راه پرداخت؛ پرمخاطب‌ترین رسانه فین‌تک ایران

اولین محصول تیم راهکارهای مبتنی بر داده رادین چگونه با مدیریت نقدینگی خودپردازها، باعث کاهش هزینه‌ها می‌شود؟

با وجود توسعه زیرساخت‌ها و ابزارهای پرداخت غیرنقد، حکم‌فرمایی پول نقد و علاقه مردم به این روش پرداختی باعث شده تا تقاضا برای نصب و راه‌اندازی دستگاه‌های خودپرداز همچنان رو به رشد باشد. پیش‌بینی می‌شود که تا سال ۲۰۲۱ تعداد دستگاه‌های خودپرداز در سراسر جهان با رشد ۲۷ درصدی نسبت به سال ۲۰۱۹ مواجه شود.

0

در یک نظرسنجی در ایالات متحده آمریکا، مردم استفاده از پول نقد را روشی امن‌تر نسبت به گزینه‌هایی چون کارت‌های اعتباری، چک، کیف پول موبایلی و یا ارزهای رمزنگاری شده دانستند. اما حکم‌فرمایی پول نقد تنها شامل آمریکا نمی‌شود. مردم اروپا نیز بر این باورند که پول نقد نسبت به روش‌های دیگر از سهولت، سرعت و امنیت بیشتری برخوردار است. استفاده از پول نقد اگرچه در نگاه اول روشی ساده‌تر نسبت به سایر گزینه‌ها به نظر می‌رسد؛ اما با نگاهی دقیق‌تر متوجه معایب این روش نیز خواهیم شد.

هزینه‌بر بودن مدیریت کلان پول نقد یکی از بزرگ‌ترین مشکلات آن است. دولت‌ها هر ساله بودجه سنگینی را برای جمع‌آوری، توزیع و مدیریت پول‌های کاغذی صرف می‌کنند. داده‌های جمع‌آوری شده از نقاط مختلف دنیا نشان می‌دهد که سالانه حدود ۳۰۰ میلیارد دلار صرف مدیریت پول نقد می‌شود که ۶۰ میلیارد دلار از این مبلغ، تنها به کشورهای اروپایی اختصاص دارد.

از سوی دیگر، با وجود توسعه زیرساخت‌ها و ابزارهای پرداخت غیرنقد، حکم‌فرمایی پول نقد و علاقه مردم به این روش پرداختی باعث شده تا تقاضا برای نصب و راه‌اندازی دستگاه‌های خودپرداز همچنان رو به رشد باشد. پیش‌بینی می‌شود که تا سال ۲۰۲۱ تعداد دستگاه‌های خودپرداز در سراسر جهان با رشد ۲۷ درصدی نسبت به سال ۲۰۱۹ مواجه شود.

اگر این پیش‌بینی برای سال ۲۰۲۱ محقق شود، آن وقت هزینه‌ای که قرار است بانک‌ها برای پول‌گذاری در دستگاه‌های خودپرداز صرف کنند از هزینه‌های منابع انسانی تا بیمه و تأمین امنیت این دستگاه‌ها نیز احتمالاً باید به همین نسبت افزایش یابد.

مهم‌تر و پنهان‌تر اینکه بانک‌ها به شیوه سنتی نمی‌توانند به مدلی دست پیدا کنند که در عین حال که کمترین حجم پول نقد را در دستگاه‌ها قرار می‌دهند، به طور ۲۴ ساعته سرویس را بدون قطعی ارائه دهند و اغلب برای رفع این مشکل مجبور هستند ۱۰ تا ۴۰ درصد بیشتر از منابع مورد مصرف در دستگاه‌ها پول نقد قرار دهند تا با مشکل عدم سرویس‌دهی دستگاه‌ها مواجه نشوند در صورتی که اگر می‌توانستند به مدل بهینه‌ای دست یابند که ضمن حفظ سرویس‌دهی ۲۴ ساعته دستگاه‌ها، منابع مازاد را آزاد کنند، می‌توانستند این منابع را در محل‌های دیگری صرف و سود بیشتری کسب کنند.

