...19 Trang 3 TÀI LIỆU THAM KHẢO...23BẢNG PHÂN CÔNG CÔNG VIỆC Trang 4 LỜI MỞ ĐẦUBí ẩn đằng sau các trang web thông minh này là mọi sự chào mời
HỌC VIỆN NGÂN HÀNG HỆ THỐNG THÔNG TIN QUẢN LÝ BÀI TẬP LỚN MÔN NĂNG LỰC SỐ ỨNG DỤNG TÊN ĐỀ TÀI ỨNG DỤNG CỦA BIG DATA TRONG LĨNH VỰC NGÂN HÀNG Giáo viên hướng dẫn: Lê Cẩm Tú Danh sách nhóm 2: Mã sinh viên: 25A4011710 Mã sinh viên: 25A4010718 Mã sinh viên: 25A4010978 Họ tên: Tạ Bùi Hương Giang Họ tên: Hoàng Thu Trang Họ tên: Nguyễn Thị Kim Anh Mã sinh viên: 25A4011008 Họ tên: Nguyễn Mạnh Việt HÀ NỘI – 30/12/2022 MỤC LỤC I Lý thuyết big data 1.1 Big data gì? .1 1.2 Nguồn gốc phát triển Big Data 1.3 Đặc trưng Big Data gì? .2 Đặc trưng Big Data – Big data 3V đặc trung rõ (Nguồn: Digital Ready) 1.4 Cơ sở hạ tầng IT cần thiết để hỗ trợ Big Data công nghệ dự liệu đặc biệt dành cho big data 1.4.1 Cơ sở hạ tầng IT cần thiết để hỗ trợ Big Data .5 1.4.2 Các công nghệ liệu đặc biệt dành cho Big data .5 1.4.3 Các kĩ Big data .6 1.4.4 Các ứng dụng Big data II Ứng dụng Big Data hoạt động ngân hàng 12 2.1 Thứ nhất, phân tích thói quen chi tiêu khách hàng .13 2.2 Thứ hai, phân khúc khách hàng thẩm định hồ sơ 13 2.3 Thứ ba, bán chéo thêm dịch vụ khác 14 2.4 Thứ tư, nâng cao chất lượng dịch vụ thông qua xây dựng hệ thống thu thập phản hồi khách hàng phân tích chúng 15 2.5 Thứ năm, marketing theo hướng cá nhân hóa 15 2.6 Thứ sáu, thay đổi cách thức cung cấp dịch vụ đến khách hàng 16 2.7 Thứ bảy, phát ngăn chặn hành vi lừa đảo, vi phạm pháp luật .16 2.8 Thứ tám, kiểm soát rủi ro, tuân thủ luật pháp minh bạch báo cáo tài 17 2.9 Thứ chín, tham gia vào việc kiểm soát đánh giá nâng cao hiệu làm việc nhân viên 17 III Hạn chế Giải pháp ứng dụng big data ngân hàng 18 3.1 Các hệ thống kế thừa gặp khó khăn việc theo kịp 18 3.2 Dữ liệu nhiều rủi ro lớn .19 3.3 Dữ liệu lớn trở nên quản lý 19 3.4 Thay đổi tư vè liệu phương pháp xử lý liệu đại đội ngũ ngân hang 19 3.5 Cần xây dựng quy trình liên quan đến liệu từ khâu thu nhập đến sử dụng kết xử lý liệu 20 3.6 Xây dựng đội ngũ chuyên viên khoa học liệu .21 KẾT LUẬN 22 TÀI LIỆU THAM KHẢO 23 BẢNG PHÂN CÔNG CÔNG VIỆC STT Mã SV Họ Tên 25A4010978 Nguyễn Thị Kim Anh 25A4010718 Hoàng Thu Trang 25A4011008 Nguyễn Mạnh Việt 25A4011710 Tạ Bùi Hương Giang Phân công công việc Thực trạng ứng dụng bigdata vào lĩnh vực ngân hàng Thực trạng ứng dụng bigdata vào lĩnh vực ngân hàng Hạn chế ứng dụng bigdata vào lĩnh vực ngân hang giải pháp Lý thuyết bigdata Đánh giá % đóng góp 100% hồn thành thời hạn 100% hoàn thành thời hạn 100% hoàn thành thời hạn 100% hoàn thành thời hạn Nhận xét LỜI MỞ ĐẦU Bí ẩn đằng sau trang web thơng minh chào mời sản phẩm dựa nghiên cứu sở thích, thói quen khách hàng phân loại nhóm khách hàng khác nhau… Vậy 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 nghiệp thu thập lúc khách hàng ghé thăm, tương tác hay mua sắm website mình; liệu mua lại từ công ty chuyên cung cấp liệu khách hàng Các thông tin không giúp nhà cung ứng hàng hóa, dịch vụ tăng lợi nhuận cho họ mà tăng trải nghiệm mua sắm người dùng Một mặt, nhờ q trình tìm hiểu, phân tích khách hàng, doanh nghiệp tạo sản phẩm đáp ứng nhu cầu khách hàng, xây dựng sách phân phối bán sản phẩm đến tay người tiêu dùng cách có hiệu Mặt khác, thân người tiêu dùng tiết kiệm thời gian yên tâm trải 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 trưởng kinh tế… chí phương án phịng ngừa trước dịch bệnh Là tổ chức cung ứng dịch vụ tài cho hầu hết chủ thể kinh tế, ngành Ngân hàng đứng xu ứng dụng liệu lớn giống doanh nghiệp 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 mạng 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 I LÝ THUYẾT VỀ BIG DATA 1.1 Big data gì? Big Data hay gọi Dữ liệu lớn thuật ngữ mô tả khối lượng liệu lớn – cấu trúc khơng có cấu trúc – liệu fnày cung cấp thông tin cho doanh nghiệp sở hàng ngày Đó tổ chức làm với liệu quan trọng Big data phân tích để có thơng tin chi tiết dẫn đến định tốt động thái kinh doanh chiến lược Những liệu lớn phần mềm xử lý liệu truyền thống quản lý chúng Nhưng khối lượng liệu khổng lồ sử dụng để giải vấn đề kinh doanh mà bạn giải trước 1.2 Nguồn gốc phát triển Big Data Đối với nhiều người thuyết trình Big Data thuật ngữ cịn mẻ thực ra, nguồn gốc Big Data năm 1960 1970 Đó thời điểm mà giới liệu bắt đầu với trung tâm liệu với phát triển sở liệu SQL Năm 1984, Tập đoàn Teradata cho thị trường hệ thống xử lý liệu song song DBC 1012 Đây hệ thống phân tích lưu trữ tới terabyte liệu Cho đến năm 2017, có hàng chục sở liệu dựa hệ thống Teradata với dung lượng lên đến hàng petabyte Trong liệu lớn vượt qua ngưỡng 50 pentabytes Năm 2000, Seisint Inc (nay Tập đoàn LexisNexis) phát triển thành công khung chia sẻ liệu dựa theo cấu trúc C ++ để truy vấn lưu trữ liệu Năm 2004, Gooogle cho báo q trình có tên gọi MapReduce sử dụng kiến trúc tương tự MapReduce cung cấp mơ hình xử lý song song, cho ứng dụng liên quan để xử lý nhanh lượng liệu khổng lồ Google triển khai mẫu MapReduce thông qua mã nguồn mở Apache Hadoop Năm 2005, người bắt đầu nhận số lượng người dùng tạo thông qua Youtube, Facebook dịch vụ trực tuyến khác lớn Cùng năm đó, Hadoop (một framework open source tạo riêng với nhiệm vụ lưu trữ phân tích BigData) phát triển Cũng khoảng thời gian này, NoSQL bắt đầu trở nên phổ biến Sự phát triển framework ví dụ Hadoop (hoặc gần Spark) cần thiết cho phát triển Big Data Lý chúng khiến cho Big Data hoạt động dễ dàng lưu trữ rẻ Hiện khối lượng Big Data tăng cách nhanh chóng, người sử dụng hàng ngày tạo lượng liệu vơ lớn Tuy nhiên, có điều thú vị lượng liệu khơng người mà cịn máy móc tạo ra, chí cịn chủ yếu Sự đời IoT (Internet of Things), nhiều thiết bị đối tượng kết nối với internet, từ thu thập liệu mơ hình sử dụng người dùng hiệu suất sản phẩm Chính có mặt IoT tạo nhiều liệu 1.3 Đặc trưng Big Data gì? Sau hiểu tổng quan big data, đặc trưng liệu lớn đặc trưng 3V, bao gồm: Volume (Khối lượng liệu): Với big data, bạn phải xử lý khối lượng lớn liệu có mật độ thấp, khơng có cấu trúc Đây liệu giá trị không xác định, chẳng hạn nguồn cấp liệu Twitter, nhấp chuột trang web ứng dụng dành cho thiết bị di động thiết bị hỗ trợ cảm biến Đối với số tổ chức, điều hàng chục terabyte liệu Đối với người khác, hàng trăm petabyte Velocity (Vận tốc mà liệu cần xử lý phân tích): Tốc độ tốc độ nhanh liệu nhận (có thể) hành động Thơng thường, tốc độ cao luồng Document continues below Discover more from: Lực Số Năng Học viện Ngân hàng 407 documents Go to course 44 18 46 25 BÀI-TẬP-LỚN-KẾTTHÚC-HỌC-PHẦN-… Năng Lực Số 100% (11) ƠN TẬP NGƯỜI LÁI ĐỊ SƠNG ĐÀ Năng Lực Số 100% (11) Ôn tập kiểm tra II Năng Lực Số Ứng… Năng Lực Số 100% (7) Bài tập lớn môn lực số ứng dụng… Năng Lực Số 94% (16) Bài thực hành Wordddddddd Năng Lực Số 100% (6) 26 Nhóm-10-chủ-đề-6 - tốn ví điện… liệu trực tiếp vào nhớ so với ghi vào đĩa Một số sảnNăng phẩm Lực thông minh hỗ trợ 100% (6) Sốsẽ yêu cầu đánh giá internet hoạt