تعریف Big Data و مزایای آن درصنعت بانکداری

به گزارش خبرنگار ایبِنا، داده‌های عظیم (Big Data) به مجموعه‌ای از داده‌ها و عملیات مربوط به آن اطلاق می‌شود که از حجم بسیار بالایی برخوردار هستند و از منظر تجاری، به روش‌های نوین بهره‌برداری از داده‌ها اطلاق می‌شود که با تحلیل حجم زیاد داده‌ها، پردازش تغییرات سریع در تولید و حرکت داده‌ها، تفکیک و شناسایی داده‌های با ساختار و بدون ساختار و سنجش صحت‌ و سقم داده‌ها را مقرون‌ به‌ صرفه می‌کند.

در واقع Big Data زمانی به وجود آمد که مجموعه‌ داده‌ها آنقدر بزرگ، حجیم و پیچیده شدند که ابزارهای سنتی برای پردازش آنها ناکارآمد شدند. از اینرو با جمع‌آوری حجم‌ بزرگی از داده از منابع مختلف، از داده‌های عظیم برای تصمیم‌گیری‌های کسب‌ و کار و شناسایی سریع رفتارها، بهره می‌برند که این فناوری فرصت خوبی به‌ منظور استفاده از دیتای شبکه بانکی و پرداخت و تحلیل رفتار مشتریان از این بخش است.

برخی از کارشناسان صنعت بانکی رشد هفت برابری حجم موجود داده‌ها را تا سال ۲۰۲۰ برآورد می‌کنند از اینرو فناوری داده‌های بزرگ به‌ عنوان راه‌حلی برای بهره‌برداری و استفاده این حجم از اطلاعات مطرح است.

۹۱ درصد بانک ها فاقد مهارت های کلیدی برای بهره برداری از داده های عظیم هستند

طبق بررسی‌های انجام‌شده توسط واحد کسب‌ و کار شرکت آی‌بی‌ام با همکاری یک از موسسات مطالعاتی تحقیقاتی اروپایی، عنوان‌ شده در ۶۳ درصد بانک‌ها مهارت در داده‌های بزرگ به‌ عنوان یک مزیت رقابتی شناخته‌ شد. این در حالی است که ۹۱ درصد از آنها فاقد مهارت‌های کلیدی برای اجرای موثر این کار هستند و تنها سه درصد گزارش کرده‌اند که در سازمان خود زیرساخت بهره‌برداری از داده‌های بزرگ را به‌ طور مستمر مستقر کرده‌اند. بانک‌های بسیاری در حال تلاش در این زمینه هستند، اما به نظر می‌رسد تعداد کمی از آنها در این کار موفق باشند.

تغییر الگوها در صنعت بانکی به منظور بهره برداری از داده های بزرگ

فناوری داده‌های بزرگ نشان‌ دهنده راه جدیدی برای بانک‌هاست که امکان تعامل و استفاده از داده‌های خود را برایشان فراهم می‌کند. در نتیجه بانک‌ها نیازمند تغییر الگوهای خود برای طراحی، توسعه، استقرار و پشتیبانی راه‌حل‌های داده‌های بزرگ هستند. موجی از فناوری در ارائه قابلیت‌های انعطاف‌پذیری و مقیاس‌پذیری موردنیاز جهت این تغییرات پدید آمده است.

روش‌های جدید برای ذخیره‌سازی داده‌ها به‌ عنوان‌ مثال پایگاه داده‌های (NoSQL) می‌تواند بار از بین بردن تعریف ساختار و توانایی ذخیره‌سازی ارزان داده‌ها را متحمل شود. نرم‌افزارهای توزیع داده‌ها و محاسبات روی آنها (مانند هادوپ) به درجه‌ای از بلوغ رسیده‌اند که می‌تواند عملکرد مورد انتظار از یک پلتفرم مدرن را، در حالی‌ که این حجم از داده قبلاً هرگز مورداستفاده واقع نشده است، ارائه کند.

دقیقاً زمانی که بانک‌ها نیازمند ارزیابی مجدد فناوری‌ها هستند، روش‌های پیاده‌سازی و استقرار داده‌های بزرگ نیز باید تغییر یابد. متدولوژی‌های توسعه‌ای چابک به‌منظور ایجاد امکان توسعه و استقرار سریع، تکرارشونده و افزایشی به وجود آمده‌اند که می‌توانند در راستای دستیابی سریع به داده‌ها، به‌طوری‌که موردسنجش، درک و تجزیه مناسب قرار گرفته باشند، مورد استفاده واقع شوند. امروزه اجزای تشکیل‌دهنده چارچوب‌های جامع داده‌های بزرگ در دسترس و آماده استفاده است و به نظر می‌رسد زمان ورود بانک‌ها به این فنّاوری فرارسیدهاست.

مزایای استفاده از Big Data

تجزیه‌وتحلیل داده‌ها و اینترنت، کار نظارت و ارزیابی پیشرفت بانک‌ها را در حال حاضر نسبت به گذشته بسیار ساده‌تر کرده که این امر به‌واسطه دسترسی به حجم انبوهی از اطلاعات شخصی مشتریان امکان‌پذیر است؛ اما هم‌اکنون با فناوری داده‌های بزرگ بانک‌ها قادر خواهند بود از این اطلاعات به‌طور مداوم برای نظارت رفتارهای تراکنشی و معاملاتی مشتریان خود، در زمان وقوع (و تقریبا به‌ صورت بلادرنگ) استفاده کنند و این به بانک‌ها در ارائه خدمات و منابع مناسب‌تر کمک می‌کند.

این سرویس‌های بلادرنگ موجب افزایش سودآوری کلی برای آنها می‌شود. متناسب با میزان افزایش مشتریان بانک‌ها، الزام به ارائه خدمات متأثر از درخواست‌ها و نیازهای آنها نیز بیشتر می‌شود. لیکن مسئولیت حفظ امنیت وجوه و اطلاعات شخصی مشتریان از مهم‌ترین موضوعات برای بانک‌ها محسوب می‌شود.

برخی از مهم‌ترین کاربردهای داده‌های بزرگ در صنعت بانکی عبارت‌اند از: تغییر در سطح سرویس‌دهی، تشخیص و پیشگیری از کلاه‌برداری، توسعه امکان گزارش‌گیری پیشرفته و مبتنی بر تحلیل، بخش‌بندی مشتریان، بازاریابی و مدیریت ارتباط با مشتری، مبارزه با پول‌شویی، ارائه امکانات شخصی‌سازی محصولات به مشتری، مدیریت ریسک، بازرسی و نظارت است.