(Nguồn: PwC Global Fin-Tech Report)
Nhiều công ty trong dịch vụ tài chính sẽ đầu tư vào dữ liệu lớn trong những năm tới. Một nghiên cứu gần đây của SNS Telecom & IT dự đoán các tập đoàn tài chính sẽ đầu tư 9 tỷ đô la vào dữ liệu lớn trong năm nay, tăng lên 14 tỷ đô la vào năm 2021, ước tính rằng 81% các ngân hàng bán lẻ của Anh sẽ áp dụng dữ liệu lớn vào năm 2020.
Dự báo của Tập đoàn Dữ liệu quốc tế (IDC) cho rằng lượng dữ liệu được tạo ra mỗi giây sẽ tăng 700% vào năm 2020. Dữ liệu tài chính ngân hàng sẽ là một trong những nền tảng của dữ liệu lớn này và có thể xử lý nó đồng nghĩa với sự cạnh tranh giữa các ngân hàng và tổ chức tài chính ngày càng cao.
6% 5% 16% 6% 3% 6% 10% 22% 10% 3% 7% 6%
Phân tích dữ liệu rủi ro
Phân bổ tài sản tự động
Trải nghiệm kỹ thuật số
Đầu tư vào thị trường mới
Chuẩn hóa trải nghiệm khách hàng trên tất cả các điểm kết nối
Giảm thời gian tiếp thị cho các dịch vụ mới Kênh tiếp thị và phân phối thay thế
Các sản phẩm mới cho khách hàng kém tiềm năng
Dịch vụ môi giới, hỗ trợ ra quyết định đầu tư
Các giải pháp đầu tư tùy chỉnh Ra quyết định đầu tư dựa vào ưu thế đám đông
Một số ứng dụng của Big data trong ngành ngân hàng có thể kể đến như sau:
Phân tích các thói quen chi tiêu của khách hàng
Các ngân hàng có khả năng truy cập trực tiếp nguồn thông tin, dữ liệu lịch sửliên quan đến các thói quen, hành vi chi tiêu của khách hàng, nắm thông tin về số tiền một khách hàng được trả bao nhiêu ví dụ như mức lương cụ thể trong bất kỳ tháng nào, số tiền được chuyển vào tài khoản tiết kiệm, số tiền đã được thanh toán đến các công ty cung cấp tiện ích (ví dụ công ty điện lực, công ty cung cấp dịch vụ internet...), thời gian khách hàng sử dụng dịch vụ của ngân hàng,. Điều này cung cấp cơ sở, cơ hội để các ngân hàng tiếp cận và phân tích dữ liệu sâu hơn. Áp dụng các chức năng sàng lọc thông tin ví dụ như khi lọc ra thời điểm dịp lễ hay mùa lễ và điều kiện kinh tế vĩ mô (ví dụ tình hình lạm phát, tỷ lệ thất nghiệp để tìm hiểu được nguyên nhân tác động làm mức lương của khách hàng tăng hay giảm và khả năng chi tiêu của khách hàng thay đổi như thế nào. Đây là một trong những yếu tố nền tảng cho quá trình đánh giá rủi ro, sàng lọc, thẩm định hồ sơ cho vay, đánh giá khả năng thế chấp và cung cấp nhiều sản phẩm tài chính khác đến khách hàng như bảo hiểm.
Tận dụng điều đó, ngân hàng có thể tiếp cận khách hàng, mở rộng dịch vụ với các đề nghị, thu hút khách hàng đầu tư vào các khoản vay ngắn hạn với tỷ lệ thanh toán cao và lãi suất thích hợp
Phân khúc khách hàng và thẩm định hồ sơ
Khi các phân tích ban đầu về thói quen chi tiêu của khách hàng cùng với xác định các loại hình dịch vụ, kênh giao dịch được khách hàng ưu tiên (ví dụ khách hàng muốn gửi tiết kiệm hay muốn đầu tư vào các khoản vay) được hoàn tất thì các ngân hàng sẽ có được một cơ sở dữ liệu phục vụ cho quá trình phân khúc, phân loại khách hàng một cách phù hợp dựa vào thông tin và hồ sơ khách hàng cung cấp. Biết được hồ sơ cá nhân của tất cả khách hàng giúp ngân hàng đánh giá chi tiêu và thu nhập dự kiến trong tháng tới và lập kế hoạch chi tiết để đảm bảo lợi nhuận cho chính tổ chức và lợi ích cho chính khách hàng.
