Công nghệ mới dẫn dắt xu hướng ngân hàng định hướng dữ liệu

Tăng hiệu quả hoạt động của ngân hàng và tương tác với khách hàng

Ngân hàng định hướng dữ liệu có liên quan chặt chẽ với thuật ngữ “Dữ liệu lớn”. Số lượng dữ liệu ngày càng tăng cùng với sự sẵn có của các công nghệ mới mang lại khả năng mới trong hoạt động ngân hàng. Việc sử dụng dữ liệu trong ngân hàng thực tế không phải là mới. Trong những năm 1980 và 1990, các ngân hàng đã sử dụng dữ liệu lịch sử trong kho dữ liệu để nắm bắt và quản lý hoạt động kinh doanh tốt hơn. Dữ liệu cũng được sử dụng như một động lực cho các hoạt động kinh doanh mới. Ví dụ, vào năm 1999, sự sẵn có của dữ liệu giao dịch chi tiết là yếu tố thúc đẩy giao dịch tần suất cao sau khi Ủy ban Chứng khoán và Giao dịch Hoa Kỳ (SEC) chính thức cho phép hoạt động các sàn giao dịch điện tử vào năm 1998. Những năm qua, Dữ liệu lớn bước vào giai đoạn phát triển tiếp theo được thúc đẩy bởi số lượng ngày càng tăng của dữ liệu công ty bên ngoài (khách hàng của ngân hàng) và sự phát triển của các công nghệ mới cho phép phân tích dữ liệu phi cấu trúc dễ dàng hơn.

Ngân hàng định hướng dữ liệu sẽ cho phép các ngân hàng phát triển các mô hình và sản phẩm kinh doanh hoàn toàn mới và tối ưu hóa các quy trình nghiệp vụ của họ. Dữ liệu lớn cho phép thông tin trong hồ sơ khách hàng được tích hợp chéo từ nhiều kênh. Các kênh này được kích hoạt bởi hệ thống quản lý quan hệ khách hàng thông qua nền tảng truyền thông xã hội. Số lượng ngày càng tăng của dữ liệu phi cấu trúc tạo điều kiện cho các ngân hàng có được cái nhìn đầy đủ hơn về khách hàng của họ và từ đó có thể cung cấp các dịch vụ mới cho khách hàng. Điều này giúp tối ưu hóa chuỗi giá trị cho khách hàng dựa trên hồ sơ xếp hạng, đồng thời tối ưu hóa các quy trình quản trị rủi ro của ngân hàng.

Ngân hàng định hướng dữ liệu có thể giải quyết cả việc tăng hiệu quả trong các mô hình hoạt động và tương tác với khách hàng tích cực hơn để tạo ra doanh thu mới. Một ví dụ đầu tiên đến từ việc chính phủ Anh đã sử dụng một “nhóm thấu hiểu hành vi” mới. Nhóm này xác định các lĩnh vực ứng dụng định hướng dữ liệu để tiết kiệm chi phí trong các quy trình hiện có. Ví dụ nhóm này đã gửi tin nhắn đến người nợ thuế với thông báo rằng hầu hết những người hàng xóm của họ đã nộp thuế, như một cách để thúc giục hộ.

Một ví dụ khác về giải quyết các dịch vụ mới trong tương tác với khách hàng đến từ ngân hàng ING ở Hà Lan. ING tư vấn cho khách hàng của mình về việc tối ưu hóa chuỗi giá trị của họ. Theo đó, ngân hàng phân tích tất cả các tác nhân dẫn đến việc tăng và giảm của một chuỗi giá trị nhất định, so sánh, xếp hạng tín dụng... với dữ liệu tài chính và dữ liệu của công ty khác, từ đó đề xuất ra một mô hình lý tưởng để nắm giữ cổ phiếu trong chuỗi giá trị dựa trên những phân tích này. Vì việc nắm giữ cổ phiếu hiện đại thường được thuê ngoài, quyền sở hữu có thể được thay đổi linh hoạt và chi phí có thể thay đổi.

Dẫn đầu xu hướng hội tụ công nghệ

Mặc dù tiềm năng của ngân hàng định hướng dữ liệu rất đa dạng, nhưng chưa có nhiều ngân hàng áp dụng những phương thức quản lý dựa trên khái niệm này. Trong các ngành công nghiệp khác, 2/3 công ty sáng tạo nhất thường xuyên tạo ra các sản phẩm và ý tưởng mới để tăng trưởng từ việc khai thác Dữ liệu lớn (Ringel và cộng sự, 2017). Các công ty này, sau đó kết luận rằng định hướng dữ liệu tạo ra năng suất trung bình cao hơn 5% và lợi nhuận cao hơn 6% so với các đối thủ cạnh tranh của họ (McAfee & Brynjolfsson, 2012). Nhưng có một nghiên cứu đã chỉ ra rằng chỉ 8% trong số tất cả các công ty được khảo sát đã thực hiện các dự án Dữ liệu lớn (Jarke 2014).