این مساله یکی از ده‌ها مساله‌ای است که تیم راهکارهای مبتنی بر داده رادین با هدف ارائه راهکار برای آنها از کمتر از دو سال پیش کار خود را آغاز کرد و اکنون به نقطه ارائه محصول و سرویس رسیده‌اند و به ادعای مدیر این تیم، راهکار مبتنی بر هوش مصنوعی آنها می‌تواند میزان پول مورد نیاز در هر دستگاه خودپرداز را پیش‌بینی کند و در لحظه در اختیار مدیران بانک قرار دهد.

ادامه این گزارش، نتیجه گپی نسبتاً مفصل با مهسا قنبری، مدیر تیم راهکارهای مبتنی بر داده رادین است که با شش نفر از همکارانش مانیتور و مدیریت نقدینگی یکی از بانک‌های کشور را در دست دارند. او داستان را از دو سال پیش برای ما شروع کرد تا به امروز و به ارزش‌افزوده‌ای اشاره کرد که راهکار مدیریت نقدینگی خودپرداز برای بانک‌ها به همراه دارد و آنها با استفاده از آن تا چه حد می‌توانند از هزینه‌های خود بکاهند.


نگاهی به شکل‌گیری تیم راهکارهای مبتنی بر داده رادین


در ابتدای این گفت‌وگو قنبری به تاریخچه شکل‌گیری این تیم اشاره کرد و گفت: «همزمان با شکل‌گیری ایده ادغام دو مجموعه حصین ایمن و نوین تلکام، تیم تحقیق و توسعه‌ای در شرکت جدید، یعنی رادین تشکیل شد. هدف از تشکیل این تیم توسعه محصولات و راهکارها در حوزه‌های جدید فنی و بیزنسی در صنایع بانکی و تلکام و ورود به صنایع دیگر بود. آنچه بیش از همه برای ما جلب توجه کرد حوزه دیتا یا همان داده بود که در جهان نیز بسیار مورد توجه و استقبال قرار گرفته است.

تقریباً از یک سال پیش در این تیم، با تحقیقات بازار محصولات این حوزه، نیازهای مشتریان و تکنولوژی‌های مورد نیاز برای ارائه راهکار را مورد بررسی قرار دادیم. افراد متخصص در حوزه داده از نظر فنی و از نظر بیزنسی جذب شدند و چند راهکار در صنایع بانکی و تلکام برای شروع کار مورد هدف قرار گرفتند. بدینگونه بود که نزدیک به ۸ ماه پیش تیم راهکارهای مبتنی بر داده شکل گرفته از تیم تحقیق و توسعه جدا شد.»

از سوی دیگر، راهکارهای حوزه B2C گروه حصین باعث شده خواسته یا ناخواسته این هلدینگ با جریانی مستمر داده از رفتار کاربران نهایی روبرو باشد که همچون معدن طلا بودند و فقط باید در آنها داده‌کاوی می‌کرد تا به نتایج ارزشمندی دست یافت. تشدید این موضوع، باعث جدی شدن ایجاد این تیم شد. قنبری با بیان این مطلب گفت: «با وجود داده‌های زیادی که در مجموعه‌های دیگر گروه حصین تولید می‌شد، استفاده از آن برای ارائه خدمات بهتر و مشتری پسندتر مورد نیاز بود. این اتفاق به خصوص در شرکت مگنت که پلتفرم تبلیغات دیجیتال است بیشتر محقق شد.

این شرکت با تحلیل داده به این سوال‌ها که در چه محیطی تبلیغ کند، برای چه کسانی با چه محتوایی و… به صورت مستمر پاسخ می‌دهد. یا شرکت مایکت به تحلیل محتوای نظر‌های داخل اپلیکیشن خود پرداخت. این‌ها همه راهکارهای مبتنی بر داده است؛ در واقع راهکارهای مبتنی بر داده، تلاش می‌کند داده‌های خام را به گونه تجمیع، تمیز و تحلیل نماید که دانش مورد نیاز برای تصمیم‌گیری در زمان مناسب در اختیار متخصصان قرار گیرد. ما در تیم راهکارهای مبتنی بر داده، از تجارب سایر مجموعه‌های گروه حصین نیز استفاده کردیم و تلاش کردیم خدمات مربوط به تحلیل داده و سامانه‌هایی که به ابزارهای تجمیع و تحلیل داده و یادگیری ماشین و غیره نیاز دارد را در سبد محصولات خود قرار دهیم.


