CHƯƠNG 2 : CƠ SỞ LÝ LUẬN
3.1.2. Ứng dụng của Bigdata trong lĩnh vực ngân hàng
Nguồn dữ liệu Big Data đều có hầu hết trong các lĩnh vực kinh tế xã hội, không chỉ trong lĩnh vực ngân hàng và dịch vụ tài chính. Mọi giao dịch của khách hàng tại ngân hàng đều tạo ra hồ sơ điện tử, các bản sao lưu được lưu theo quy định của pháp luật. Nhờ phân tích ưu việt của Big Data, các dịch vụ tài chính của các cơng ty khơng còn lưu trữ dữ liệu theo yêu cầu bắt buộc như trước đây mà giờ họ chủ động hơn
trong việc trích xuất dữ liệu để từ đó xây dựng giải pháp chiến lược cải thiện hoạt động, tăng lợi nhuận cho tổ chức.
Nói tóm lại, Big Data là một nguồn tài nguyên quan trọng và cần thiết trong giai đoạn hội nhập ngày nay, bởi cốt lõi của Big Data là nền tảng tạo ra lợi thế cạnh tranh trong bất kỳ một tổ chức tài chính nào khơng chỉ riêng ngân hàng. Bằng việc phân tích xử lý nguồn dữ liệu này giúp nhà lãnh đạo nắm bắt và dự đoán được nhu cầu thay đổi tiêu dùng của khách hàng như thế nào để từ đó đưa ra những chiến lược phù hợp. Dữ liệu lớn sẽ không chỉ mang lại diện mạo hoàn toàn mới cho doanh nghiệp, mà hơn thế nữa nó cịn tạo ra một quy trình đổi mới cho từng loại dịch vụ đáp ứng nhu cầu ngày càng đa dạng của khách hàng góp phần thúc đẩy phát triển doanh nghiệp, đảm bảo lợi nhuận ngày càng tăng đồng thời cũng tối thiểu hóa các rủi ro và tiết kiệm chi phí.
Xét hệ quy chiếu gồm 3 yếu tố: sản phẩm dịch vụ, bộ phận chăm sóc khách hàng, chức năng điều hành trong các tổ chức kinh doanh về mảng tài chínnh – dịch vụ, thì Big Data có thể được xem như là một cơng cụ khai thác hiệu quả nhất trong việc xây dựng chiến lược dựa trên sự tổ hợp các thành phần: kiến thức, mơ hình kinh doanh và khả năng áp dụng cơng nghệ để tạo ra cơ hội cạnh tranh cho tổ chức. Với từng mục đích cụ thể cũng như việc xử lý nguồn tài nguyên Big Data khác nhau của các tổ chức khác nhau, sẽ đem lại nhiều trường hợp ứng dụng dữ liệu lớn khác nhau, đặc biệt và mang tính chất chuyên biệt. Dưới đây là những ví dụ minh họa các trường hợp phổ biến và mảng dịch vụ tài chính ngân hàng được ra làm mẫu nghiên cứu để tìm và phát triển các giá trị ẩn sâu bên trong ứng dựng phân tích Dữ liệu lớn.
Ngân hàng có khả năng truy cập trực tiếp và tiếp cận thông tin một cách dễ dàng, các dữ liệu lịch sử liên quan đến thói quen và hành vi chi tiêu của khách hàng. Ngân hàng cũng nắm giữ các thơng tin tài chính của khách hàng: tiền lương chuyển khoản cụ thể mỗi tháng, tiền gửi tiết kiệm tại các tổ chức tín dụng, hay các chi phí sinh hoạt liên quan đến cơng ty cung ứng dịch vụ tiện ích (điện, nước, dịch vụ internet...) khi khách hàng sử dụng các sản phẩm dịch vụ ngân hàng... Điều này cung cấp cơ sở và cơ hội để các ngân hàng có thể truy cập và phân tích dữ liệu một cách chuyên sâu hơn phục
vụ từng mục đích nhu cầu cụ thể. Bằng cách áp dụng chức năng sàng lọc thông tin về thời gian, điều kiện kinh tế vĩ mô (thất nghiệp, lạm phát, cung cầu thị trương…) thì người phân tích sẽ càng hiểu rõ hơn nhu cầu chi tiêu tăng/giảm của khách hàng xuất phát từ đâu. Đây là một trong bước đầu tiên cũng như là những yếu tố cơ bản cho trong quá trình đánh giá rủi ro, sàng lọc tổng thể thơng tin từ đó đánh giá khả năng vay vốn (tài chính, tài sản) của khách hàng và hơn hết là xây dựng chiến lược bán chéo sản phẩm, tối ưu hóa tiện ích cho khách hàng.