Big Data sẽ cung cấp cho các ngân hàng những hiểu biết, kiến thức chuyên môn sâu về thói quen và mô hình chi tiêu của khách hàng, đơn giản hóa những
nhiệm vụ xác định nhu cầu và mong muốn của họ. Bằng cách có thể theo dõi từng giao dịch của khách hàng, các ngân hàng sẽ có thể phân loại khách hàng dựa trên các thông số khác nhau, bao gồm các dịch vụ thường được khách hàng sử dụng, thời gian sử dụng dịch vụ, thói quen chi tiêu khi dùng thẻ tín dụng hoặc thậm chí là giá trị tài sản ròng.Nó cho phép các ngân hàng nhắm mục tiêu khách hàng tốt hơn với các chiến dịch tiếp thị có liên quan được thiết kế để đáp ứng chính xác nhu cầu của khách hàng.
Phân tích dữ liệu Big Data tăng khả năng cho các công ty, tổ chức nắm được nhu cầu tiềm ẩn bên trong từng khách hàng từ đó tạo được phân khúc khách hàng. Tuy nhiên việc thu thập và đánh giá thông tin khách hàng đòi hỏi sự đầu tư vào cơ sở hạ tầng của tổ chức cũng như đầu tư vào mạng lưới liên kết giữa mọi nhân viên thuộc các phòng ban, bộ phận chức năng của tổ chức với công nghệ, phần mềm kỹ thuật tiên tiến phục vụ quá trình khai thác Big Data.
Bán kèm thêm các dịch vụ khác
Dựa vào những cơ sở dữ liệu thu thập được, ngân hàng có thể thu hút thêm, hay giữ chân khách hàng bằng cách giới thiệu thêm các dịch vụ khác. Ví dụ ngân hàng có thể giới thiệu các khoản đầu tư có lãi suất hấp dẫn đến các khách hàng có lượng tiền nhàn rỗi hoặc những nhà đâu tư lúc nào cũng luôn thận trọng, cân nhắc trong việc ra quyết định đầu tư. Hoặc ngân hàng có thể đề xuất các khoản vay ngắn hạn cho các khách hàng có thói quen chi tiêu cho nhu cầu tiêu dùng hàng ngày của họ hoặc những khách hàng đang gặp khó khăn trong việc thanh toán nợ cũ. Phân tích một cách chính xác về hồ sơ cá nhân của khách hàng, ngân hàng có thể bán kèm các dịch vụ khác và thu hút khách hàng tốt hơn với các ưu đãi được cá nhân hóa tập trung chính xác vào nhu cầu khách hiệu quả hơn, từ đó tăng doanh thu cho công ty.
Xây dựng hệ thống thu thập các phản hồi khách hàng và phân tích chúng
Khách hàng có thể để lại phản hồi sau mỗi lần giao dịch hay mỗi lần nhận được tư vấn từ trung tâm hỗ trợ chăm sóc khách hàng hoặc thông qua các biểu mẫu phản hồi, chia sẻ ý kiến thông qua các phương tiện truyền thông xã hội như Facebook, Zalo,… Các công cụ Big Data có thể tìm kiếm chọn lọc thông qua các
thông tin, feedback công khai trên các social media và thu thập tất cả những dữ liệu đề cập về thương hiệu của ngân hàng để có thể phản hồi nhanh chóng và đầy đủ đến khách hàng.