động thời gian thực gần thời gian thực hành động theo thời gian thực Variety (Nhiều loại liệu đa dạng): Nhiều loại đề cập đến nhiều loại liệu có sẵn Các kiểu liệu truyền thống cấu trúc phù hợp gọn gàng sở liệu quan hệ Các kiểu liệu phi cấu trúc bán cấu trúc, chẳng hạn văn bản, âm video yêu cầu tiền xử lý bổ sung để lấy ý nghĩa siêu liệu hỗ trợ Đặc trưng Big Data – Big data 3V đặc trung rõ (Nguồn: Digital Ready) Các kho liệu lớn tạo thành từ liệu Dữ liệu đến từ nguồn ứng dụng thiết bị di động, ứng dụng dành cho máy tính để bàn, mạng xã hội, trang web, thí nghiệm khoa học, thiết bị cảm biến thiết bị khác internet (IoT) Big Data kèm với thành phần có liên quan cho phép tổ chức đưa liệu vào sử dụng thực tế giải số vấn đề kinh doanh Các vấn đề gồm có: Các phân tích áp dụng với liệu Cơ sở hạ tầng IT cần thiết để hỗ trợ cho Big Data Các công nghệ cần thiết cho dự án Big Data kĩ có liên quan Những trường hợp thực tế có ý nghĩa Big Data Phân tích liệu giá trị thực mang lại từ tổ chức liệu lớn Nếu khơng có phân tích liệu sử dụng vô hạn chế kinh doanh Với việc phân tích liệu lớn, cơng ty thu cho lợi ích dịch vụ khách hàng cải thiện, từ mang lại hiệu cao hơn, tăng doanh thu tăng khả cạnh tranh Việc phân tích liệu có liên quan đến việc kiểm tra liệu để thu thập thông tin chi tiết rút kết luận nội dung chúng chứa, ví dụ xu hướng dự đoán hoạt động tương lai Bằng việc phân tích liệu, tổ chức đưa định kinh doanh hồn hảo Ví dụ tổ chức định xem đâu nên chạy chiến dịch tiếp thị giới thiệu sản phẩm, dịch vụ Sự phân tích tham khảo ứng dụng kinh doanh tiên tiến, thông minh Các tổ chức khoa học sử dụng phép phân tích dự đoán ứng dụng Data mining loại phân tích liệu cao cấp nhất, nơi mà nhà phân tích đánh giá liệu lớn để xác định mối quan hệ, mơ hình xu hướng Phân tích liệu bao gồm phân tích liệu thăm dị phân tích liệu xác nhận Có mảng khác phân tích liệu định lượng (hoặc phân tích liệu số có biến so sánh theo thống kê) so với phân tích liệu định tính (tập trung vào liệu liệu cá nhân văn bản, hình ảnh, video) 1.4 Cơ sở hạ tầng IT cần thiết để hỗ trợ Big Data công nghệ dự liệu đặc biệt dành cho big data 1.4.1 Cơ sở hạ tầng IT cần thiết để hỗ trợ Big Data Đối với khái niệm Big Data để làm việc, tổ chức cần phải xây dựng sở hạ tầng để thu thập chứa liệu, cung cấp quyền truy cập đảm bảo thông tin chuyển tiếp lưu trữ Cấp độ cao hơn, bao gồm hệ thống lưu trữ máy chủ thiết kế cho Big Data, tích hợp liệu phần mềm quản lý, phần mềm phân tích liệu, thơng tin kinh doanh ứng dụng Big Data Phần lớn sở hạ tầng tập trung chỗ cơng ty muốn tiếp tục tận dụng khoản đầu tư vào trung tâm liệu Tuy nhiên, ngày có nhiều tổ chức dựa vào dịch vụ điện toán đám mây để xử lý nhiều yêu cầu Big Data họ Thu thập liệu đòi hỏi bắt buộc phải có nguồn Một số ứng dụng ứng dụng web, ứng dụng di động, kênh truyền thông xã hội lưu trữ email cài đặt sẵn Tuy nhiên, mà IoT trở nên phổ biến, cơng ty cần phải triển khai cảm biến tất loại thiết bị, sản phẩm phương tiện để thu thập liệu, ứng dụng tạo liệu người dùng Tất nhiên, phân tích liệu theo định hướng IoT có kỹ thuật cơng cụ chun biệt riêng Để lưu giữ tất liệu trên, tổ chức bắt buộc phải có đủ dung lượng lưu trữ chỗ Những tùy chọn lưu trữ bao gồm 1.4.2 Các công nghệ liệu đặc biệt dành cho Big data Dưới số công nghệ cụ thể dành cho Big Data mà sở hạ tầng IT bạn nên hỗ trợ Hệ sinh thái Hadoop Hadoop công nghệ coi phổ biến liên quan mật thiết với Big Data Apache Hadoop dự án phát