Trong thời đại ngày nay, để phát triển một doanh nghiệp, ngoài vốn và nhân lực thì “dữ liệu” (data) được coi là nguồn lực không thể thiếu được. Ai cũng đã từng ngạc nhiên nhận thấy khi mua sắm online trên các trang thương mại điện tử như eBay, Amazon, Sendo hay Tiki, trang này cũng sẽ gợi ý một loạt các sản phẩm có liên quan và phù hợp với nhu cầu của bạn. Ví dụ khi xem điện thoại, trang mua sắm trực tuyến sẽ gợi ý cho bạn mua thêm ốp lưng, pin dự phòng; hoặc khi mua áo thun thì sẽ có thêm gợi ý quần jean, dây nịt... Bí ẩn đằng sau các trang web thông minh này là mọi sự chào mời sản phẩm đều dựa trên các nghiên cứu về sở thích, thói quen của khách hàng cũng như phân loại được các nhóm khách hàng khác nhau.... Vậy những thông tin để phân tích này có được từ đâu và nó có tác động thế nào đến việc sản xuất kinh doanh của doanh nghiệp? Thứ nhất, dữ liệu khổng lồ về khách hàng có thể có từ các thông tin mà các doanh nghiệp thu thập trong lúc khách hàng ghé thăm, tương tác hay mua sắm trên website của mình; dữ liệu này cũng có thể được mua lại từ các công ty chuyên cung cấp dữ liệu khách hàng. Các thông tin này không chỉ giúp nhà cung ứng hàng hóa, dịch vụ tăng lợi nhuận cho chính họ mà còn tăng trải nghiệm mua sắm của người dùng. Một mặt, nhờ quá trình tìm hiểu, phân tích khách hàng, doanh nghiệp có thể tạo ra các sản phẩm đáp ứng nhu cầu của khách hàng, cũng như xây dựng chính sách phân phối và bán sản phẩm đến tay người tiêu dùng một các có hiệu quả nhất. mặt khác, bản thân người tiêu dùng có thể tiết kiệm thời gian và yên tâm trong trải nghiệm mua sắm của mình. Hơn thế nữa, ở tầm ngành và vĩ mô, ứng dụng dữ liệu lớn (big data) có thể giúp các tổ chức và chính phủ dự đoán được tỉ lệ thất nghiệp, xu hướng nghề nghiệp của tương lai để đầu tư cho những hạng mục đó, hoặc cắt giảm chi tiêu, kích thích tăng trưởng kinh tế, vv... thậm chí là ra phương án phòng ngừa trước một dịch bệnh nào đó.
BIG DATA VÀ ỨNG DỤNG TRONG HOẠT ĐỘNG NGÂN HÀNG Lời mở đầu 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 mại 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 Bí ẩn đằng sau trang web thông minh chào mời sản phẩm dựa nghiên cứu sở thích, thói quen khách hàng phân loại nhóm khách hàng khác Vậy thơng 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 thông 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 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 có hiệu mặt khác, thân người tiêu dùng tiết kiệm thời gian yên tâm trải nghiệm mua sắm Hơn nữa, tầm ngành vĩ mô, 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, v/v chí phương án phòng ngừa trước dịch bệnh 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 nghiệp bán lẻ khác Đặc thù hoạt động ngân hàng (cơ sở khách hàng rộng lớn, bao quát mặt tài nên 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 hòa 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 Trong 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 cơng cụ, ứng dụng xử lí liệu truyền thống đảm đương (theo Kevin Taylor-Sakyi, 2016; Mashooque A Memon cộng sự, 2017) Bằng việc tổng hợp lượng thông tin lớn từ nguồn khác khiến cho Big Data trở thành công cụ mạnh cho việc định kinh doanh, nhận diện hành vi xu hướng nhanh tố nhiều so với cách thức truyền thống Big Data nhận diện ba khía cạnh chính: Dữ liệu (Data), Cơng nghệ (Technology), Quy mô (Size) Thứ nhất, liệu (data) bao gồm liệu thuộc nhiều định dạng khác hình ảnh, video, âm nhạc…trên 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 thiêt bị kết nối mạng giờ, phút, giây đến từ nhiều nguồn khác nên khối lượng liệu lớn (Big) Hiện Big Data 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 tạo 12 TB liệu ngày hay Airbus A380 tạo 10 TB liệu 30 phút bay Yếu tố nhận diện thứ hai Big Data công nghệ (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 lên mức độ phức tạp liệu, lực công cụ vô giá ứng dụng Big Data Yếu tố nhận diện thứ ba Big Data quy mơ 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 nghiệp 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 thơng tin hàng hóa Hay nhà bán lẻ online Amazon.com phải 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 phải lưu lại hết lượt truy vấn video người dùng nhiều loại thơng tin khác có liên quan Theo kết 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 cơng nghệ, lĩnh vực chăm sóc khách hàng, kế hoạc 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 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 gắt nhà cung ứng hầu hết lĩnh vực kinh doanh Với công 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 vấn 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 cứu Meta Group năm 2011 với tiêu đề “3D data management: Controlling data volume, variety and velocity”), đưa