Big data và cơ hội của ngành ngân hàng từ việc bỏ Sổ hộ khẩu

Big data và cơ hội của ngành ngân hàng từ việc bỏ Sổ hộ khẩu

10/11/2017 19:01

Chính phủ vừa có một quyết định rất quan trọng thông qua Nghị quyết 112 về việc đơn giản hóa thủ tục hành chính, giấy tờ công dân (bỏ các thủ tục về sổ hộ khẩu , giấy chứng minh nhân dân) trong quản lý dân cư để thống nhất việc quản lý bằng mã số định danh cá nhân. Điều này đồng nghĩa Chính phủ sẽ phải xây dựng một cơ sở dữ liệu quốc gia về dân cư một cách hoàn chỉnh để thay thế những giấy tờ được bãi bỏ. Cùng với định hướng chuẩn hóa hạ tầng và các tiêu chuẩn công nghệ, điều đó sẽ mở ra nhiều cơ hội cho việc ứng dụng công nghệ Big Data trong ngành tài chính mà các ngân hàng có thể hưởng lợi lớn.

Big data là gì?

Cuộc cách mạng công nghệ số đã phần nào phá vỡ quy trình hoạt động truyền thống trong lĩnh vực tài chính mà những gì chúng ta có cơ hội chứng kiến chỉ là sự bắt đầu. Điện toán đám mây, công nghệ lữu trữ dữ liệu lớn (Big Data), phân tích và xử lý số liệu với một tốc độ nhanh chóng (blockchain), trí tuệ nhân tạo (AI) chỉ là một trong vô vàn chuỗi công nghệ mới, có tiềm năng tạo ra một cuộc cách mạng lớn trong lĩnh vực tài chính ngân hàng.

Big Data hay Dữ liệu lớn là khái niệm để chỉ tập hợp dữ liệu với kích thước vượt xa khả năng của các công cụ phần mềm thông thường để thu thập, hiển thị, quản lý và xử lý dữ liệu trong một thời gian có thể chấp nhận được. Kích thước dữ liệu lớn là một mục tiêu liên tục thay đổi. Như năm 2012 thì phạm vi một vài tá terabytes tới nhiều petabytes dữ liệu. Dữ liệu lớn yêu cầu một tập các kỹ thuật và công nghệ được tích hợp theo hình thức mới để khai phá từ tập dữ liệu đa dạng, phức tạp, và có quy mô lớn.

Big Data đang đóng vai trò lớn trong cuộc cách mạng hóa các doanh nghiệp và nền kinh tế nhờ những thay đổi trong ngành khoa học dữ liệu.

Khoa học dữ liệu hiện đang có những bước tiến vượt xa những phương thức truyền thống, có khả năng trích xuất đặc tính từ những nguồn thông tin, không chỉ những thông tin đơn thuần như trong các bản excel, mà Big Data còn là tất cả mọi thứ từ các email, cuộc gọi điện thoại tới sms, hình ảnh, video, dữ liệu trên các mạng xã hội, các mục tìm kiếm internet, vị trí GPS cùng với những thông tin kỹ thuật số được lưu trên máy tính.

Hai khái niệm: Điện toán đám mây và Big Data đang hỗ trợ và hoàn thiện lẫn nhau. Sự mở rộng của đám mây không ngừng thúc đẩy khởi tạo và vận hành những công nghệ Big Data mới thông qua việc tiết kiệm và đơn giản hóa truy cập hệ thống lưu trữ và tài nguyên máy tính.

Một ví dụ cụ thể có thể kể đến những cải tiến gần đây của hệ sinh thái Apache Hadoop đã cho phép một lượng lớn công việc được chia sẻ và thực thi trên cùng một cụm các máy tính độc lập được khởi chạy trên một kiến trúc đám mây. Nó cho phép các ứng dụng làm việc với hàng ngàn máy tính tính toán độc lập và petabyte dữ liệu. Hãng thương mại điện tử Ebay đã sử dụng hai kho dữ liệu với tốc độ 7.5 petabyte và 40PB cũng như một cụm 40PB Apache Hadoop để tìm kiếm, khuyến nghị người tiêu dùng và bán hàng.

Ngân hàng có cơ hội gì từ Big Data

Các ngân hàng hiện nay chủ yếu cung cấp những dịch vụ và sản phẩm mang tính tương đồng về cho vay, huy động, thanh toán và dịch vụ tài chính khác. Khi yêu cầu khai thác nguồn dữ liệu khách hàng ngày càng đóng vai trò quan trọng thì việc khai thác Big Data tạo ra một cơ hội lớn. Mỗi một giao dịch, mỗi bút toán là một tổ hợp các dữ liệu, vì vậy bản thân mỗi ngân hàng cũng đang sở hữu một kho tàng dữ liệu lớn, điều gì sẽ xảy ra khi họ biết cách phân tích và kết hợp với các nguồn dữ liệu bên ngoài.

Bằng việc sử dụng phương pháp khoa học thu thập và xử lý một cơ sở dữ liệu Big Data, ngân hàng có điều kiện cải thiện, hoặc thậm chí cải cách mọi khía cạnh hoạt động ngân hàng. Phân tích dữ liệu cho phép các ngân hàng có thể:

  1. Khoanh vùng chính xác đối tượng khách hàng mục tiêu để tiếp cận,
  2. Quản trị rủi ro, giảm thiểu tổn thất,
  3. Cải tiến, tối ưu hóa quy trình giao dịch, chất lượng dịch vụ hay cảm nhận của khách hàng,
  4. Hướng tới việc cá nhân hóa dịch vụ tài chính như: tư vấn và quản lý các danh mục tài chính của khách hàng…

Phần lớn các dự án liên quan tới Big data trong ngành ngân hàng hiện tại đều tập trung vào khách hàng – gia tăng doanh số bán hàng và tần suất sử dụng, cải thiện dịch vụ, hay xác định nhu cầu để thiết kế những sản phẩm và dịch vụ có thể tiếp cận đúng đối tượng khách hàng mục tiêu vào đúng thời điểm.

Dựa trên việc sử dụng nhiều nguồn dữ liệu cũng như phân tích chúng, ngân hàng có thể mô hình hóa các hoạt động tài chính cũng như danh mục đầu tư của khách hàng theo nhiều kịch bản khác nhau. Bên cạnh đó, khoa học dữ liệu còn giúp tăng cường quản lý rủi ro như phát hiện hoạt động thẻ gian lận, tội phạm tài chính, thiết lập điểm tín dụng tin cậy hơn và phân tích không gian mạng.

Theo McKinsey, việc phân tích dữ liệu để đưa ra các quyết định marketing tốt hơn có thể làm tăng năng suất tiếp thị từ 15-20% - tức là giảm khoảng 200 tỷ đô la cho chi tiêu tiếp thị toàn cầu mỗi năm (hàng năm khoảng 1 nghìn tỷ đô la).

Big Data còn mở ra những kết quả mới, vượt qua ranh giới những hoạt động tài chính đang tồn tại hay thực hiện những nhiệm vụ trước đây là bất khả thi.

Trên thế giới, các ngân hàng lớn đều có xu hướng sử dụng công nghệ mới để phân tích dữ liệu cá nhân. Hệ thống ngân hàng Santander thu thập dữ liệu thông qua dịch vụ Spendlytics, một loại ứng dụng smartphone hay Lloyds Bank với dịch vụ tương tự Money Manager. Ngân hàng HSBC sử dụng ứng dụng di động Nudge. 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. Các ngân hàng cũng có thể sử dụng những kỹ thuật gián điệp 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.

Triển vọng từ cơ sở dữ liệu quốc gia về dân cư

Như đã nói ở trên, những gì Big Data có thể mang lại rất rõ ràng cho ngành ngân hàng. Vậy những nguồn thông tin chính đóng góp vào dữ liệu lớn (Big Data) là từ đâu?

-     Dữ liệu hành chính (của các tổ chức hay Chính phủ, ví dụ như hồ sơ y tế điện tử, hồ sơ bảo hiểm, hồ sơ ngân hàng...).

