بانک‌ها

۷ مانع پیش روی بانک‌ها برای بهره‌جویی مؤثر و موفقیت‌آمیز از داده‌های بزرگ

نوشته شده توسط محسن معظمی گودرزی

ظهور اینترنت و گسترش برق‌آسای کاربردهای آن فرآیندهای تجارت و کسب‌وکار را عمیقاً متحول ساخته است. در کنار این دگرگونی بنیادی، فناوری تازه‌ای موسوم به «داده‌های بزرگ (یا بزرگ داده‌ها)»، می‌رود تا به همین اندازه تحول‌آفرین باشد. گذارۀ نخستینِ «داده‌های بزرگ» بر این واقعیت استوار است که امروزه بیش از هر زمان دیگری حجم‌های فزاینده و عظیمی از اطلاعات (ساختاریافته و نیافته) در دسترس‌اند و به شکل‌های جدید و فرا معمول مورد بهره‌برداری قرارمی گیرند.

کاربُرد داده‌های بزرگ تنها در چارچوب ارتباط سازی و انتقال داده‌ها محدود نمی‌شود، بلکه از این راه بستر و اندوخته‌ای فراهم می‌شود تا ما بتوانیم اطلاعات و معلوماتی را از مجموعه‌های بزرگ‌تر داده‌ها استخراج (و یا استنتاج) کنیم که در گردآوردهای کوچک‌تر همین داده‌ها یافت نمی‌شوند. در تحلیل داده‌های بزرگ، علاوه بر شناسایی رابطه‌های موجود میان داده‌ها، بستگی، همبستگی و وابستگی این داده‌ها نیز مورد کاوش قرار می‌گیرد. امروز، به کمک محیط‌های ذخیره‌ای ارزان، پردازشگرهای نیرومند، الگوریتم‌های هوشمند، نرم‌افزارهای کارآمد و ریاضیاتی که فصلهایی از آمار و احتمال را نیز به دنبال می‌کشد، داده‌های بزرگ به افق‌های تازه و کاربردهای حیرت‌آوری دست‌یافته‌اند.

Data-inegration-Index-way2pay-93-11-18

در گسترۀ بانکداری، داده‌های بزرگ می‌تواند زمینه را برای تحلیل‌های دقیقتر مهیا کرده و راهگشای تصمیمسازی بهتر و آگاهانه‌تر شود. تأثیر مثبت این تصمیم‌های بهتر را می‌توان در کارایی عملیاتی، کاهش هزینه‌ها و کاهش ریسک مشاهده کرد. سرعت و فراگیری استفاده از اینترنت و کانال‌های موبایل موجب رشد بی‌سابقه‌ی تعداد تعامل مشتریان شده که نتیجه آن رشد فزاینده و حجیم داده‌های مربوط به مشتریان است. بااین‌وجود، آمار نشان می‌دهد که در حال حاضر بانک‌ها فقط از بخش‌های کوچکی از این دادهها برای شناخت مشتریان خود و ارزیابی تجربه‌ی آن‌ها از خدمات بانک بهره می‌جویند.

تخمین زده می‌شود که در حال حاضر روزانه حجمی نزدیک به دو و نیم «کویین تیلیون» بایت داده در سطح جهان تولید می-شود و بانک‌ها هم در کنار بخش‌های دیگر اقتصادی سهم قابل توجهی از این داده‌ها را در اختیار دارند؛ اما از آنجا که بخش عمدۀ این داده‌ها بی ساختارند، تخصصهای ویژه‌ای مورد نیاز است تا بتوان این داده‌ها را سازمان‌دهی و تحلیل کرد. در همین حال، همچنان که فناوری‌ها نوین و نوآورانه جای خود را در عرصه‌ی خدمات مالی بازمی کنند، داده‌های بزرگ نیز به‌مثابه‌ی ابزاری نیرومند و غیرقابل چشم‌پوشی در این عرصه بکار گرفته خواهد شد.

برای بسیاری از بانک‌ها، بهره‌جویی از داده‌های بزرگ برای تحلیل و شناخت روندها و الگوهای رفتاری مشتریان، رویکردی تازه و مبتکرانه محسوب می‌شود؛ اما کارشناسان معتقدند که این فقط آغاز کار است و اتکای سنگین بانک‌ها به داده‌های بزرگ (و داده‌کاوی مبتنی بر آن) برای تصمیم‌های سازی‌های کلیدی و کاهش ریسک اجتناب‌ناپذیر خواهد بود.

 .

وضعیت استفاده و جاافتادگی داده‌های بزرگ در بانک‌ها

۱- ۳۸ درصد در حال بررسی

۲- ۲۵ درصد در حال توسعه

۳- ۱۲ درصد در حال پیاده‌سازی

۴- ۲۵ درصد در حال آزمایش

 .

موانع پیش روی بانک‌ها برای بهره‌جویی مؤثر و موفقیت‌آمیز از داده‌های بزرگ

۱- پراکندگی و بی ساختاری بیش‌ازحد داده‌ها

۲- زمان زیاد برای تحلیل داده‌های بزرگ

۳- کمبود مهارت داده‌کاوی از داده‌های بزرگ

۴- بی‌اعتقادی مدیریت به ارزش راهبردی داده‌های بزرگ

۵- بی ساختاری بیش‌ازاندازه داده‌های بزرگ

۶- هزینه بیش‌ازاندازه ذخیره‌سازی

۷- هزینه بیش‌ازاندازه گردآوری

 .

برگرفته از مقاله: ویژگی‌های غالب در نسل جدید سامانه‌های یکپارچۀ بانکی، نویسندگان محسن معظمی گودرزی، حسین رأسی و حجت­ جاهد

درباره نویسنده

محسن معظمی گودرزی

کارشناسی ارشد اقتصاد انرژی و بازاریابی، نویسنده و پژوهشگر حوزه های اقتصادی، پول و بانک و بانکداری الکترونیک، علاقمند به انجام کارهای علمی و پژوهشی

دیدگاهتان را بنویسید