اولین محصول مبتنی بر داده رادین: مدیریت نقدینگی خودپرداز


همانطور که می‌دانیم خوراک اصلی هر پروژه مبتنی به داده، دسترسی به داده است. در واقع دانش فنی و بیزنسی در هر حوزه در هر مجموعه یا سازمان با دسترسی به داده همان مجموعه شخصی‌سازی و بهینه می‌شود. قنبری گفت: «صنعتی که شرکت رادین بیشتر در آن تخصص دارد، صنعت بانکی و پرداخت است. برای دریافت این داده‌ها با یکی از مشتریان بانکی وارد صحبت شدیم و نیازهای او را در حوزه داده شناختیم. طبیعی است که یک سری نیازها در بانک بسیار مهم‌تر هستند و رفع آنها هم در جهت کاهش هزینه و افزایش سودآوری در اولویت قرار می‌گیرد. به این ترتیب پروژه‌ای به اسم مدیریت نقدینگی خودپرداز را در آن بانک شروع کردیم.»

مدیر تیم راهکارهای مبتنی بر داده رادین با طرح این سؤال که آیا استفاده از پول نقد رو به زوال است یا نه گفت: «همانطور که می‌دانید با توسعه زیرساخت‌ها و ابزارهای پرداخت غیرنقدی، درصد معاملاتی که هر سال با پول نقد انجام می‌شود به نسبت استفاده از ابزارهای غیرنقد کاهش یافته است. این موضوع این تصور را به اشتباه ایجاد کرده است که پول نقد رو به زوال است و در نتیجه توجه به ابزارها و تکنولوژی‌های پیرامون آن هم دیگر کاری آینده‌نگرانه نیست.

در صورتی که اگر حجم مبادلات با پول نقد هر سال را نسبت به سال قبلش مقایسه کنیم متوجه می‌شویم اتفاقاً نه‌تنها کاهش نداشته است بلکه افزایش هم داشته است. پس مسائل پیرامون مدیریت پول نقد هر سال اتفاقاً نسبت به سال قبل پررنگ‌تر و بیشتر هم می‌شود و کانال اصلی مراجعه مردم برای دریافت پول نقد، همچنان در تمام دنیا دستگاه‌های خودپرداز هستند.»



قنبری با توضیح در مورد مدیریت سنتی نقدینگی خودپردازها در بانک‌ها گفت: «در حال حاضر در بانک‌ها سامانه‌هایی برای مانیتورینگ دستگاه‌های خودپرداز وجود دارد که به کارشناسان امکان مشاهده وضعیت دستگاه‌ها از منظر سالم بودن، میزان موجودی در هر کاست و غیره را به صورت لحظه‌ای می‌دهد. از طریق همین سامانه و بر اساس تجارب کارکنان شعب، برنامه زمانی و مبلغی پول‌گذاری در خودپردازها و یا همان مدیریت نقدینگی خودپرداز انجام می‌شود.

به بیان دیگر مدیریت نقدینگی خودپرداز در بانک کاملاً به صورت شهودی انجام می‌پذیرد. در این حالت کمبود موجودی یا قرار داشتن بیش از حد پول در دستگاه دور از انتظار نیست. علاوه بر هزینه‌ای که بانک برای پول‌گذاری از طریق برنامه پول‌گذاری نامناسب متحمل می‌شود،  موضوع دیگری که در بانک در نظر گرفته نمی‌شود این است که پولی که در دستگاه خودپرداز گذاشته می‌شود سرمایه است و می‌تواند در پروژه‌ها و سرمایه‌گذاری‌های دیگر مورد استفاده قرار گیرد. در واقع خواب سرمایه در خودپردازها، برای بانک‌ها هزینه فرصت از دست رفته ایجاد می‌کند.»