Liên quan đến các ngân hàng, chỉ 37% thu thập được những trải nghiệm đầu tiên với các nguyên mẫu hoặc thí điểm của Dữ liệu lớn (Coumaros và cộng sự, 2014). Điều này không chỉ áp dụng cho việc sử dụng các nguồn dữ liệu bên ngoài như phương tiện truyền thông xã hội, mà còn đối với dữ liệu giao dịch đã tồn tại để phân tích dự báo mà nhiều ngân hàng vẫn chưa tận dụng đầy đủ (ví dụ phân tích khách hàng nào sẽ phù hợp với một sản phẩm nhất định theo đặc điểm của họ). Mặc dù kinh nghiệm thực tế còn thấp, nhưng có hai yếu tố cơ bản có tiềm năng thúc đẩy xu hướng ngân hàng định hướng dữ liệu là (i) số lượng dữ liệu ngày càng lớn và (ii) sự sáng tạo của công nghệ thông tin đang phát triển nhanh chóng.

Lượng dữ liệu được tạo ra bởi các công cụ tìm kiếm, giao dịch dựa trên các trang mạng và phương tiện truyền thông xã hội làm tăng thêm khối lượng dữ liệu trung bình là 2,5 exabyte mỗi ngày (McAfee & Brynjolfsson, 2012) và tổng khối lượng dữ liệu tăng khoảng 20% ​​mỗi năm (Hilbert & Priscila, 2011). Ngoài ra, loại dữ liệu này trở nên ngày càng đa dạng hơn. Ví dụ, Walmart xử lý hơn 1 triệu giao dịch của khách hàng mỗi giờ trên cơ sở dữ liệu chứa hơn 2,5 petabyte dữ liệu. Mặc dù khối lượng dữ liệu cao trong các quy trình b2b, khoảng 70-80% tổng số dữ liệu mới được tạo ra bởi người tiêu dùng và chủ yếu là dữ liệu phi cấu trúc. Facebook đã xử lý khoảng 50 tỷ bức ảnh. Dữ liệu người tiêu dùng phi cấu trúc này có giá trị to lớn đối với các ngân hàng hiện đang thu thập dữ liệu khách hàng chủ yếu thông qua các nhân viên quản lý quan hệ khách hàng. Giờ đây, các ngân hàng có thể sử dụng nhiều hơn dữ liệu do khách hàng tạo ra để nâng cao kiến thức hiện có của mình trong các lĩnh vực như xếp hạng tín dụng,…

Trái ngược với các ứng dụng kho dữ liệu truyền thống hoạt động trên hệ thống quản lý cơ sở dữ liệu kết hợp với các công cụ trực quan và thống kê tại bàn, ngân hàng định hướng dữ liệu dựa trên sự hội tụ của các công nghệ khác nhau như một công cụ lõi. Danh mục đầu tiên của công nghệ này bao gồm cảm biến, địa lý và các dữ liệu khác được tạo nên bởi các ứng dụng như một phần của “Internet vạn vật”[1] (ví dụ các ứng dụng dành cho điện thoại thông minh như Google Maps). Danh mục thứ hai bao gồm các ứng dụng để tìm kiếm dữ liệu phi cấu trúc, chẳng hạn tìm kiếm video hoặc giọng nói. Thứ ba, các công cụ phân tích tình cảm và phân tích dự báo có thể phân tích ngữ nghĩa văn bản phi cấu trúc; mà nguồn của các văn bản này là từ phương tiện truyền thông xã hội và các mẫu xác định. Thứ tư, với các công nghệ thời gian thực, chẳng hạn các công ty điện toán lượng tử hoặc trong bộ nhớ có thể phân tích một lượng lớn dữ liệu gần như trong thời gian thực hoặc thời gian gần. Cuối cùng, công nghệ đám mây, chẳng hạn điện toán lưới dựa trên đám mây, năng lực điện toán phân tán và các ứng dụng giữa các công ty khác nhau cho phép ngân hàng sử dụng các loại công nghệ khác nhau nhanh hơn. Vai trò hỗ trợ đến từ các công nghệ, chẳng hạn như lưu trữ, tích hợp, trực quan hóa và bảo mật.

Ngân hàng định hướng dữ liệu là một yếu tố thúc đẩy nâng cao hiệu quả, tương tác với khách hàng và phát triển các dịch vụ và mô hình kinh doanh mới. Nhằm hướng tới xu hướng đó, các ngân hàng đang tập trung nghiên cứu lựa chọn và tập hợp dữ liệu bên ngoài kết hợp với các loại dữ liệu nội bộ để tiến tới giảm các loại chi phí một cách minh bạch trong qui trình hoạt động, cải thiện chất lượng và phát triển các loại dịch vụ mới một cách có hiệu quả. Đồng thời, với xu hướng hoạt động định hướng dữ liệu, các ngân hàng tiến tới xây dựng mô hình kinh doanh mới phát triển từ các phương pháp tiếp cận ngân hàng định hướng dữ liệu và có thể trở thành các nhà môi giới dữ liệu trong tương lai.