Marketing theo hướng cá nhân hóa
Sau khi phân tích và nắm được nhu cầu cụ thể và riêng biệt của mỗi khách hàng, các ngân hàng sử dụng công cụ e-mail marketing để gửi đến khách hàng các thông tin mới nhất về những dịch vụ cho vay ngắn hạn với lãi suất vừa phải, hay gửi tiết kiệm với lãi suất hấp dẫn, hoặc các chương trình ưu đãi khác,…Việc tạo ra các sản phẩm dịch vụ cung cấp cho từng phân khúc khách hàng, hay thậm chí từng khách hàng cụ thể sẽ giúp các ngân hàng xây dựng hình ảnh thương hiệu và tạo dựng một mối quan hệ tốt ở từng khách hàng.
Thay đổi cách thức cung cấp dịch vụ đến khách hàng
Bất cứ khi nào một tên khách hàng hoặc số tài khoản được nhập vào hệ thống, hệ thống Big Data sẽ hỗ trợ sàng lọc tất cả dữ liệu và chỉ truyền đi hay cung cấp các dữ liệu được yêu cầu để phục vụ cho quá trình phân tích. Điều này sẽ cho phép các ngân hàng tối ưu hóa quy trình làm việc và tiết kiệm cả thời gian và chi phí.Big Data cũng sẽ cho phép các tổ chức xác định và khắc phục các vấn đề, trước khi chúng ảnh hưởng đến khách hàng của họ.
Ví dụ, các nhà đầu tư có thể đưa ra quyết định, nhưng sau đó thay đổi ý định của họ tại một thời điểm trong tương lai. Big Data sẽ giúp ngân hàng thay đổi phương thức cung cấp dịch vụ của họ theo cách mà những khách hàng sẽ không thể “đi ngược lại” với cam kết ban đầu của họ. Big Data cho phép ngành ngân hàng theo dõi hạn mức cho vay và thẻ tín dụng của khách hàng, đảm bảo rằng họ không chi tiêu quá mức quy định. Cách cung cấp dịch vụ thay đổi như thế nào còn phụ thuộc vào quy mô hoạt động, tính chất đặc thù của loại hình dịch vụ, cơ sở hạ tầng của tổ chức ngân hàng đó.
Ngoài gia tăng lợi nhuận, mở rộng cung cấp dịch vụ đến các khách hàng tiềm năng, các ngân hàng cũng có thể dựa vào database đã thu thập để kiểm soát rủi ro, các gian lận tín dụng, đảm bảo hiệu quả hoạt động của tổ chức.
Phát hiện và ngăn chặn hành vi lừa đảo, vi phạm pháp luật
Một trong những vấn đề lớn nhất mà ngành ngân hàng phải đối mặt là gian lận, tội phạm trong tín dụng. Big Data sẽ cho phép các ngân hàng đảm bảo rằng không có giao dịch trái phép nào được thực hiện, cung cấp mức độ an toàn, nâng cao tiêu chuẩn bảo mật của toàn bộ ngành.
Nhờ vào dữ liệu về lịch sử giao dịch và hồ sơ tín dụng của khách hàng, ngân hàng sẽ có thể xác định hay nhận được cảnh báo nếu có điều gì bất thường xảy ra trong quá trình hoạt động, cung cấp dịch vụ đến khách hàng. Ví dụ nếu một nhà đầu tư hay khách hàng thường thanh toán chi tiêu cho sinh hoạt hằng ngày hoặc để tiền trong tài khoản gửi tiết kiệm lấy lãi, nhưng trong một ngày lại cố gắng rút toàn bộ số tiền từ tài khoản của mình qua máy ATM, điều này có nghĩa là thẻ có thể đã bị mất cắp và sử dụng bởi chính những kẻ cắp. Nhân viên ngân hàng sẽ gọi điện đến chủ tài khoản hoặc thông báo đến khách hàng bằng bất kỳ hình thức nào để xác minh lại giao dịch đó một cách rõ hơn: giao dịch hợp pháp khách hàng thực hiện hay giao dịch trái phép bởi tội phạm lừa đảo.Việc phân tích dữ liệu giao dịch lịch sử và làm cơ sở để kiểm tra tính hợp pháp, an toàn bảo mật của các giao dịch hiện tại sẽ giảm thiểu được hành vi vi phạm pháp luật có thể xảy ra.
