پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
ادامه حیات در سایه داده‌ها / معرفی شرکت‌های برتر فین‌تک در حوزه تجزیه و تحلیل داده‌ها
اوایل سال جاری، سایت فینوویت (finovate) مقاله‌ای را تحت عنوان«داده یا مرگ» منتشر ساخت که به روشنی نشان می‌داد که کسب‌وکارها چگونه می‌توانند از داده‌ها برای موفقیت خود استفاده کنند. قبول داریم که جمع آوری داده‌ها امری بسیار دشوار است؛ البته تجزیه و تحلیل داده‌ها نیز امری است دشوارتر! اما قرار نیست صرفا بخاطر سختی‌ها و فراز و نشیب‌های راه عرصه را خالی کنیم. پس برای این‌که به‌عنوان یک کسب‌وکار پیشرو آیند‌ه‌ای روشن داشته باشیم چه کاری باید انجام دهیم؟
در گزارشی که اخیرا توسط مک‌کینزی (McKinsey) منتشر شده است، پیتر بیسون (Peter Bisson)، برایس هال (Bryce Hall)، برایان مک‌کارتی (Brian McCarthy) و خالد ریفای (Khaled Rifai)، به‌عنوان نویسندگان گزارش، در مورد چگونگی موفقیت شرکت‌های دارای مدیریت داده قوی در حوزه کسب‌وکارشان اظهار نظر کرده‌اند. جامعه آماری مورد مطالعه در این گزارش، شامل یک هزار شرکت با درآمدی بالغ بر یک میلیارد دلار است که بیش از 13 بخش و 12 موقعیت جغرافیایی متنوع را تحت پوشش قرار می‌دهد. نمونه‌ای که می‌تواند درک درستی از تاثیر تجزیه و تحلیل داده‌ها در موفقیت کسب‌وکارها، و در عین حال ترفند‌هایی برای مدیریت و تجزیه و تحلیل کارآمد آن‌ها ارائه دهد.
به نظر می‌رسد تجزیه و تحلیل داده‌ها و به کارگیری آن‌ها در راستای اهداف یک کسب‌وکار چندان هم کار ساد‌ه‌ای نیست.
در حقیقت، تنها ۸ درصد از شرکت‌های مورد مطالعه در این گزارش توانسته‌اند در حوزه مورد نظر رشد داشته باشند.
مک‌کینزی، 9 استراتژی را برای پیشی گرفتن کسب‌وکارها از همتایان خود در این حوزه ارائه داده است:
- ۱) کسب تعهد قوی و یکپارچه در تمامی سطوح مدیریتی: 61 درصد از شرکت‌های موفق، مدیران اجرایی با دیدگاه و استراتژی استدلالی قوی دارند.
- ۲) افزایش جذب سرمایه در حوزه تجزیه و تحلیل داده‌ها: بالغ بر 65 درصد شرکت‌های مورد مطالعه و موفق، بیش از 25 درصد از بودجه فناوری اطلاعات خود را به امر تجزیه و تحلیل داده‌ها اختصاص داده‌اند.
- ۳) ایجاد یک استراتژی شفاف، مبتنی بر داده : 67 درصد از شرکت‌های پیشرو، دارای استراتژی مبتنی بر داده‌ی شفافی هستند که برای متناسب با برنامه‌های تجزیه و تحلیل آن‌ها طراحی شده است.
- ۴) استفاده از روش‌های تحلیلی پیچیده و سطح بالا: 63 درصد از شرکت‌ها دارای متدلوژی متمایزی برای توسعه مدل کسب‌وکار، تفسیر بینش و موضع‌گیری جدید هستند.
- ۵) دارا بودن تخصص در حیطه تجزیه و تحلیل داده‌ها و همچنین استخدام استعداد‌هایی برای تقویت این قابلیت‌ها: بالغ بر 89 درصد از شرکت‌های موفق از بین ۱۰۰۰ نفر نیروی تمام‌وقت، حدود ۲۵ کارمند متخصص داده و تجزیه‌تحلیل داده دارند.
- ۶) تشکیل تیم‌های چند تخصصه (cross-functional) و چابک (agile): 58 درصد این کسب‌وکارها، مدل‌هایی دارند که با استفاده از تیم‌های چند تخصصه و به اصطلاح چند مهارته (multi-skilled) عمل می‌کنند.