triển phần mềm mã nguồn mở cho máy tính, có khả mở rộng, phân tán Thư viện phần mềm Hadoop khuôn mẫu cho phép xử lý phân tán liệu lớn nhóm máy tính mà sử dụng mơ hình lập trình đơn giản Nó thiết kế để mở rộng từ máy chủ sang hàng ngàn máy khác, máy lưu trữ cục cung cấp tính tốn Dự án bao gồm nhiều phần: Những tiện ích phổ biến hỗ trợ phần Hadoop khác: Hadoop Common Cung cấp khả truy cập liệu ứng dụng cao: Hadoop Distributed File System Là khuôn mẫu cho việc lên kế hoạch làm việc quản lý tài nguyên cụm: Hadoop YARN • • EBay sử dụng hai kho liệu với tốc độ 7.5 petabyte 40PB cụm 40PB Apache Hadoop để tìm kiếm, khuyến nghị người tiêu dùng bán hàng Amazon.com xử lý hàng triệu hoạt động back-end hàng ngày, truy vấn từ nửa triệu người bán hàng bên thứ ba Công nghệ cốt lõi mà Amazon hoạt động dựa Linux đến năm 2005 họ có ba sở liệu Linux lớn giới, với • • • dung lượng 7,8 TB, 18,5 TB 24,7 TB Facebook xử lý 50 tỷ hình ảnh từ sở người dùng Google xử lý khoảng 100 tỷ lượt tìm kiếm tháng vào tháng năm 2012 Cơ sở liệu Oracle NoSQL kiểm tra để vượt qua mốc triệu xử lý giây với nhân đạt tốc độ 1.2 triệu xử lý giây với 10 nhân II ỨNG DỤNG CỦA BIG DATA TRONG CÁC HOẠT 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 khối 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 dụng ngân hàng tổ chức tài chính, dựa khối lượng lớn liệu thông tin, hồ sơ cá nhân thông tin bảo mật khác Với giúp đỡ Big Data, ngân hàng theo dõi hành vi khách hàng, xác định nguồn liệu cần thiết để thu thập phục vụ cho việc đưa giải Các ứng dụng Big Data lĩnh vực ngân hàng bao gồm: pháp 2.1 Thứ nhất, phân tích thói quen chi tiêu khách hàng Các ngân hàng có khả truy cập trực tiếp nguồn thông tin, liệu lịch sử dồi liên quan đến thói quen, hành vi chi tiêu khách hàng Các ngân hàng cịn nắm thơng tin chi tiết nguồn thu khách hàng năm, khoản chi tiêu, dịch vụ ngân hàng mà khách hàng sử dụng… Điều cung cấp sở, hội để ngân hàng tiếp cận phân tích liệu sâu Áp dụng chức sàng lọc thơng tin, ví dụ như, lọc thời điểm dịp lễ hay mùa lễ điều kiện vĩ mô (lạm phát, tỷ lệ thất nghiệp…) mà nhân viên ngân hàng hiểu nguyên nhân biến động thu nhập hay chi tiêu ngân hàng Đây yếu tố quan trọng trình đánh giá rủi ro, thẩm định hồ sơ cho vay, mở rộng dịch vụ cung cấp hay bán chéo sản phẩm đến khách hàng Bên cạnh đó, nhờ nắm thông tin nguồn tiền nhàn rỗi khách hàng, ngân hàng tận dụng thu hút tiền gửi để thực hoạt động đầu tư Ví dụ: Qua phân tích liệu thói quen người Việt hay tiết kiệm dịp tết đến nhiều ngân hàng bắt đầu tung chương trình khuyến nhằm tri ân khách hàng tranh thủ huy động vốn tháng cuối năm ngân hàng TMCP Đơng Nam Á triển khai chương trình khuyến tết ý xuân phú quý dành cho khách hàng gửi tiết kiệm quầy gửi tiết kiệm online mợ thẻ tín dụng ký hợp đồng bảo hiểm với gần 12.000 quà tặng có tổng giá trị lên đến gần 6.000.000.000 đồng 2.2 Thứ hai, phân khúc khách hàng thẩm định hồ sơ Phân khúc khách hàng nhân tố quan trọng chiến lược marketing thiết kế sản phẩm ngân hàng Một phân tích ban đầu thói quen chi tiêu khách hàng với 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) hoàn tất ngân hàng có sở liệu phục vụ cho trình phân khúc, phân loại khách hàng cách phù hợp dựa vào thông tin hồ 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, trợ giúp cho nhiệm vụ xác định nhu cầu mong muốn họ Bằng cách nắm thơng tin liên quan đến giao dịch, ngân hàng xác định khách hàng thuộc nhóm nào, ví dụ nhóm có chi tiêu dễ dàng, nhóm nhà đầu tư thận trọng, nhóm tốn nợ nhanh chóng, nhóm khách hàng trung thành… Bên cạnh 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 -Ví dụ: + Phân khúc khách hàng: VietinBank cho mắt thẻ dành cho phái đẹp E-partner PinkCard.Không thực chức rút tiền tốn hàng hóa hệ thống ATM ViettinBank, chủ thẻ cịn thực giao dịch gần 2000 ATM POS thuộc hệ thống Banknetvn trải rộng toàn quốc.Chỉ cần gọi điện thoại hẹn trước chủ khám sức khỏe miễn phí trung tâm y tế khắp toàn quốc, E-partner PinkCard Vietinbank khẳng định khơng phương tiện tốn đại mà người bạn đồng hành với người phụ nữ nhịp sống đại mong muốn quan tâm chia sẻ + Thẩm định hồ sơ khách hàng : Hiện với trợ giúp Big data định cho vay hay kiểm soát tài khoản vay thực nhanh chóng xác so với việc sử dụng mơ hình chấm điểm tín dụng trước Ngân hàng TMCP Việt Nam Thịnh Vượng triển khai Basel II để chấm điểm tín dụng với khách hàng dựa sở liệu lớn trường thông tin Sử dụng thông tin liệu từ trung tâm thơng tin tín dụng quốc gia Việt Nam nhằm tìm kiếm thơng tin nợ xấu Dự báo hành vi trả nợ ngân hàng thông qua việc thu nhập số liệu đẹp mẫu đủ lớn với hàng nghìn khách hàng khách hàng muốn có khoản vay họ phải điền vào tờ khai.Tùy vào sản phẩm tờ khai có nhiều câu hỏi khác có thơng tin khách hàng phải khai tên, tuổi, ngày sinh bên cạnh câu hỏi khác thông qua câu trả lời họ ngân hàng rút đánh giá hồ sơ tín dụng phù hợp khách hàng với sản phẩm mà họ mong muốn 2.3 Thứ ba, bán chéo thêm dịch vụ khác Dựa vào sở liệu ngân hàng có được, ngân hàng thu hút thêm, hay giữ chân khách hàng cách giới thiệu thêm dịch vụ khác Ví dụ, ngân hàng 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 dễ 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 bán kèm dịch vụ khác với ưu đãi tập trung xác vào nhu cầu khách Ví dụ: Sacombank phát hành chứng tiền gửi hệ toàn hệ thống dành cho khách hàng cá nhân tổ chức khách hàng mua chứng tiền gửi dài hạn có ghi danh mệnh giá tối thiểu 1.000.000 đồng thời hạn năm nhận mức lãi suất hấp dẫn lên tới 8,6% năm 2.4 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 qua biểu mẫu phản hồi; thường xuyên (hay nói nhiều khả năng) chia sẻ ý kiến thông qua phương tiện 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 tiện truyền thông thu thập tất liệu đề cập thương hiệu ngân hàng để phản hồi nhanh chóng đầy đủ đến khách hàng, ngồi ra, hỗ trợ ngăn chặn tin đồn thất thiệt ảnh hưởng đến hoạt động kinh doanh niềm tin nơi khách hàng Khi khách hàng cảm thấy ngân hàng lắng nghe, đánh giá cao ý kiến thực cải tiến, thay đổi theo yêu cầu họ trung thành dành cho thương hiệu gia tăng, cải thiện hình ảnh ngân hàng 2.5 Thứ năm, marketing theo hướng cá nhân hóa Sau có phân khúc khách hàng ngân hàng cần tận dụng để marketing nhắm tới mục tiêu khách hàng dựa trên hiểu biết thói quen chi tiêu cá nhân họ Ngoài việc thu thập liệu lịch sử giao dịch khách hàng, ngân hàng kết hợp liệu phi cấu trúc lấy từ mạng xã hội để có tranh đầy đủ nhu cầu khách hàng dựa phân tích tâm lý, mong muốn khách hàng thời điểm Từ đó, ngân hàng đưa giải pháp, kế hoạch marketing phù hợp 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, … Ví dụ: Các ngân hàng sử dụng công cụ email Maketing để gửi đến khách hàng thông tin dịch vụ cho vay ngắn hạn suất vừa phải hay gửi tiết kiệm với lãi suất hấp dẫn chương trình yêu đãi khác việc tạo sản phẩm dịch vụ cung cấp cho phân khúc khách hàng hay chí khách hàng cụ thể giúp ngân hàng xây dựng hình