— Сейчас банки испытывают давление со всех сторон, поскольку границы между отраслями размываются. На их «территорию» претендуют телеком-операторы, розничные и транспортные компании, множество финтехстартапов. Это происходит потому, что технологии для разработки онлайн-сервисов стали очень доступными по цене. С другой стороны, у банков существенно изменился клиент. Некоторое время назад люди, приходившие в отделения, понимали, зачем нужно заполнять многочисленные бумажки, и в придачу хранили физические деньги дома. А нынешнее поколение очень требовательное и избалованное сервисами, которые предоставляют компании из других отраслей, начиная от Facebook и заканчивая Amazon.
Применительно к банкам большие данные — это постоянный поток информации о состоянии клиента. Люди женятся, разводятся, регистрируют детей, путешествуют, покупают вещи, и данные об этом отражаются в разных системах. Все эти события в других отраслях уже сегодня служат основой для персонификации предложений, то есть предложения нужной человеку услуги или продукта в правильное время. Использование больших данных позволяет осуществить переход от массовых маркетинговых кампаний, пусть и довольно ориентированных на конкретного клиента, к полной персонификации на основе определенных триггеров. Банки, которые это понимают, активно интегрируются с компаниями из других отраслей, чтобы создавать уникальные предложения. Например, взаимодействие с телекоммуникационными операторами позволяет им получить информацию о наличии в вашей жизни каких-то событий, основываясь на данных трафика, с розничными сетями — знать, что именно вы покупаете, а с государственными учреждениями — определить ваш статус.
Персонификация предложений — это первое и самое важное из всего, что могут и должны делать банки. За рубежом это активно практикуют. Например, интеграция зарплатного проекта и финансирования позволяет определить вашу покупательную способность. Причем понимание этого происходит в онлайне, а не на основе 2-НДФЛ. Банки должны уметь не просто анализировать данные о состоянии клиента, но и делать это очень быстро. С теми АБС, которые сейчас используются, на создание нового продукта уходят дни или даже недели, в то время как финтехкомпании делают это за часы. Буквально пять лет назад мы вывели на рынок платформу SAP HANA, которая обрабатывает огромные массивы не только цифровой, но и визуальной и текстовой информации. Именно анализ больших массивов данных — это то, что нужно банкам наравне с продуктовым конфигуратором. Сейчас мы общаемся с несколькими банками по этой теме.
— Гибридные предложения сегодня очень актуальны. Например, взаимодействие со страховыми компаниями позволяет банку предлагать продукты страхования. В некоторых странах банки интегрируют свои услуги в сайты по продаже недвижимости, благодаря чему вы можете не только посчитать на калькуляторе, во что вам обойдется квартира, но и тут же сделать запрос на конкретный кредит. Кооперация с другими отраслями и встраивание финансовых сервисов там, где это нужно и удобно людям, например на сайте интернет-магазина,— это вторая область для использования больших данных, касающаяся быстрого осуществления транзакций.
С помощью больших данных можно создавать очень интересные продукты. Один из немецких банков сделал депозит под проводившийся в Германии чемпионат по футболу. Ставка по нему менялась в зависимости от скоринга матча. Такой формат привлек в банк немало болельщиков.
Поскольку финансовые организации конкурируют сегодня и с другими отраслями, в России встает вопрос эффективности их работы. В целом мы видим, что по части использования новых технологий и оптимизации внутренних процессов банки могли бы делать больше. Дело в более консервативном взгляде на безопасность, кроме того они находятся под большим контролем регулятора, чем промышленные предприятия и розничные компании. Все это делает банки инерционными. Однако поскольку конкуренты из других отраслей поджимают, они все же думают о повышении эффективности своих процессов. На мой взгляд, улучшить этот показатель позволит смещение фокуса на внешние облака. Рост эффективности возможен за счет отказа от разработки части систем собственными силами и вынесения самых простых процессов на аутсорсинг. На мой взгляд, это направление должно развиваться. Телекоммуникационные и розничные компании разделяют процессы, на которых должно концентрироваться собственное ИТ-подразделение компании, и процессы, которые можно отдать внешним подрядчикам. Использование облаков позволяет отказаться от конфигурации «под себя», использовать лучшие практики, быть более гибкими с выбором систем, быстро получать доступ ко всему новому.