-     Dữ liệu từ hoạt động thương mại: các giao dịch thẻ tín dụng, giao dịch thanh toán, bao gồm cả từ các thiết bị di động…

-     Dữ liệu từ các thiết bị, công nghệ công cộng như: thiết bị chụp hình ảnh vệ tinh, mạng điện thoại di động, GPS…

-     Dữ liệu từ các hành vi, trên các phương tiện thông tin xã hội, ví dụ như tìm kiếm trực tuyến, đọc các trang mạng, ý kiến, quan điểm trên mạng xã hội.

Như vậy, nếu có một mã số định danh và được quản lý trên cơ sở dữ liệu quốc gia thống nhất, các thông tin nhân thân của mỗi cá nhân về: nơi ở, tuổi tác, nghề nghiệp rồi tiến tới hành vi tiêu dùng (điện, nước,…), lịch sử tín dụng, đóng thuế, thanh toán,… cũng sẽ được tích hợp và quản lý. Điều này tạo thuận lợi cho các nhà cung cấp dịch vụ tài chính trong việc sàng lọc, thẩm định khách hàng cũng như nâng cao ý thức tài chính của người tiêu dùng, đem lại lợi ích chung cho xã hội.

Hiện nay, cơ sở dữ liệu ngân hàng bao gồm: hệ thống xử lý giao dịch, hệ thống quản lý, hệ thống camera, hệ thống ATM, hệ thống giám sát hạ tầng CNTT bên trong nội bộ ngân hàng và dữ liệu đến từ bên ngoài gồm: tổ chức thông tin tín dụng, NHNN, cơ quan thuế, cục thống kê, bảo hiểm; mạng xã hội; các giao dịch trực tuyến qua mạng; hệ thống lưu trữ liệu ngành, quốc gia... Tuy nhiên những thông tin trên hoàn toàn phân tán, không có sự liên kết đáng tin cậy.

Việt Nam hiện nay có một sự mất cân đối lớn: tỷ lệ người dân sử dụng internet và điện thoại thông minh khá cao nhưng số đang tham gia hệ thống tài chính chính thức thấp so với thế giới. Điều này cũng có nghĩa là các tổ chức thông tin tín dụng không nắm bắt được để cung cấp điểm xếp hạng tín dụng cho toàn bộ người dân. Tuy nhiên, khi tập trung hóa về quản trị dữ liệu và công nghệ Big Data với hồ sơ nhân thân, tích hợp lịch sử hành vi như sử dụng điện thoại… hoàn toàn khắc phục được thiếu sót đó. Các ngân hàng có thể xác định rõ họ là ai, ở đâu và tìm hiểu nguyên nhân bị loại trừ cũng như những sản phẩm dịch vụ tiềm năng nhằm đáp ứng được phân khúc này. Một số doanh nghiệp Fintech đang triển khai xây dựng những mô hình dự báo sử dụng những nguồn dữ liệu đặc biệt nhằm đánh giá rủi ro tín dụng và cung cấp các loại dịch vụ tài chính hiện đại.

Như thế có thể nói, đối với mỗi ngân hàng cũng như toàn xã hội, thống nhất được cơ sở dữ liệu quốc gia về dân cư sẽ tạo điều kiện, đẩy nhanh việc xây dựng một kho Big Data đầy đủ, chính xác và tin cậy trong tương lai.

Các ngân hàng đã chuẩn bị ra sao

Để các dữ liệu trở thành những tài sản thực sự, các ngân hàng cần thay đổi "tư duy tổ chức, phân tích dữ liệu" và xây dựng được quy trình, đội ngũ nhân sự về khoa học dữ liệu. Đồng thời, để ứng dụng Big Data, mỗi ngân hàng phải xây dựng nền tảng hạ tầng về dữ liệu (Data warehouse, MDM - Master Data Management,…) và xây dựng chính sách quản lý dữ liệu để triển khai phân tích có hiệu quả và chính xác.