Các ngân hàng và tổ chức tài chính khai thác Big Data để phân biệt giữa các giao dịch là hành vi phạm tội với các giao dịch hợp pháp bằng cách áp dụng các thuật toán phân tích dữ liệu. Các hệ thống phân tích sẽ tự động phát hiện, trích xuất các giao dịch bất hợp pháp ở thời gian thực và đề xuất các hành động ngay lập tức, chẳng hạn như chặn các giao dịch bất thường, ngăn chặn hành vi lừa đảo trước khi nó xảy ra đảm bảo lợi ích của khách hàng và lợi nhuận của chính ngân hàng.
Kiểm soát rủi ro tuân thủ luật pháp và minh bạch trong báo cáo tài chính
Ngoài phát hiện các hành vi phạm tội, bảo vệ lợi ích người tiêu dùng, các ngân hàng có thể ứng dụng Big Data đo lường, kiểm soát rủi ro khi thực hiện các giao dịch bằng cổ phiếu với những nhà đầu tư và kiểm tra hồ sơ vay của khách hàng tất cả dựa trên sự phân tích có kết quả từ mọi dữ liệu lịch sử liên quan. Các thuật toán Big Data còn giúp giải quyết các vấn đề về tuân thủ quy định pháp luật về kế toán,
kiểm toán và báo cáo tài chính minh bạch nhằm hợp lý hoá các hoạt động của tổ chức từ đó giảm được chi phí quản lý.
Các tổ chức ngân hàng và tài chính hoạt động trong một khung pháp lý rất nghiêm ngặt, đòi hỏi mức độ cao nhất trong kiểm soát minh bạch các hoạt động tài chính, tuân thủ các điều luật và báo cáo đầy đủ chi tiết đến các cơ quan nhà nước, chính phủ. Việc phát hiện sớm hành vi gian lận của khách hàng là cực kỳ quan trọng. Hệ thống Big Data thu thập và lưu trữ dữ liệu trong một cơ sở dữ liệu có quy mô lớn giúp ngân hàng quản lý, tiến hành phân tích một cách nhanh nhất bằng cách sử dụng các phần mềm, thuật toán chuyên dụng. Và khi phát hiện một số lượng lớn rủi ro có thể xảy ra, ngân hàng sẽ dễ dàng kiểm soát. Big Data đóng một vai trò to lớn trong quá trình tích hợp các chức năng của các bộ phận, phòng ban và yêu cầu xử lý dữ liệu của ngân hàng vào một hệ thống trung tâm duy nhất. Qua đó hỗ trợ kiểm soát, ngăn chặn vấn đề mất dữ liệu, giảm thiểu rủi ro và gian lận.
Kiểm soát đánh giá và nâng cao hiệu quả làm việc của nhân viên
Ứng dụng tiềm năng của Big Data mà có thể có tác động rất lớn đến quá trình phát triển kinh doanh, đó là nâng cao năng suất làm việc của nhân viên. Hệ thống Big Data hỗ trợ thu thập, phân tích, đánh giá, truyền tải dữ liệu về hiệu quả làm việc của nhân viên. Kết quả phân tích sẽ giúp các nhà lãnh đạo có cái nhìn về tình hình, thực trạng làm việc hiện tại của nhân viên mình như những nhân viên nào đang có thành tích tốt nhất, những nhân viên nào không đạt được chỉ tiêu, và đặc biệt là xem xét mức độ hài lòng của nhân viên về môi trường làm việc, phúc lợi,.. của ngân hàng dành cho họ. Các công cụ của Big Data khai thác toàn bộ dữ liệu đều ở thời gian thực, do đó lúc giải pháp được đưa ra sẽ mang tính khả thi cao, và tạo nên những sự thay đổi nhanh chóng.