— Снизить издержки позволяет персонализация предложений, она избавляет банк от необходимости делать веерный заход с зачастую низким выхлопом. А таргетирование повышает вероятность попадания в целевую аудиторию и дает возможность увеличить число клиентов. Кроме того, растет процент их удержания и удовлетворенность: ведь каждому приятно получить то, что он хочет в данный момент.
— Когда говорят о прогнозировании покупательной способности, подразумевают примитивный подход, основанный на предоставлении 2-НДФЛ, а есть нюансы, позволяющие более точно оценить, как человек будет возвращать кредит. Можно исходить из корреляции между тем, как человек платит по счетам, и тем, как он будет оплачивать кредиты. Например, вы идете брать кредит со справкой 2-НДФЛ, из которой следует, что вы зарабатываете 10 млн рублей в год. Глядя на эту справку, банк может подумать: «Какой хороший клиент». Однако вы можете быть хоть и обеспеченным заемщиком, но ненадежным. Чтобы вычислить это, в некоторых странах банки кооперируются с поставщиками услуг ЖКХ и смотрят, насколько регулярно клиент оплачивает услуги. Человек может зарабатывать 10 млн в год, но все время откладывать платежи за электричество. И если счета за ЖКХ могут подождать, то банк, выдавший кредит 30–40 млн, не потерпит задержек с оплатой. Это следующий уровень, где правильное использование больших данных позволяет менять бизнес-процессы и принимать управленческие решения.
Еще одна интересная тема — мошенничество. Существует множество технологий, позволяющих зафиксировать поведение, когда вы приходите в банк брать кредит. Сравнивая его с действиями других клиентов и уже известным результатом работы с ними, можно вынести решение, давать вам кредит или нет. Другой пример анализа больших данных — красная кнопка. В ряде стран вместо нее для сотрудников банков уже используют электронные браслеты. В случае ограбления человек испытывает стресс, под действием которого меняются показатели его состояния (пульс, например), это фиксируют специальные датчики и отправляют данные в полицию.
— Проверить информацию о человеке по определенным параметрам сегодня просто. Все используемые нами технологии, включая интернет и базы данных, существуют давно. Сейчас они стали настолько доступны и быстры, что проверка человека по ним и сравнение URL клиента позволяет быстро фиксировать мошенничество. Мы сейчас работаем с «Лабораторией Касперского», которая большое внимание уделяет устранению намеренных вторжений при передаче данных. Правда, в этом направлении мы пока работаем не с банками, а с промышленными компаниями.
— Это, скорее, надуманная вещь. Банковская сфера — одна из самых транснациональных. Поскольку деньги не существуют физически, то конкуренция между банками ведется, скорее, на мировом уровне, чем на уровне одной страны. Банковские ландшафты нужно защищать, и они, на мой взгляд, защищены достаточно.
В конце 2014 года SAP открыл в России ЦОД. Он работает по тем же стандартам, что и наш ЦОД в Германии, и предоставляет такие же облачные услуги отечественным банкам, как и на Западе. В них стоят идентичные системы видеонаблюдения, одинаково защищены кабели и все остальные параметры настроены согласно одному и тому же списку требований к безопасности, который превышает все возможные мировые стандарты. Однако в отдельно взятой транзакционной системе может быть много разных наслоений. Например, когда руководитель запрашивает отчет, подчиненный выгружает данные из массива и причесывает их в Excel, поскольку единый формат заполнения довольно сложно отследить при вводе данных в систему разными людьми. Для исключения такого алгоритма мы создали решение SAP Digital Boardroom. Его функция — брать сырой массив данных и сразу же выводить его в отчет.
Мы недавно делали прототип для одного клиента из финансовой сферы. Он просил нарисовать графики, позволяющие понять, где у него больше всего должников, в Москве, Санкт-Петербурге или Самаре. Мы просто взяли массив данных и без «украшений» и «причесываний» сделали анализ дебиторской задолженности. В получившемся отчете оказалось три Москвы: выяснилось, что раньше при подготовке отчета из трех городов с одинаковым названием вручную делали один. По сути, это тоже относится к вопросам безопасности. Еще одна ситуация — банк смотрит на 5–10 крупнейших должников и считает, что именно из-за них терпит убытки. Однако в результате анализа непричесанных данных выясняется, что следующая тысяча должна в три раза больше, чем крупнейшие 5–10 компаний, просто раньше никто на них не смотрел. Я уверена, что анализ больших массивов данных без причесывания таит в себе много открытий.