Ở Việt Nam, từ 10 năm trở lại đây, hầu hết các ngân hàng đã nhận ra tầm quan trọng của dữ liệu trong kinh doanh và đã thành lập các dự án của mình để quản lý dữ liệu. Các dự án, bộ phận có tên gọi khác nhau như MIS, ACI hay BICC. Chúng có cùng chức năng về quản lý, phân tích dữ liệu nhưng cấu trúc có thể khác nhau. Chẳng hạn, VPBank thành lập BICC – Trung tâm Phân tích kinh doanh (Business intelligence competency center) vào năm 2013 với giám đốc người nước ngoài và báo cáo trực tiếp với Tổng Giám đốc. Trung tâm có 5 phòng, trong đó có 4 phòng phục vụ khách hàng là các Khối nội bộ như Khối Bán lẻ, SME, Khối Vận hành. Bộ phận cuối, Quản trị Dữ liệu chỉ tập trung vào quản lý dữ liệu cho BICC và cả ngân hàng, thiết lập cơ sở hạ tầng cho BICC và ngân hàng như triển khai Data Warehouse, thực hiện Quản trị dữ liệu. Với cấu trúc này, BICC có thể cung cấp hầu hết thông tin mà được yêu cầu bởi khách hàng nội bộ và là nhóm tốt nhất trong VPBank trong 3 năm qua, kết quả dựa trên khảo sát nội bộ do bộ phận Nhân sự tổ chức. Một ví dụ khác, Ngân hàng Quân đội thành lập MIS từ năm 2011 và báo cáo trực tiếp cho CFO.

Mới đây, tại VEPF 2017, Phó Thống đốc NHNN Nguyễn Kim Anh đã khẳng định lộ trình của Ngân hàng Nhà nước về việc nghiên cứu hoàn thiện hành pháp lý về hoạt động các tiêu chuẩn cho hoạt động thanh toán, QR Code, thanh toán qua di động, bảo vệ người tiêu dùng, an ninh mạng,… Điều này cũng sẽ cộng hưởng để xác lập một kho dữ liệu lớn của khách hàng sử dụng dịch vụ tài chính ở Việt Nam.

LPB Research.

 

Big data và cơ hội của ngành ngân hàng từ việc bỏ Sổ hộ khẩu

Chính phủ vừa có một quyết định rất quan trọng thông qua Nghị quyết 112 về việc đơn giản hóa thủ tục hành chính, giấy tờ công dân (bỏ các thủ tục về sổ hộ khẩu , giấy chứng minh nhân dân) trong quản lý dân cư để thống nhất việc quản lý bằng mã số định danh cá nhân. Điều này đồng nghĩa Chính phủ sẽ phải xây dựng một cơ sở dữ liệu quốc gia về dân cư một cách hoàn chỉnh để thay thế những giấy tờ được bãi bỏ. Cùng với định hướng chuẩn hóa hạ tầng và các tiêu chuẩn công nghệ, điều đó sẽ mở ra nhiều cơ hội cho việc ứng dụng công nghệ Big Data trong ngành tài chính mà các ngân hàng có thể hưởng lợi lớn.

Big data là gì?

Cuộc cách mạng công nghệ số đã phần nào phá vỡ quy trình hoạt động truyền thống trong lĩnh vực tài chính mà những gì chúng ta có cơ hội chứng kiến chỉ là sự bắt đầu. Điện toán đám mây, công nghệ lữu trữ dữ liệu lớn (Big Data), phân tích và xử lý số liệu với một tốc độ nhanh chóng (blockchain), trí tuệ nhân tạo (AI) chỉ là một trong vô vàn chuỗi công nghệ mới, có tiềm năng tạo ra một cuộc cách mạng lớn trong lĩnh vực tài chính ngân hàng.

Big Data hay Dữ liệu lớn là khái niệm để chỉ tập hợp dữ liệu với kích thước vượt xa khả năng của các công cụ phần mềm thông thường để thu thập, hiển thị, quản lý và xử lý dữ liệu trong một thời gian có thể chấp nhận được. Kích thước dữ liệu lớn là một mục tiêu liên tục thay đổi. Như năm 2012 thì phạm vi một vài tá terabytes tới nhiều petabytes dữ liệu. Dữ liệu lớn yêu cầu một tập các kỹ thuật và công nghệ được tích hợp theo hình thức mới để khai phá từ tập dữ liệu đa dạng, phức tạp, và có quy mô lớn.