- ۷) اولویت‌بندی تصمیم‌گیری‌ها: 55 درصد از شرکت‌ها، بخش‌های مستعد اعمال تجزیه و تحلیل اطلاعات را اولویت‌بندی کرده‌اند.
- ۸) مسولیت‌پذیری در مورد تصمیمات: 58 درصد از کسب‌وکار‌های موفق نامبرده در گزارش مک‌کینزی، خود را در مقابل تصمیمات اتخاذ شده مسئول می‌دانند.
- ۹) توانمندسازی خطوط مدیریتی ارشد برای تصمیم‌گیری براساستجزیه و تحلیل داده‌ها: 57 درصد از کسب‌وکارها قابلیت تصمیم‌گیری‌های آنی و تغییر رویکرد سریع را در صورت لزوم دارند.
با وجود این‌که تمامی این اعداد و ارقام قابل استناد و متقاعد کننده هستند، اما طبیعتا گزارش مک‌کینزی نمی‌تواند تمام کسب‌وکار‌های موفق را مورد مطالعه قرار داده و فاکتور‌های موفقیت آن‌ها را در قالب یک گزارش محدود در اختیار مخاطبینش قرار دهد. در واقع، حدود ۶۷٪ از بهترین شرکت‌های موجود است.
اما به جرات می‌توان گفت که اغلب شرکت‌های موفق و معتبر انرژی خود را به استخدام نیرو‌های متعهد و متخصص در حوزه اطلاعات و تجزیه و تحلیل و مدیریت داده اختصاص داده‌اند.
آماری که می‌تواند اهمیت تخصص و مهارت را در پیشبرد اهداف کسب‌وکارها بیان کند.
آن‌چه که جالب توجه است، رویکردی است که مک‌کینزی به کسب‌وکارها پیشنهاد می‌دهد تا بتوانند با استفاده از آن، صفر تا صد مسیر موفقیت در مدیریت و تجزیه و تحلیل داده‌ها را بپیمایند.
اکثر کسب‌وکارها، سفر تحلیلی خود را مبتنی بر داده‌ها آغاز می‌کنند. آن‌ها داشته‌های خود را ارزیابی می‌کنند و راه‌های استفاده از این امکانات و دارایی‌ها را مورد بررسی قرار می‌دهند. اما به طور کلی و بر اساس تعریفی که از تجزیه و تحلیل داریم، چنین رویکردی می‌تواند محدود کننده باشد. برای نیل به تجزیه و تحلیل در مقیاس بزرگ، لازم است کسب‌وکار خود را در مسیر عکس این فرایند به جریان درآورید. در حقیقت، رویکرد موردنظر به این شکل است که شرکت‌ها، تصمیمات مناسب و مورد نیاز خود را در راستای ایجاد ارزش مازاد، در چارچوب استراتژی کسب‌وکار شرکت اتخاذ کرده و فرایند‌های تصمیم‌گیری را بهبود می‌بخشند و سپس به عقب برمی‌گردند تا نوع اطلاعات و داده‌های مورد نیاز برای تاثیرگذاری روی این تصمیمات را ارزیابی کنند. اکنون کافی است شرکت، نحوه تامین این داده‌ها را مشخص کند.
اکنون که مک‌کینزی نقطه آغاز این مسیر را پیش روی‌تان قرار داده است، استارت‌آپ‌های فین‌تک نیز چگونگی پیمودن این راه را ارائه می‌دهند. فین‌تک‌های متعدد و متنوعی برای تجزیه و تحلیل داده‌ها در سازمان‌های مختلف وجود دارند که در زیر به تعدادی از آن‌ها اشاره می‌شود. در زیر با ۹ شرکت فین‌تک فعال در حوزه‌ی داده، در قالب سه دسته‌بندی کلی آشنا می‌شوید:
بازاریابی
گود دیتا (Good Data) ماموریت اصلی گوددیتا تغییر روش تصمیم‌گیری کسب‌وکارها است. گوددیتا با ۷۰۰۰۰ کسب‌وکار و بیش از یک میلیون کاربر به ارائه‌ی یک پلتفرم مقیاس‌پذیر، امن با کارایی بالا پرداخته است که نتیجه‌ی آن ارائه‌ی یک تکنولوژی برای تصمیم‌گیری‌های هوشمندانه‌تر در کاربردهای تجاری است.