Các ngân hàng hiện ngày nay có quyền truy cập hàng triệu hoặc thậm chí hàng tỷ thông tin, dữ liệu về nhu cầu và cảm nghĩ của khách hàng.Giờ đây có thể sử dụng các công cụ Big Data để khai thác chúng nhằm mang lại hiệu quả kinh doanh tốt hơn – như đang tận dụng nguồn lực thứ ba ngoài nhân lực và tài chính. Sự ra đời của điện toán đám mây (cloud computing) có thể tích hợp các phần mềm, thuật toán phân tích và đồng bộ hóa theo thời gian thực trong cùng một hệ thống sẽ đem lại kết
quả chính xác phục vụ cho quá trình đưa ra giải pháp khả thi cao ở hiện tại hay trong tương lai, Big Data sẽ mở rộng hoạt động của ngành ngân hàng
2.2.2.Triển khai ứng dụng Big Data tại một số ngân hàng
Việc phân tích dữ liệu lớn đang được nhiều ngân hàng đưa chiến lược phát triển của mình. Theo báo cáo của Capgemini Consulting, 60% định chế tài chính ở Bắc Mỹ được hỏi cho rằng Phân tích dữ liệu lớn tạo ra lợi thế cạnh tranh và hơn 90% cho rằng sáng kiến dữ liệu lớn sẽ xác định người chiến thắng trong tương lai. Ngoài ra, trong vòng 5 năm tới, 6 tỷ bảng Anh (GBP) sẽ là giá trị mà dữ liệu lớn sẽ đem tới cho hệ thống ngân hàng bán lẻ trên thế giới. Hiện nay rất nhiều ngân hàng đã áp dụng dữ liệu lớn trong hoạt động phân tích của mình như Barclays, HSBC, Deutsche Bank, Bank of America, OCBC, MayBank. Trong thời gian tới, dữ liệu lớn sẽ tiếp tục là mảng được các ngân hàng đầu tư và khai thác nhiều với việc áp dụng các công nghệ như trữ liệu đám mây, thu thập phân tích dữ liệu theo thời gian thực cho phép các ngân hàng hoạt động hiệu quả hơn, thu được lợi nhuận lớn hơn.
Hệ thống ngân hàng Santander thu thập dữ liệu thông qua dịch vụ Spendlytics, một loại ứng dụng smartphone còn Lloyds Bank với dịch vụ tương tự Money Manager.
HSBC đã sử dụng công nghệ dữ liệu lớn để quản lý rủi ro của tội phạm tài chính.Vào 04/2017, đã công bố kế hoạch chống rửa tiền bằng cách phân tích dữ liệu để phát hiện ra hoạt động đáng ngờ. Khách hàng ký tên đồng ý cho phép ngân hàng tiến hành phân tích chi tiết về thói quen chi tiêu của mình và sau đó đưa ra lời khuyên tiết kiệm thiết thực nhất.Ngân hàng cũng có thể sử dụng những kỹ thuật để nhận biết thời điểm mà họ cho là khách hàng trở thành mục tiêu trong giao dịch mua bán. Khi đó, ngân hàng sẽ nhanh chóng đưa ra tư vấn cho ý định mua nhà hay mua bảo hiểm của khách hàng và tham gia vào giao dịch.
CitiBank cũng đang đầu tư vào ứng dụng dữ liệu lớn, ngân hàng cũng đang thiết lập quan hệ đối tác với các công ty công nghệ như một phần của sáng kiến của mình có tên là Citi Ventures. Là một phần của bước đi chiến lược này, CitiBank đã