Персональные инструменты
 

Большие данные изменят бизнес-процессы банков

Материал из CustisWiki

Перейти к: навигация, поиск
Дмитрий Морозов, наш ведущий специалист по проектированию IT-инфраструктурных решений, рассказал «Национальному банковскому журналу» о стремительно развивающейся технологии работы с информацией — Big Data. Каковы ключевые особенности Big Data и как они способствуют бизнес-преобразованиям? Что сегодня может предложить рынок подобных технологий в сфере банковского обслуживания? Каковы перспективы применения больших данных в России? Ответы на эти вопросы — в статье «Большие данные изменят бизнес-процессы банков».

По данным CNews Analytics, на начало 2014 года 17 из 30 крупнейших по чистым активам банков России (в том числе Сбербанк, Газпромбанк, ВТБ24, Райффайзенбанк) использовали или планировали внедрить технологии Big Data. Каков же потенциал больших данных для банков и какие изменения можно наблюдать уже сейчас благодаря Big Data?

За последние несколько лет индустрия значительно продвинулась в средствах хранения данных, и петабайтами информации уже никого не удивить. Вместе с этим появились инструменты, позволяющие обрабатывать такие объемы данных. Эти события явились предпосылками для создания технологий работы с информацией, называемых Big Data.

Big Data позволяет анализировать огромные количества информации, а при необходимости — и все доступные данные в реальном времени. Кроме того, технологии Big Data делают возможной работу с неструктурированными данными: с логами совершенно разных систем, web-контентом, фото-, аудио- и видеоинформацией. Традиционные решения, основанные на реляционных БД, создавались для обработки табличных данных и плохо подходят для современных потребностей.

Основные направления использования Big Data в банках — обработка информации с торговых площадок, оперативное получение отчетности, противодействие мошенничеству, управление рисками, маркетинг и персонализация банковских продуктов, повышение качества обслуживания.

Первой ключевой особенностью Big Data является возможность обрабатывать все данные, накопленные в информационных системах банка. С помощью Hadoop компания Visa сократила время обработки 73 млрд транзакций, накопленных за два года, с одного месяца до 13 минут. Конечно, подобные изменения в скорости обработки данных неизбежно ведут к значительным бизнес-преобразованиям.

Вторая особенность — возможность определять взаимосвязи между событиями. Big Data позволяют выявить, какое событие и когда происходит в системе. Сотрудники банка могут не знать причин события — причинно-следственную связь можно восстановить из результатов анализа, проведенного с помощью технологий Big Data. Это означает, что ответить на вопрос «Когда возникнет событие?» можно до понимания причин его возникновения. Например, новые схемы мошенничества могут быть выявлены на основе нетипичного поведения клиентов банковской системы. Банк HSBC заявляет, что в три раза повысил эффективность работы службы противодействия мошенничеству благодаря внедрению системы, использующей технологии Big Data.

Российский рынок больших данных только набирает обороты, а вот зарубежные компании уже успели оценить новые возможности. Например, кредитное агентство Experian предлагает продукт Income Insight, который прогнозирует уровень дохода человека на основе его кредитной истории. Такой подход позволяет не запрашивать сведения о доходах клиента, при этом стоимость анализа приблизительно в десять раз ниже традиционного метода. Deloitte разработала для страховой компании Aviva прогнозную модель, которая выявляет лиц, наиболее подверженных риску развития диабета, гипертонии или депрессии. Анализ информации об образе жизни, включая такие данные, как посещаемые сайты, хобби, кредитная история, избавляет Aviva от необходимости запрашивать у клиентов данные медицинских анализов.

Приведенные выше примеры все-таки представляют собой единичные случаи применения больших данных, и маловероятно, что на отечественном рынке в ближайшие годы появится что-то подобное. А вот поведенческий анализ действий клиентов для персонализации продуктов, проведения маркетинговых кампаний и повышения качества обслуживания в ближайшее время получит широкое распространение. Например, уже сейчас большой популярностью у банков пользуется расчет объема кэша для пополнения банкоматов с помощью технологий Big Data. На основе анализа востребованности наличности у потребителей для каждого банкомата рассчитывается время пополнения и объем денежных средств, что позволяет сократить количество инкассаций и время «простоя» денежной массы в банкомате, а в конечном итоге — увеличить число клиентов и их удовлетворенность услугами банка.

Таким образом, на Западе большие данные уже меняют подходы и отношение к банковским услугам и сервисам, расширяя горизонты для бизнес-творчества и делая реальным то, что еще несколько лет назад казалось фантастикой. Наблюдая за стремительным развитием технологий, можно с уверенностью утверждать, что Big Data в скором времени значительно изменят банковские процессы и в России.


Внимание! Данная статья выбрана для репликации во внешнюю базу знаний компании. Пожалуйста, не допускайте в этой статье публикацию конфиденциальной информации, ведения обсуждений в теле статьи, и более ответственно относитесь к качеству самой статьи — проверяйте орфографию, пишите по-русски, избегайте непроверенной вами информации.