او در خصوص تفاوت برنامه‌ریزی شهودی و برنامه‌ریزی ماشینی یک مثال زد و گفت: «فرضی وجود داشت مبنی بر اینکه پنج‌شنبه و جمعه‌ها کمتر از حالت عادی از دستگاه‌های خودپرداز برداشت وجه صورت می‌گیرد. اما وقتی که دستگاه‌ها را دسته‌بندی کردیم به این نتیجه رسیدیم برخی دستگاه‌ها آخر هفته و برخی دیگر وسط هفته بیشتر مورد استفاده قرار می‌گیرند. در صورتی که میانگین کل بدین صورت بود که پنج‌شنبه و جمعه برداشت وجه کمتر است. یا در تعطیلات میزان برداشت کاهش می‌یابد، در صورتی که با مشاهده داده‌ها مشخص شد در مناطق توریستی برداشت وجه در تعطیلات بیشتر است و در مناطق غیر توریستی نسبت به حالت عادی برداشت کمتری وجود دارد. در واقع استفاده از شهود برای تعیین برنامه پول‌گذاری گاها منجر به ضرر می‌گردد.»

قنبری با تاکید بر اینکه سامانه مدیریت نقدینگی سه هدف عمده را پیگیری می‌کند، گفت: «هدف اول این سامانه پاسخگویی ۷*۲۴ به نیاز برداشت وجه مراجعین دستگاه‌های خودپرداز است. در این صورت درآمد حاصل از کارمزد برداشت وجه برای بانک به فرصت از دست رفته تبدیل نمی‌شود و مشتری نیز ناراضی از خودپرداز باز نمی‌گردد. دومین هدف این است که سرمایه مورد نیاز برای پر کردن دستگاه، کمترین میزان ممکن باشد تا بتوان از مازاد آن در سرمایه‌گذاری‌های دیگر استفاده کرد تا هزینه فرصت از دست رفته کاهش پیدا کند. هدف سوم کمینه‌سازی هزینه پول‌گذاری است. تا در مجموع هزینه‌ها را به حداقل رسانده تا سودآوری مجموعه بیشتر باشد.»


چگونگی عملکرد سامانه مدیریت نقدینگی


سامانه مدیریت نقدینگی رادین با توجه به پیش‌بینی برداشت از هر دستگاه، پیشنهاد پول‌گذاری را به بانک می‌دهد که چه زمانی، چه مقدار پول در دستگاه خودپرداز بگذارند. قنبری در توضیح چگونگی انجام این کار گفت: «ما با همکاری یکی از مشتریان بانکی خود، داده‌های مربوط به دو سال گذشته مربوط به دستگاه‌های خودپرداز آن بانک را دریافت کردیم و با دیتای واقعی شروع به کار کردیم. بخشی از دیتایی که مورد نیاز بود، مربوط به سامانه مانیتورینگ بود، شامل اطلاعاتی از قبیل خرابی دستگاه‌ها، موجودی کاست‌ها در هر لحظه و اطلاعات مربوط به برداشت وجه از هر خودپرداز.

سامانه مانیتورینگ خودپرداز در سبد محصولات ما قرار داشت؛ در این سامانه امکان مشاهده وضعیت خودپرداز به صورت لحظه‌ای از منظر شبکه، وضعیت قطعات، موجودی کاست‌ها و … وجود دارد. همچنین امکان ثبت و درخواست انواع مراجعات (پول‌گذاری، تعمیر و حسابرسی…) و مشاهده هشدارها در قالب پیامک و ایمیل نیز وجود دارد.  پس از بررسی این موارد، به این نتیجه رسیدیم که امکانات این سامانه بخشی از مدیریت نقدینگی را نیز پوشش می‌دهد. به همین دلیل سامانه مانیتورینگ خود را بزرگتر کردیم و سامانه مدیریت خودپرداز را به وجود آوردیم که علاوه بر مانیتورینگ، امکان مدیریت نقدینگی را هم داشته باشیم. در حقیقت با افزودن سه امکان ثبت هزینه‌های مربوط به پول‌گذاری، پیش‌بینی برداشت وجه و پیشنهاد بهینه برنامه پول‌گذاری سامانه مانیتورینگ را به سامانه مدیریت خودپرداز جامع و یکپارچه تبدیل نمودیم.»