Việc tiếp cận thông tin ban đầu với khách hàng hết sức quan trọng trong việc tìm hiểu nhu cầu, tạo lập thơng tin để từ đó thiết lập sản phẩm dịch vụ phù hợp với khách hàng dựa trên các thông tin và tài liệu được cung cấp trong quá trình trao đổi. Big Data sẽ là kho dữ liệu cung cấp cho ngân hàng các thông tin cá nhân và lịch sử giao dịch của khách hàng để từ đó có sơ sở trong việc 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.
Lợi ích mang lại của việc xác định phân khúc khách hàng là cho phép các ngân hàng xây dựng các chiến dịch tiếp thị phù hợp để đáp ứng nhu cầu chính xác của khách hàng. Tuy nhiên, việc thu thập và đánh giá thơng tin các u cầu cần có sự đầu tư chỉnh chu vào cơ sở hạ tầng của doanh nghiệp cũng như đầu tư vào mạng lưới kết nối giữa tất cả nhân viên của các bộ phận, phòng ban chức năng đồng thời chú trọng tân tiến công nghệ, phần mềm kỹ thuật tốt để thuận lợi cho quá trình khai thác Dữ liệu lớn.
Tùy vào mục đích, cơ cấu, nguồn lực, khả năng khác nhau ở mỗi tổ chức mà sẽ có nhiều trường hợp ứng dụng big data khác nhau, mang tính chất đặc thù, riêng biệt.
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 sử dồi dào liên quan đến các thói quen, hành vi chi tiêu của khách hàng. Các ngân hàng cịn nắm thơng 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 tốn đến các cơng ty thanh tốn tiện ích (điện lực, nước, internet…) thời gian 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 (filter function) mà nhân viên ngân hàng có thể 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 (cross-selling) đến khách hàng như bảo hiểm.
Các ngân hàng được hưởng lợi rất nhiều nếu biết được thông tin khách hàng rút tiền mặt – tất cả số tiền có được vào ngày trả lương hoặc nếu muốn giữ tiền lại trên thẻ tín dụng/thẻ ghi nợ. Tận dụng điều đó, ngân hàng có thể tiếp cận khách hàng, mở rộng dịch vụ, thu hút khách hàng đầu tư vào các khoản vay ngắn hạn với tỷ lệ thanh tốn cao và lãi suất thích hợp.
Phân khúc khách hàng và thẩm định hồ sơ
Một khi các phân tích ban đầu về các 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 tiền tiết kiệm hay muốn đầu tư vào vào các khoản vay) được hồn tất thì các ngân hàng sẽ có được một cơ sở dữ liệu (database) 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. Những khách hàng nào chi tiêu dễ dàng thoải mái, các nhà đầu tư nào thận trọng kỹ lưỡng, khách hàng nào thanh tốn các khoản nợ nhanh chóng, khách hàng nào bắt đầu trả nợ khi sắp đáo hạn, thời gian khách hàng vào sử dụng dịch vụ của ngân hàng để đo lường lòng trung thành…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 là lợi nhuận cho chính khách hàng.
Big data sẽ cung cấp cho các ngân hàng những hiểu biết kiến thức chun mơn sâu về thói quen và mơ hình chi tiêu 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 rịng.
Lợi ích mà phân khúc khách hàng mang lại là 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.