định nghĩa 3Vs nói ba đặc điểm Big Data bao gồm Dung lượng (volume), Tốc độ (velocity), Tính đa dạng (variety) Dung lượng Big Data tăng lên mạnh mẽ ngày Theo tài liệu Intel vào tháng 9/2013, 11 giây, petabyte liệu tạo toàn giới, tương đương với đoạn video HD dài 13 năm Về Tốc độ (Velocity) phản ánh tốc độ mà liệu phân tích công 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 nguồn sau Sơ đồ 1: Nguồn liệu Big Data Dữ liệu từ Internet Dữ liệu bên tổ chức Dữ liệu bên thứ ba Big Data Nguồn: Kevin Taylor-Sakyi (2016) Về sau này, đặc điểm Tính thay đổi (variability) Tính phức tạp (complexity) bổ sung vào SAS - công ty đầu lĩnh vực phân tích liệu tư vấn Mỹ Tính thay đổi phản ánh thay đổi hàng ngày liệu Tính phức tạp thể q trình lưu giữ, quản ly, 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 thu thập từ nhiều nguồn khác nên tính xác thực liệu cần đặc biệt cân nhắc Sơ đồ 2: Các ứng dụng Big Data Ngân hàng chứng khốn Giao thơng Bảo hiểm Giáo dục Big Data Truyền thơng giải trí Sản xuất Năng lượng tiện ích Chăm sóc sức khỏe Nguồn: VinodKumar Kasipuri (2018), Mashooque A Memon cộng (2017) Các ứng dụng Big Data 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 thao 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 thất việc phân tích liệu tài 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 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 đến thói quen, hành vi chi tiêu khách hàng Các ngân hàng 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 sang lọc thông tin ví dụ 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 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) hồn tất ngân hàng có sở liệu phục vụ cho trình phân khúc, phân loại khách hàng cách phù hợp dựa vừa 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 thông 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 thánh 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 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 khản 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 nhân 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 qua biểu mẫu phản hồi; thường xuyên (hay nói nhiều khả năng) chia sẻ ý kiến thông qua phương tiện truyền thơng xã hội ví dụ Facebook, Zalo,…Các cơng cụ Big Data tìm kiếm chọn lọc thông qua thông 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, 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 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 hiều biết thói quen chi tiêu cá nhân họ Ngoài việc thu thập liệu lịch sử giao dịch khách hàng, ngân hàng kết hợp dư 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,… 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 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 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 Thứ bảy, Phát ngăn chặn hành vi lừa đảo, vi phạm pháp luật Big Data cho phép ngân hàng đảm bảo khơng có 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 câp dịch vụ đến khách hàng Ví dụ, khoản rút tiền lớn bất thường từ thẻ ATM thẻ bị cắp, từ 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 Thứ tám, Kiểm soát rủi ro, tuân thủ luật pháp minh bạch báo cáo tài Các thuật tốn Big Data giúp giải vấn đề tuân thủ quy định pháp luật kế toán, kiểm toán báo cáo tài từ giảm chi phí quản lý Bên cạnh đó, hệ thống Big Data thu thập lưu trữ liệu lớn giúp ngân hàng tiến hành phân tích cách nhanh có dấu hiệu rủi ro xảy ra, từ đưa biện pháp xử lý Big Data đóng vai trò quan trọng việc phối hợp phận, phòng ban yêu cầu xử lý liệu ngân hàng vào hệ thống trung tâm nhất; qua 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 hiệu 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 để thu thập thông tin cần nhiều cơng đoạn mang tính thủ cơng Big Data giúp xử lý cơng việc cách nhanh chóng xác Kết phân tích giúp nhà lãnh đạo có nhìn tình hình, thực trạng làm việc nhân viên, đặc biệt xem xét mức độ hài lòng ngân viên mơi trường làm việc, phúc lợi… ngân hàng dành cho họ Các điều kiện để ứng dụng Big Data hoạt động ngân hàng Thứ nhất, cần thay đổi tư đội ngũ quản lí ngân hàng tầm quan trọng liệu phương pháp xử lý liệu đại Trong vấn quản lý số ngân hàng, có quan điểm tồn định đưa dựa kinh nghiệm 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 nhiều định xác Tuy nhiên, thị 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 đại Ngày nay, mà công ty công nghệ, 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 nhỏ khách hàng truyền thống ngân hàng chuyển 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… 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 cơng ty tài chính, cửa hàng cầm đồ hay bên trung gian kết nối người cho vay với người vay tiền Khách hàng đầu tư trái phiếu, chứng quỹ thay cho gửi tiết