Big Data đang đóng vai trò lớn trong cuộc cách mạng hóa các doanh nghiệp và nền kinh tế nhờ những thay đổi trong ngành khoa học dữ liệu.

Khoa học dữ liệu hiện đang có những bước tiến vượt xa những phương thức truyền thống, có khả năng trích xuất đặc tính từ những nguồn thông tin, không chỉ những thông tin đơn thuần như trong các bản excel, mà Big Data còn là tất cả mọi thứ từ các email, cuộc gọi điện thoại tới sms, hình ảnh, video, dữ liệu trên các mạng xã hội, các mục tìm kiếm internet, vị trí GPS cùng với những thông tin kỹ thuật số được lưu trên máy tính.

Hai khái niệm: Điện toán đám mây và Big Data đang hỗ trợ và hoàn thiện lẫn nhau. Sự mở rộng của đám mây không ngừng thúc đẩy khởi tạo và vận hành những công nghệ Big Data mới thông qua việc tiết kiệm và đơn giản hóa truy cập hệ thống lưu trữ và tài nguyên máy tính.

Một ví dụ cụ thể có thể kể đến những cải tiến gần đây của hệ sinh thái Apache Hadoop đã cho phép một lượng lớn công việc được chia sẻ và thực thi trên cùng một cụm các máy tính độc lập được khởi chạy trên một kiến trúc đám mây. Nó cho phép các ứng dụng làm việc với hàng ngàn máy tính tính toán độc lập và petabyte dữ liệu. Hãng thương mại điện tử Ebay đã sử dụng hai kho dữ liệu với tốc độ 7.5 petabyte và 40PB cũng như một cụm 40PB Apache Hadoop để tìm kiếm, khuyến nghị người tiêu dùng và bán hàng.

Ngân hàng có cơ hội gì từ Big Data

Các ngân hàng hiện nay chủ yếu cung cấp những dịch vụ và sản phẩm mang tính tương đồng về cho vay, huy động, thanh toán và dịch vụ tài chính khác. Khi yêu cầu khai thác nguồn dữ liệu khách hàng ngày càng đóng vai trò quan trọng thì việc khai thác Big Data tạo ra một cơ hội lớn. Mỗi một giao dịch, mỗi bút toán là một tổ hợp các dữ liệu, vì vậy bản thân mỗi ngân hàng cũng đang sở hữu một kho tàng dữ liệu lớn, điều gì sẽ xảy ra khi họ biết cách phân tích và kết hợp với các nguồn dữ liệu bên ngoài.

Bằng việc sử dụng phương pháp khoa học thu thập và xử lý một cơ sở dữ liệu Big Data, ngân hàng có điều kiện cải thiện, hoặc thậm chí cải cách mọi khía cạnh hoạt động ngân hàng. Phân tích dữ liệu cho phép các ngân hàng có thể:

  1. Khoanh vùng chính xác đối tượng khách hàng mục tiêu để tiếp cận,
  2. Quản trị rủi ro, giảm thiểu tổn thất,
  3. Cải tiến, tối ưu hóa quy trình giao dịch, chất lượng dịch vụ hay cảm nhận của khách hàng,
  4. Hướng tới việc cá nhân hóa dịch vụ tài chính như: tư vấn và quản lý các danh mục tài chính của khách hàng…

Phần lớn các dự án liên quan tới Big data trong ngành ngân hàng hiện tại đều tập trung vào khách hàng – gia tăng doanh số bán hàng và tần suất sử dụng, cải thiện dịch vụ, hay xác định nhu cầu để thiết kế những sản phẩm và dịch vụ có thể tiếp cận đúng đối tượng khách hàng mục tiêu vào đúng thời điểm.