ảnh thương hiệu tạo dựng mối quan hệ tốt khách hàng 2.6 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 trị đơn giản 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 yêu cầu để phục vụ cho q trình phân tích Điều cho phép ngân hàng tối ưu hóa quy trình làm việc tiết kiệm thời gian chi phí Big Data cho phép tổ chức xác định khắc phục vấn đề trước khách hàng bị ảnh hưởng Ví dụ: Hợp tác với Temenos vào năm 2004, Sacombank ngân hàng triển khai loạt dự án công nghệ lớn bao gồm Quản lý dòng đời liệu (Data Lifecycle Management) cho tảng ngân hàng lõi Temenos T24 Đây hệ thống ngân hàng phân hệ nghiệp vụ ngân hàng tiền gửi, tiền vay, khách hàng… Thơng qua ngân hàng phát triển thêm nhiều dịch vụ, sản phẩm quản lý nội chặt chẽ hiệu hơn.Chỉ vòng vài tuần, ứng dụng cho thấy hiệu chi phí tập trung sở liệu ngân hàng tận dụng quản lý liệu theo thời gian thực 2.7 Thứ bảy, phát ngăn chặn hành vi lừa đảo, vi phạm pháp luật Big Data cho phép ngân hàng đảm bảo giao dịch trái phép thực hiện, cung cấp mức độ an toàn, nâng cao tiêu chuẩn bảo mật toàn ngành Nhờ vào liệu lịch sử giao dịch hồ sơ tín dụng khách hàng, ngân hàng 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 để xác minh giao dịch Ngân hàng khai thác Big Data để phân biệt giao dịch hành vi phạm 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 Ví dụ : nhà đầu tư hay khách hàng thường toán chi tiêu cho sinh hoạt ngày để tiền tài khoản gửi tiết kiệm lấy lãi ngày lại cố gắng rút toàn số tiền từ tài khoản qua máy ATM điều có nghĩa thẻ bị cắp sử dụng kẻ cắp.Nhân viên ngân hàng gọi điện đến chủ tài khoản thông báo đến khách hàng hình thức để xác minh lại giao dịch cách rõ : giao dịch hợp pháp khách hàng thực hay giao dịch trái phép tội phạm lừa đảo tội phạm trộm thẻ mà khách hàng ? Cứ việc phân tích liệu giao dịch lịch sử làm sở để kiểm tra tính hợp pháp an toàn bảo mật giao dịch giảm thiểu hành vi vi phạm pháp luật xảy 2.8 Thứ tám, kiểm soát rủi ro, tuân thủ luật pháp minh bạch báo cáo tài Ngồi phát hành vi phạm tội, bảo vệ lợi ích người tiêu dùng, ngân hàng ứng dụng Big Data đo lường, kiểm sốt rủi ro thực giao dịch cổ phiếu với nhà đầu tư kiểm tra hồ sơ vay khách hàng Dĩ nhiên tất phải dựa phân tích có kết từ liệu lịch sử liên quan Các thuật toán Big Data giúp giải vấn đề tuân thủ quy định pháp luật kế toán, kiểm toán báo cáo tài minh bạch nhằm hợp lý hố hoạt động tổ chức từ giảm chi phí quản lý Các tổ chức ngân hàng tài hoạt động khung pháp lý nghiêm ngặt, đòi hỏi mức độ cao kiểm sốt minh bạch hoạt động tài chính, tn thủ điều luật báo cáo đầy đủ chi tiết đến quan nhà nước, phủ Việc phát sớm hành vi gian lận khách hàng quan trọng Hệ thống Big Data thu thập lưu trữ liệu sở liệu có quy mơ lớn giúp ngân hàng quản lý, tiến hành phân tích cách nhanh cách sử dụng phần mềm, thuật toán chuyên dụng Và phát số lượng lớn rủi ro xảy ra, ngân hàng dễ dàng kiểm sốt Big Data đóng vai trị to lớn q trình tích hợp chức phận, phòng ban yêu cầu xử lý liệu ngân hàng vào hệ thống trung tâm Qua hỗ trợ kiểm sốt, ngăn chặn vấn đề liệu, giảm thiểu rủi ro gian lận 2.9 Thứ chín, tham gia vào việc kiểm sốt đánh giá nâng cao hiệu làm việc nhân viên Quá tập trung vào gia tăng lợi nhuận mà nhiều ngân hàng lại thường quên ứng dụng tiềm Big Data mà có tác động lớn đến trình phát triển kinh doanh Đó nâng cao suất làm việc nhân viên Hệ thống Big Data hỗ trợ thu thập, phân tích, đánh giá, truyền tải liệu hiệu làm việc nhân viên Trước đây, để thu