kiệm Dịch vụ toán cung cấp nhiều công 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 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 phải xây dựng quy trình liên quan đến 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, việc trì chất lượng liệu tính xác, kịp thời yếu tố khác ngày trở nên khó khăn Để giải vấn đền ngân hàng cần thiết lập quy trình thu thập (collect), sốt (screening), làm (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 hữu ích Trong đó, bước rà sốt làm liệu quan trọng để nâng cao chất lượng liệu Ví dụ 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 Bên cạnh ngân hàng cần phải nâng cao công tác quản trị liệu, thiết lập sở trách nhiệm rõ ràng phận tham gia vào quy trình đảm bảo an tồn an ninh liệu Cụ thể quy trình xây dựng liệu cho Big Data gồm bước sau: - - - - - Bước 1: Xác định nguồn liệu (từ website, ứng dụng, thiết bị thông minh, mạng xã hội, trun 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) lữu trữ công ty Để lựa chọn phù hợp ngân hàng cần dự báo khối lượng thơng 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 Thứ ba, chuẩn bị đội ngũ chuyên viên khoa học liệu điều kiện khơng thể thiếu Hiện có thực tế nhân ngành ngân hàng cán ngân hàng khơng hiểu rõ cơng nghệ thơng tin, 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 cơng nghệ phải thuê nhân lực nước với chi phí đắt đỏ Chuyên viên khoa học liệu (Data scientist) nghề mẻ không Việt Nam mà nhiều nước giới Nhóm nhân đòi hỏi phải đào tạo chuyên mơn cao phải 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 thơng 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 hộ với nguồn liệu chưa hoàn chỉnh khác làm bảng lưu kết truy vấn sở liệu Các kinh tế khu vực Hàn Quốc, Đài Loan chuẩn 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 trình đào tạo đại học thay đổi chậm so với xu Trong đó, nhiều trường đại học Mỹ đưa giáo trình trí tuệ nhân tạo, học máy (machine learning) vào giảng dạy MBA”, chuyên gia cho hay Khoảng cách khả kỹ thuật số ngày rộng thêm ngân hàng 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 truyền thông 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 với doanh thu từ Big Data phân tích liệu kinh doanh tăng từ 130 tỷ đô la Mỹ năm 2016 lên ước tính khoảng 203 tỷ la Mỹ năm 2020 Trong lĩnh vực ngân hàng đóng góp tỷ trọng doanh thu lớn dành 17 tỷ đô la Mỹ cho giải pháp Big Data phân tích liệu riêng năm 2016 Ứng dụng liệu phân tích ngân hàng vơ Chúng ta sử dụng liệu cho tiếp thị, phân phối đa dạng hóa dịch vụ cá nhân hóa, đáp ứng xác nhu cầu khách hàng riêng lẻ 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 ngoài… Khơng có Big Data trợ giúp việc nâng cao chất lượng dịch vụ, đưa dự báo tình hình kinh doanh lập kế hoạch kinh doanh Với ứng dụng Big Data phổ biến ngân hàng đại, ngân hàng Việt Nam muốn nâng cao lực cạnh tranh, cải thiện lợi nhuận khơng lựa chọn khác ngồi việc 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 Danh mục tài liệu tham khảo Hossein Hassani cộng (2018), Digitalisation and Big Data Mining in Banking, https://www.mdpi.com/2504-2289/2/3/18/pdf Kevin Taylor-Sakyi (2016), Big Data: Understanding Big Data, https://www.researchgate.net/publication/291229189_Big_Data_Understanding_Big_Data Mashooque A Memon cộng (2017), Big Data Analytics and Its Applications, https://www.researchgate.net/publication/320345031_Big_Data_Analytics_and_Its_Applications Oracle (2015), Big Data in Financial Services and Banking, http://www.oracle.com/us/technologies/big-data/big-data-in-financial-services-wp-2415760.pdf Thomas H Davenport D.J Patil (2012), “Chuyên viên khoa học liệu – Nghề hấp dẫn kỷ 21”, https://www.academia.edu/19528037/Chuy%C3%AAn_vi%C3%AAn_khoa_h %E1%BB%8Dc_d%E1%BB%AF_li%E1%BB%87u_-_Ngh%E1%BB%81_h%E1%BA %A5p_d%E1%BA%ABn_nh%E1%BA%A5t_c%E1%BB%A7a_th%E1%BA%BF_k%E1%BB %B7_21 VinodKumar Kasipuri (2018), Applications of Big Data as Use Cases in Different Industries, Dzone, https://dzone.com/articles/applications-of-big-data-as-use-cases-in-different Yook Pei Shee et al (2019), Big Data in banking for marketers: How to derive value from Big Data?, https://www.evry.com/globalassets/insight/bank2020/bank-2020 -big-data whitepaper.pdf 10 ... mức độ hài lòng ngân viên mơi trường làm việc, phúc lợi… ngân hàng dành cho họ Các điều kiện để ứng dụng Big Data hoạt động ngân hàng Thứ nhất, cần thay đổi tư đội ngũ quản lí ngân hàng tầm quan... (2018), Mashooque A Memon cộng (2017) Các ứng dụng Big Data 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 thao hướng khai thác... bán hàng hoạt động tài lĩnh vực thu lợi nhiều từ Big Data Qua đó, thấy mục đích khai thác Big Data nhà cung ứng hàng hóa, dịch vụ tồn cầu hướng đến chăm sóc khách hàng, phân tích liệu khách hàng