Dựa trên việc sử dụng nhiều nguồn dữ liệu cũng như phân tích chúng, ngân hàng có thể mô hình hóa các hoạt động tài chính cũng như danh mục đầu tư của khách hàng theo nhiều kịch bản khác nhau. Bên cạnh đó, khoa học dữ liệu còn giúp tăng cường quản lý rủi ro như phát hiện hoạt động thẻ gian lận, tội phạm tài chính, thiết lập điểm tín dụng tin cậy hơn và phân tích không gian mạng.

Theo McKinsey, việc phân tích dữ liệu để đưa ra các quyết định marketing tốt hơn có thể làm tăng năng suất tiếp thị từ 15-20% - tức là giảm khoảng 200 tỷ đô la cho chi tiêu tiếp thị toàn cầu mỗi năm (hàng năm khoảng 1 nghìn tỷ đô la).

Big Data còn mở ra những kết quả mới, vượt qua ranh giới những hoạt động tài chính đang tồn tại hay thực hiện những nhiệm vụ trước đây là bất khả thi.

Trên thế giới, các ngân hàng lớn đều có xu hướng sử dụng công nghệ mới để phân tích dữ liệu cá nhân. Hệ thống ngân hàng Santander thu thập dữ liệu thông qua dịch vụ Spendlytics, một loại ứng dụng smartphone hay Lloyds Bank với dịch vụ tương tự Money Manager. Ngân hàng HSBC sử dụng ứng dụng di động Nudge. 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. Các ngân hàng cũng có thể sử dụng những kỹ thuật gián điệp 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.

Triển vọng từ cơ sở dữ liệu quốc gia về dân cư

Như đã nói ở trên, những gì Big Data có thể mang lại rất rõ ràng cho ngành ngân hàng. Vậy những nguồn thông tin chính đóng góp vào dữ liệu lớn (Big Data) là từ đâu?

-     Dữ liệu hành chính (của các tổ chức hay Chính phủ, ví dụ như hồ sơ y tế điện tử, hồ sơ bảo hiểm, hồ sơ ngân hàng...).

-     Dữ liệu từ hoạt động thương mại: các giao dịch thẻ tín dụng, giao dịch thanh toán, bao gồm cả từ các thiết bị di động…

-     Dữ liệu từ các thiết bị, công nghệ công cộng như: thiết bị chụp hình ảnh vệ tinh, mạng điện thoại di động, GPS…

-     Dữ liệu từ các hành vi, trên các phương tiện thông tin xã hội, ví dụ như tìm kiếm trực tuyến, đọc các trang mạng, ý kiến, quan điểm trên mạng xã hội.

Như vậy, nếu có một mã số định danh và được quản lý trên cơ sở dữ liệu quốc gia thống nhất, các thông tin nhân thân của mỗi cá nhân về: nơi ở, tuổi tác, nghề nghiệp rồi tiến tới hành vi tiêu dùng (điện, nước,…), lịch sử tín dụng, đóng thuế, thanh toán,… cũng sẽ được tích hợp và quản lý. Điều này tạo thuận lợi cho các nhà cung cấp dịch vụ tài chính trong việc sàng lọc, thẩm định khách hàng cũng như nâng cao ý thức tài chính của người tiêu dùng, đem lại lợi ích chung cho xã hội.

Hiện nay, cơ sở dữ liệu ngân hàng bao gồm: hệ thống xử lý giao dịch, hệ thống quản lý, hệ thống camera, hệ thống ATM, hệ thống giám sát hạ tầng CNTT bên trong nội bộ ngân hàng và dữ liệu đến từ bên ngoài gồm: tổ chức thông tin tín dụng, NHNN, cơ quan thuế, cục thống kê, bảo hiểm; mạng xã hội; các giao dịch trực tuyến qua mạng; hệ thống lưu trữ liệu ngành, quốc gia... Tuy nhiên những thông tin trên hoàn toàn phân tán, không có sự liên kết đáng tin cậy.