Việc phân tích dữ liệu big data tăng khả năng cho các công ty, nắm được nhu cầu tiềm ẩn bên trong của từng khách hàng từ đó tạo được phân khúc thị trường. 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 các nhân mọi 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 khác (cross-selling)
Dựa trên cơ sở dữ liệu của Big Data mà các ngân hàng có thể thu hút hoặc giữ chân khách hàng bằng cách phát triển các dòng sản phẩm mới đa tiện ích hoặc cải thiện chính sách chăm sóc khách hàng. Ngân hàng có thể đưa ra nhiều sự lựa chọn cho khách hàng chẳng hạn: giới thiệu các khoản đầu tư với lãi suất hấp dẫn cho phân khúc khách hàng tiền gửi, đang nhàn rỗi vốn. Hoặc ngân hàng cũng có thể đưa ra các gói tín dụng ngắn hạn cho phân khúc khách hàng có thói quen chi tiêu "thoải mái" cho nhu cầu tiêu dùng phục vụ nhu cầu đời sống hàng ngày của họ hoặc phân khúc khách hàng kẹt vốn trong việc thanh tốn các khoản đầu tư nhà, xe khi dịng thu nhập chưa về kịp. Việc phân tích chính xác thơng tin dữ liệu hồ sơ của khách hàng sẽ giúp ngân hàng có thể xây dựng chiến lược marketing bán chéo các sản phẩm dịch vụ khác hiệu quả hơn và thu hút nhiều khách hàng hơn từ đó góp phần tăng doanh thu cho doanh nghiệp.
Xây dựng hệ thống thu thập các phản hồi của khách hàng (feedback) và phân tích chúng
Xây dựng hệ thống ghi nhận phản hồi từ khách hàng sau mỗi lần khác hàng sử dụng sản phẩm dịch vu: phản hồi trực tiếp tại quầy hay đường dây nóng của Trung
tâm dịch vụ khách hàng, phản hồi qua thư điện tử, hịm thư góp ý hoặc qua fanpage của ngân hàng thông qua uứng dụng mạng xã hội (facebook, zalo...). Các cơng cụ phân tích của Big Data có thể tìm kiếm để sàng lọc thơng và thu thập tất cả dữ liệu được đề cập tới thương hiệu của ngân hàng để có thể phản hồi một cách nhanh chóng và đầy đủ cho khách hàng. Đồng thời, công cụ này cũng hỗ trợ trong việc ngăn chặn những tin đồn ảnh hưởng đến hoạt động kinh doanh và niềm tin của khách hàng vào ngân hàng, thực trạng này cũng đã xảy ra tại một số ngân hàng Việt Nam hiện nay.
Với tâm lý của một khách hàng nghĩ rằng nếu ngân hàng sẵn sàng lắng nghe khách hàng và đánh giá cao những ý tưởng đóng góp vào việc phát triển cải tiến sản phẩm dịch vụ tốt hơn thì khơng lý do nào mà khách hàng có thể từ bỏ để đến một điểm giao dịch khác. Muốn được như vậy, điều đầu tiên là phải thể hiện được tinh thần “luôn luôn lắng nghe và luôn luôn thấu hiểu khách hàng” thông qua việc thiết lập xây dựng một trung tâm dữ liệu - trung tâm này sẽ lưu trữ tất cả các tương tác của khách hàng với các thương hiệu bao gồm cơ sở dữ liệu riêng tư, lịch sử giao dịch... với mục đích là hỗ trợ phát triển chiến lược để đáp ứng những gì khách hàng đang mong muốn để gia tăng lòng trung thành của khách hàng đối với doanh nghiệp.
Marketing theo hướng cá nhân hóa
Khi phân khúc khách hàng đã được xác định từ việc phân tích dữ liệu lớn, các ngân hàng có thể xây dựng chính sách marketing theo hướng cá nhân hóa để nhắm vào đúng nhu cầu và mục tiêu khách hàng cần dựa trên sự phân tích về thói quen chi tiêu cá nhân của họ thơng qua lịch sử giao dịch. Ngoài ra, để đảm bảo dữ liệu về lịch sử giao dịch của khách hàng, ngân hàng cần kết hợp dữ liệu khơng có cấu trúc - một dạng dữ liệu Big Data được thu thập từ các ứng dụng mạng xã hội như hồ sơ thông tin khách hàng trên Facebook, Zalo .. để hoàn thiện hơn bức tranh toàn cảnh thể hiện nhu cầu của khách hàng dựa trên phân tích tâm lý nhu cầu khác nhau của khách hàng tại các thời điểm khác nhau. Mặt khác, dữ liệu của khách hàng trong các phương tiện xã hội nền tảng hay thông qua các ứng dụng xã hội thông minh khác sẽ phần nào giúp các ngân hàng phân tích được các rủi ro có thể xảy ra, từ đó có thể đưa ra quyết định
nên cho vay hay khơng ngồi việc nhìn nhận và đánh giá hồ sơ như cách truyền thống bây giờ.