thập thông tin cần nhiều công đoạn mang tính thủ cơng, nay, Big Data giúp xử lý công việc cách nhanh chóng xác Kết phân tích giúp nhà lãnh đạo có nhìn tình hình, thực trạng làm việc nhân viên nhân viên có thành tích tốt nhất, nhân viên không đạt tiêu, đặc biệt xem xét mức độ hài lòng nhân viên môi trường làm việc, phúc lợi, ngân hàng dành cho họ Các công cụ Big Data khai thác toàn liệu thời gian thực, lúc giải pháp đưa mang tính khả thi cao, tạo nên thay đổi nhanh chóng Ngồi ngân hàng đo lường nhiều thứ khơng hiệu suất làm việc cá nhân, mà tinh thần đồng đội, tương tác phòng ban văn hóa tổng thể cơng ty Nhân viên giảm thời gian dành cho công việc mang tính thủ cơng gồm nhiều quy trình phức tạp cách dựa vào hệ thống Big Data gồm phần mềm lập trình sẵn để giải cơng việc cách nhanh chóng xác Từ nhân viên dành nhiều thời gian cho cơng việc, nhiệm vụ khó hơn, cấp bách từ cấp giao xuống III HẠN CHẾ VÀ GIẢI PHÁP KHI ỨNG DỤNG BIG DATA Ở TRONG NGÂN HÀNG 3.1 Ngành ngân hàng chậm đổi mới: 92 số 100 ngân hàng hàng đầu toàn cầu điều hành hoạt động họ máy tính lớn IBM Khơng có ngạc nhiên việc áp dụng Fintech (cơng nghệ tài chính) cao Các tổ chức tài truyền thống khơng có hội chống lại công ty khởi nghiệp nhanh nhẹn lấy khách hàng làm trung tâm Tuy nhiên, nói đến liệu lớn, thứ chí cịn tồi tệ hơn: hầu hết hệ thống cũ khơng có khả xử lý khối lượng công việc ngày tăng Việc cố gắng thu thập, lưu trữ phân tích lượng liệu cần thiết sở hạ tầng lỗi thời gây nguy hiểm cho ổn định tồn hệ thống Do đó, tổ chức phải tăng khả xử lý xây dựng lại hồn tồn hệ thống để đáp ứng thách thức 3.2 Dữ liệu nhiều rủi ro lớn Ở đâu có liệu, có rủi ro Rõ ràng nhà cung cấp dịch vụ ngân hàng phải đảm bảo liệu người dùng mà họ thu thập xử lý bảo mật Hơn nữa, quy định bảo mật liệu trở nên nghiêm ngặt GDPR (quy định bảo vệ giữ liệu chung) áp đặt hạn chế doanh nghiệp toàn giới muốn thu thập sử dụng liệu người dùng 3.3 Dữ liệu lớn trở nên quản lý Với nhiều loại liệu khác khối lượng tổng hợp chúng, khơng có ngạc nhiên doanh nghiệp phải vật lộn để theo kịp Điều trở nên rõ ràng cố gắng tách liệu hữu ích khỏi liệu vơ ích Mặc dù tỷ lệ liệu có khả hữu ích tăng lên, cịn nhiều liệu không liên quan cần xếp Điều có nghĩa doanh nghiệp phải chuẩn bị củng cố phương pháp họ để phân tích nhiều liệu có thể, tìm ứng dụng cho liệu trước cho không liên quan 3.4 Thay đổi tư vè liệu phương pháp xử lý liệu đại đội ngũ ngân hang Hiện tồn số quan điểm định đưa dựa kinh nghiệm mà không cần dựa kết phân tích liệu lớn Quan điểm khơng sai khứ, thực tế có nhiều quản lí thâm niên đưa nhiều định xác Nhưng thị trưởng ngân hàng dịch vụ đơn giản, nhu cầu khách hàng chưa nhiều chưa tiếp cận công nghệ thông tin đại Ngày công nghệ ngày phát triển, không ngừng thay đổi, nhu cầu khách hàng ngày tăng cao số lượng khơng nhỏ khách hàng ngân hàng chuyển dần sang sử dụng dịch vụ cung cấp từ đối thủ ngân hàng thuận tiện, dịch vụ toán tốc độ xử lý giao dịch nhanh chóng, an tồn đặc biệt chi phí thấp Ví Momo, ViettelPay,… Các hồ sơ vay vốn hoă ”c khoản tốn từ đê ” trình tới phê duyê ”t phải trải qua nhiều cuô ”c họp kéo dài nhiều ngày Tuy nhiên, với hỗ trợ công nghê ” lưu trữ phân tích liê ”u, ngân hàng nhanh chóng so sánh, đánh giá tín dụng khách hàng Viê ”c áp dụng công nghê ” Big Data giúp mô ”t số ngân hàng giảm thời gian thẩm định khách hàng từ nhiều ngày xuống vài phút Mạng lưới liê ”u liên kết công nghê ” nhâ ”n diê ”n danh tích khách hàng thơng qua