Việt Nam hiện nay có một sự mất cân đối lớn: tỷ lệ người dân sử dụng internet và điện thoại thông minh khá cao nhưng số đang tham gia hệ thống tài chính chính thức thấp so với thế giới. Điều này cũng có nghĩa là các tổ chức thông tin tín dụng không nắm bắt được để cung cấp điểm xếp hạng tín dụng cho toàn bộ người dân. Tuy nhiên, khi tập trung hóa về quản trị dữ liệu và công nghệ Big Data với hồ sơ nhân thân, tích hợp lịch sử hành vi như sử dụng điện thoại… hoàn toàn khắc phục được thiếu sót đó. Các ngân hàng có thể xác định rõ họ là ai, ở đâu và tìm hiểu nguyên nhân bị loại trừ cũng như những sản phẩm dịch vụ tiềm năng nhằm đáp ứng được phân khúc này. Một số doanh nghiệp Fintech đang triển khai xây dựng những mô hình dự báo sử dụng những nguồn dữ liệu đặc biệt nhằm đánh giá rủi ro tín dụng và cung cấp các loại dịch vụ tài chính hiện đại.

Như thế có thể nói, đối với mỗi ngân hàng cũng như toàn xã hội, thống nhất được cơ sở dữ liệu quốc gia về dân cư sẽ tạo điều kiện, đẩy nhanh việc xây dựng một kho Big Data đầy đủ, chính xác và tin cậy trong tương lai.

Các ngân hàng đã chuẩn bị ra sao

Để các dữ liệu trở thành những tài sản thực sự, các ngân hàng cần thay đổi "tư duy tổ chức, phân tích dữ liệu" và xây dựng được quy trình, đội ngũ nhân sự về khoa học dữ liệu. Đồng thời, để ứng dụng Big Data, mỗi ngân hàng phải xây dựng nền tảng hạ tầng về dữ liệu (Data warehouse, MDM - Master Data Management,…) và xây dựng chính sách quản lý dữ liệu để triển khai phân tích có hiệu quả và chính xác.

Ở Việt Nam, từ 10 năm trở lại đây, hầu hết các ngân hàng đã nhận ra tầm quan trọng của dữ liệu trong kinh doanh và đã thành lập các dự án của mình để quản lý dữ liệu. Các dự án, bộ phận có tên gọi khác nhau như MIS, ACI hay BICC. Chúng có cùng chức năng về quản lý, phân tích dữ liệu nhưng cấu trúc có thể khác nhau. Chẳng hạn, VPBank thành lập BICC – Trung tâm Phân tích kinh doanh (Business intelligence competency center) vào năm 2013 với giám đốc người nước ngoài và báo cáo trực tiếp với Tổng Giám đốc. Trung tâm có 5 phòng, trong đó có 4 phòng phục vụ khách hàng là các Khối nội bộ như Khối Bán lẻ, SME, Khối Vận hành. Bộ phận cuối, Quản trị Dữ liệu chỉ tập trung vào quản lý dữ liệu cho BICC và cả ngân hàng, thiết lập cơ sở hạ tầng cho BICC và ngân hàng như triển khai Data Warehouse, thực hiện Quản trị dữ liệu. Với cấu trúc này, BICC có thể cung cấp hầu hết thông tin mà được yêu cầu bởi khách hàng nội bộ và là nhóm tốt nhất trong VPBank trong 3 năm qua, kết quả dựa trên khảo sát nội bộ do bộ phận Nhân sự tổ chức. Một ví dụ khác, Ngân hàng Quân đội thành lập MIS từ năm 2011 và báo cáo trực tiếp cho CFO.

Mới đây, tại VEPF 2017, Phó Thống đốc NHNN Nguyễn Kim Anh đã khẳng định lộ trình của Ngân hàng Nhà nước về việc nghiên cứu hoàn thiện hành pháp lý về hoạt động các tiêu chuẩn cho hoạt động thanh toán, QR Code, thanh toán qua di động, bảo vệ người tiêu dùng, an ninh mạng,… Điều này cũng sẽ cộng hưởng để xác lập một kho dữ liệu lớn của khách hàng sử dụng dịch vụ tài chính ở Việt Nam.

LPB Research.

 

Tin khác

Viết bình luận