ریس دیتا (Race Data) در اطلاعات مشتریان نفوذ کرده و با ارزیابی آن‌ها، این اطلاعات را به هوش بازار (market intelligence) بازگردانی می‌کند. این شرکت با ارزیابی رفتار کاربران، ارتباطات شخصی‌سازی‌شده کاربران با برندها را ممکن می‌سازد. پلتفرم فین‌تک ارائه شده توسط ریس دیتا، به طور ویژه به منظور کمک به بانک‌های محلی ساخته شده است که دارای ارتباطات و تعاملات گسترد‌ه‌ای با کاربران خود هستند.
رد زبرا آنالیتیکز (Red Zebra Analytics) راهکار‌های تعاملی وفادارانه‌ای برای مشتریان بانک‌ها و شرکت‌های خرده‌فروشی ارائه می‌دهد. درحقیقت این ابزار، با استفاده از روش‌های تحلیلی، رفتار کاربران را نظارت می‌کند و در کاربران برای بازگشت به سمت بانک‌های آنلاین و کانال‌های بانکی تلفن همراه انگیزه ایجاد می‌کند.
هوش تجاری
ایف‌سافت (Ephesoft) یک سند و پلتفرم تحلیلی ارائه می‌دهد که قادر به استخراج اطلاعات به‌صورت اتوماتیک است. این شرکت با بهره‌گیری از یادگیری ماشین (machine learning)، این داده‌ها را به منظور بهبود فرایند‌های کسب‌وکار، همچون ارائه صورتحساب و فاکتور، تصویب وام‌ها، برات چک‌ها یا دعوی بیمه و غیره به کار می‌بندد.
هایپر آنا (Hyper Anna) قصد دارد با بهره‌مندی از یک تحلیل‌گر داده مبتنی بر هوش مصنوعی، داده‌ها را دموکراتیزه کند تا شرکت‌ها بتوانند با استفاده از زبان طبیعی تعامل و ارتباط برقرار کنند. این دستیار قادر است کد نویسی کند، داده‌ها را تجزیه و تحلیل کند، نمودار ایجاد کند و سوالات مربوط به درایور‌های کلیدی کسب‌وکار را پاسخ گوید.
جلوگیری از تقلب
گاردین آنالیتیکز (Guardian Analytics) از داده‌های مربوط به رفتار‌های مشتریان بانکی برای شناسایی و جلوگیری از تقلب‌های بانکی استفاده می‌کند. این شرکت، با ارزیابی و شناسایی نحوه برخورد کاربران با دستگاه‌ها و وب‌سایت‌های بانکی، یک شناسه منحصربه‌فرد برای هر کاربر صادر می‌کند.
نودیتا سکوریتی (NuData Security) کاربران را بر اساس داده‌های جمع‌آوری شده از تعاملات آنلاین آن‌ها شناسایی و تمییز می‌کند. این شرکت قادر است با بهره‌مندی از چهار لایه هوشی، تقلب را شناسایی کرده و از بروز آن جلوگیری کند.
آیدی آنالیتیکز (ID Analytics)، پایگاه داد‌ه‌ای با عنوان شبکه آیدی (ID Network) ارائه می‌دهد که مبتنی است بر داده‌های رفتاری کاربران در صنایع؛ که ارزیابی اعتبار و ریسک کاربران را ممکن می‌سازد. این شبکه آیدی، مجموعه‌ای از داده‌های برگرفته از کاربران و مشتریان شرکت‌ها است.
پلتفرم تجزیه و تحلیل دتاریز (ThetaRay’s) کاربران را قادر می‌سازد تا رفتار‌های نامتعادل و نامطلوب صورت گرفته در خلال تراکنش‌های با سطح داده بالا را شناسایی کنند. درصورت شناسایی یک ناهنجاری، بانک می‌تواند به منظور جلوگیری از آسیب تراکنش را لغو کند.
منبع: Finovate