Sau khi phân tích và dự đốn được nhu cầu cụ thể của từng đối tượng khách hàng, dựa trên cơ sở dữ liệu đó ngân hàng đưa ra các giải pháp, kế hoạch tiếp thị phù hợp để từ đó tăng cơ hội đồng ý sử dụng dịch vụ ngân hàng từ khách hàng. Có nhiều cách tiếp thị khác nhau, chẳng hạn các ngân hàng có thể tiếp thị qua e-mail để gửi cho khách hàng những thông tin ưu đãi mới nhất về các dịch vụ cho vay ngắn hạn với lãi suất cạnh tranh trên thị trường hoặc tiền gửi với lãi suất hấp dẫn hay các chương trình dự thưởng đặc biệt...Việc tạo ra các sản phẩm và dịch vụ phù hợp cho từng phân khúc khách hàng cụ thể sẽ giúp các ngân hàng nâng cao hình ảnh thương hiệu và tạo dựng mối quan hệ tốt đối với khách hàng.
Thay đổi cách thức cung cấp dịch vụ đến khách hàng.
Hệ thống Dữ liệu lớn được xem là một hệ thống phức tạp liên kết với nhiều bộ phận có các chức năng khác nhau, nhưng cơng việc chính của nó là giúp nhà điều hành có thể đưa ra các quyết định dễ dàng hơn trên cơ sở phân tích các thơng tin được cập nhật từ hệ thống. Bất cứ khi nào thông tin giao dịch của khách hàng được nhập vào hệ thống, hệ thống Dữ liệu lớn sẽ hỗ trợ sàng lọc tất cả dữ liệu và truyền tải hoặc cung cấp dữ liệu cần thiết để phục vụ nhu cầu phân tích quy trình. Cơng cụ Big Data cho phép các ngân hàng tối ưu hóa trong quy trình làm việc và tiết kiệm cả thời gian lẫn các chi phí phát sinh. Đồng thời dữ liệu lớn cũng cho phép các tổ chức tài chính xác định và khắc phục sự cố trước khi chúng ảnh hưởng đến khách hàng của họ.
Với thời đại công nghệ 4.0 hiện nay, các ngân hàng ngày nay có hàng nghìn cách để tìm hiểu nhu cầu của khách hàng. Nhưng với cơng cụ phân tích của Big Data cho phép người dùng khai thác tối ưu hơn nguồn tài ngun thơng tin sẵn có để phục vụ nhu cầu phát triển kinh doanh doanh nghiệp. Muốn làm được điều này, đội ngũ nhân viên ngân hàng cần được đào tạo kỹ năng phân tích và khai thác dữ liệu tốt. Điều này sẽ tạo ra một giải pháp khả thi, ngay thời điểm hiện tại hoặc trong tương lai gần. Hiện tại, các ngân hàng có nguồn vốn lớn đã có những kế hoạch rõ ràng để đầu tư hệ thống dữ liệu lớn và nghiên cứu cách phân tích hiệu quả nguồn tài nguyên từ
hệ thống Dữ liệu lớn này. Từ việc hiểu được nhu cầu của khách hàng thông qua kết quả phân tích hành vi người tiêu dùng, các ngân hàng cần phải tổ chức nhiều hơn các hoạt động nội bộ, cải thiện dịch vụ kịp thời và kiểm sốt chi phí hoạt động tốt nhất hoặc đưa ra giải pháp tài chính đa tính năng cho khách hàng nhằm giữ chân khách