Сейчас на базе SAP Digital Boardroom мы думаем о создании решения для анализа производственных данных — так называемый SAP Digital Operations Room. За этим будущее.
Лучшие новости сегодня
Вы искали сегодня
Другие новости сегодня
КС принял решение, согласно которому обязанность использовать участки пока что законом не установлена. В этих целях не следует "притягивать за уши" некоторые нормы, которые вообще про другое (как поступили земконтроль...
Количество индивидуальных предпринимателей в России увеличилось с начала года на 4,7% и составляет по итогам девяти месяцев 4,2 млн. Об этом 7 ноября сообщил «Известиям» генеральный директор Корпорации МСП Александр...
Нейросетевой "земельный инспектор", разработанный учеными Самарского университета имени Королева, в ходе пробного сканирования выявил более 116 тыс. нарушений землепользования, за которые можно взыскать...
Фото: Zakon.kz Системообразующий банк Казахстана – Halyk Bank – досрочно и полностью возвратил государственную поддержку в размере 250 млрд тенге, полученную Казкоммерцбанком в 2015 году, сообщает Zakon.kz. Девять...
Фото: pixabay Национальный банк РК опубликовал Индекс деловой активности за октябрь 2024 года, касающийся изменений экономических показателей предприятий страны и их ожиданий на ближайший год, сообщает Zakon.kz. Согласно...
Фото: Zakon.kz В Министерстве финансов ответили на обращения СМИ, касающиеся премий государственным служащим, сообщает Zakon.kz. В ведомстве сообщили, что на основании постановления правительства от 29 августа...
«Наши задачи» - предоставлять самую оперативную, достоверную и подробную информацию по банковскому рынку; - помогать клиентам в выборе самых выгодных банковских продуктов; - способствовать банкам в поиске качественных клиентов; - налаживать общение между банками и их клиентами.
Проект освоения водных ресурсов профинансирует Исламский банк развития. Такое
ПодробнееАнализ результатов Комплексного плана приватизации на 2016-2020 годы провели в
ПодробнееНа Wildberries во время акции Всемирного дня шопинга с 28 октября по 11 ноября
ПодробнееКС принял решение, согласно которому обязанность использовать участки пока что
ПодробнееСреди русскоязычных игроков прекрасно известен один из самых ярких игровых
Подробнее Модульбанк расширил список маркетплейсов, партнеры которых имеют возможность
ПодробнееЭкономика сегодня
Модульбанк расширил список маркетплейсов, партнеры которых имеют возможность подключить специальные условия обслуживания и выводить выручку без комиссии и лимитов. Теперь в этом списке значатся Wildberries, Ozon,...
Подробнее Девальвация рубля в октябре оказалась значительнее, чем ожидалось: российская валюта ослабла к доллару еще на 4%, а к юаню — на 3%. По мнению аналитиков инвестиционного Банка Синара, к началу 2025 года ожидается...
Подробнее Российский рубль опустился к доллару США и укрепился к евро. Официальный курс доллара, установленный Центробанком на 8 ноября 2024 года, составляет 98,0726 рубля (прежнее значение — 98,2236 рубля), официальный...
Подробнее Российский рубль уступает доллару США и евро. Официальный курс доллара, установленный Центробанком на 29 октября 2024 года, составляет 97,2300 рубля (прежнее значение — 96,6657 рубля), официальный курс евро — 105,2229 рубля (предыдущий показатель — 104,8094 рубля). Прекращение торгов валютами
Подробнее ЦБ установил официальные курсы валют на 30 октября. Рубль продолжает дешеветь к американской и европейской валютам. Курс доллара вырос на 0,0961 рубля, составив 97,3261 рубля (97,2300 рубля на 29 октября). Курс...
Подробнее Российский рубль уступает доллару США и евро. Официальный курс доллара, установленный Центробанком на 30 октября 2024 года, составляет 97,3261 рубля (прежнее значение — 97,2300 рубля), официальный курс евро — 105,4375 рубля (предыдущий показатель — 105,2229 рубля). Прекращение торгов валютами
Подробнее
Комментарии (0)