trang mạng xã hơ i” thâm ” chí cịn giúp ngân hàng xác định khách hàng đâu, làm có mối quan ” Điều giúp trình quản lý trở nên hiê ”u Các ngân hàng áp dụng công nghê ” phân tích liê ”u lớn để lựa chọn vị trí thuâ ”n lợi mở chi nhánh 3.5 Cần xây dựng quy trình liên quan đến liệu từ khâu thu nhập đến sử dụng kết xử lý liệu Ngân hàng cần thiết lập quy trình: thu nhập, rà sát, làm sạch, tổng hợp phân loại liệu vào đầu mối tập trung Sau lại phân phối liệu để phận liên quan để đưa thơng tin hữu ích Trong bước rà sốt bước 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 lọc rà soát giúp giảm đáng kể số lượng giao dịch sai, nhờ làm giảm thời gian cơng sức để xử lý Q trình xây dựng liệu cho Big Data gồm: - Bước 1: Xác định nguồn liệu (từ website, ứng dụng, thiết bị thơng 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 trữ 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 để phân tích đa chiều đưa dự báo - Bước 5: Sử dụng kết phân tích để đưa định 3.6 Xây dựng đội ngũ chuyên viên khoa học liệu Hiện nay, có thực tế nhân ngành ngân hàng cán ngân hàng khơng hiểu rõ cơng nghệ thơng tin, cịn người làm cơng nghệ thơng tin khơng hiểu rõ nghiệp vụ ngân hàng Thêm nữa, mơ hình phân tích Big Data Việt Nam chủ yếu ứng dụng lại mơ hình có sẵn giới, phần lớn chuyên gia khoa học liệu Việt Nam hạn chế khả phân tích mơ hình Do vậy, ngân hàng muốn phát triển công nghệ phải thuê nhân lực nước ngồi với chi phí đắt đỏ Bởi thế, việc đào tạo, quan tâm tới chất lượng nguồn nhân lực công nghệ cao cần thực toàn hệ thống tài - ngân hàng, đảm bảo đủ khả ứng dụng công nghệ thong tin, phương thức làm việc tiên tiến điều kiện hội nhập quốc tế sâu rộng KẾT LUẬN Kỳ vọng quy định ngày tăng khách hàng tạo kỷ nguyên đầy thách thức ngân hàng tổ chức tài Để theo kịp đà phát triển trì tính cạnh tranh, ngân hàng cần có hỗ trợ vượt ngồi sức lao động người để nâng cao hiệu quả, ngăn ngừa gian lận xảy quản lý rủi ro tiềm ẩn Việc áp dụng công nghệ liệu lớn cung cấp cho ngân hàng cổng tất lĩnh vực cho phép nhiều ngân hàng truyền thống tồn TÀI LIỆU THAM KHẢO [1] “Bách khoa toàn thư mở,” [Online] Available: https://vi.wikipedia.org/wiki/D%E1%BB%AF_li %E1%BB%87u_l%E1%BB%9Bn?fbclid=IwAR0sp HtVBEaD5QlegdXFxy13Qe8DT3TpHjxhV-icRNNdk2Uq1T7O4miqTcA [Accessed 30 12 2022] [2] V Mathur, “AnalyticSteps,” [Online] Available: https://www.analyticssteps.com/blogs/big-dat a-banking-industry-benefits-uses-and-challenges [Accessed 30 12 2022] [3] L T N Q Trương Thị Hồi Linh, “Tạp chí ngân hàng,” [Online] Available: https://tapchinganh ang.gov.vn/big-data-va-ung-dung-trong-hoat-dong-ngan-hang.htm [Accessed 30 12 2022] More from: Năng Lực Số Học viện Ngân hàng 407 documents Go to course 44 BÀI-TẬP-LỚN-KẾTTHÚC-HỌC-PHẦN-… Năng Lực Số 100% (11) ƠN TẬP NGƯỜI LÁI 18 ĐỊ SƠNG ĐÀ Năng Lực Số 100% (11) Ôn tập kiểm tra II 46 25 Năng Lực Số Ứng… Năng Lực Số 100% (7) Bài tập lớn môn lực số ứng dụng… Năng Lực Số 94% (16) More from: Giang Tạ 999+ Học viện Ngân hàng Discover more 27 Bigdata lĩnh vực ngân hàng Năng Lực Số 100% (3) Tiểu luận Triết học Mác Lênin Triết học Mác Lênin 100% (1) đề thi toán kinh tế 2 10 Toán kinh tế None BT-ch23 K25NHC Bài tập toán kinh tế Toán kinh tế None Recommended for you 36 Bài thực hành số môn Năng lực số ứng… Năng Lực Số 100% (1) 28 Bài tập tập triết HVNH, triết học mác… Triết học Mác Lênin 86% (7) E đảo ngược u - Phát âm ielts Triết học Mác Lênin 100% (1) Correctional Administration Criminology 96% (113)