مزیت سامانه مدیریت نقدینگی خودپرداز رادین


او درباره مزایای این سامانه برای بانک‌ها گفت: «همانطور که اشاره کردم، این سامانه به صورت یکپارچه و جامع ارائه شده است که شامل خدمات مانیتورینگ و نگهداری خودپرداز و همچنین مدیریت نقدینگی خودپرداز به صورت یکجا است. همچنین آماده‌سازی مدل پیش‌بینی و برنامه پیشنهاد پول‌گذاری بر اساس رفتار مشتریان ایرانی و بومی با دقت بالا صورت گرفته است و شامل دستگاه‌های خودپرداز داخل و خارج از شعب بانک است. مورد بعدی این که پیش از این یک سری از فعالیت‌ها و هزینه‌های مربوط به آنها در بانک ثبت نمی‌شد. برای مثال چند نفرساعت از وقت کارمند صرف پول‌گذاری و پاک‌شماری و غیره می‌شود. امکان ثبت این موارد را در سامانه اضافه نمودیم.»

این سامانه به گونه‌ای طراحی شده است که می‌تواند در بانکی که بیشترین تعداد خودپرداز را که حدود هفت هزار خودپرداز است را پشتیبانی کند و هر چقدر تعداد این دستگاه‌ها بیشتر باشد به مدلسازی آن‌ها بیشتر کمک می‌کند. به گفته قنبری آنها رفتار مشتری را براساس منطقه جغرافیایی، زمان و میزان استفاده از دستگاه، محل دستگاه که داخل شعبه است یا خارج آن و مجموعه از دیگر پارامترها می‌سنجند. همچنین در حال حاضر توانسته‌اند خطای پیش‌بینی را به کمتر از ۱۰ درصد برسانند.


کاهش هزینه‌ها با استفاده از سامانه مدیریت نقدینگی خود پرداز


او به هزینه‌های پول‌گذاری و خواب پول در خودپرداز اشاره کرد و گفت: « در بانکی با ۳۰۰۰ دستگاه خودپرداز در کل کشور، در حدود ۳۶ میلیارد تومان هزینه پولگذاری در سال ایجاد می‌شود. با این سامانه قابلیت کاهش ۳۰ درصدی این هزینه در بانک فراهم می‌شود. همچنین نتیجه بررسی‌های ما نشان داده است که با توجه به میانگین خواب سرمایه در خودپردازهای بانکی با ۳۰۰۰ دستگاه، سالانه ۲۰ میلیارد تومان هزینه برای بانک ایجاد می‌شود. در واقع امکان سودآوری ۲۰ میلیارد تومانی از سرمایه اضافی ذخیره شده در خودپردازها وجود دارد.»


چرا بانک‌ها به سمت استفاده از خدمات مبتنی بر داده حرکت می‌کنند؟


مدیر تیم راهکارهای مبتنی بر داده رادین در مورد صنعت بانکی و پتانسیل‌های موجود در آن برای بهره‌برداری بهینه از داده‌ها گفت: «بانک‌ها از جمله صنایعی هستند که به خاطر رگولاتوری و حساسیت‌های بالا مجبور هستند داده‌های بیشتری را ذخیره کنند. دیتای آنها بسیار ارزشمند است و اگر به خوبی از آن استفاده شود در بهینه‌سازی و تصمیم‌گیری‌ها می‌توانند از آن بهره ببرند. درواقع بانک روی گنجی از داده نشسته است و باید این حقیقت را بپذیرند و به این سمت بروند که برای مدیریت ریسک، کشف تقلب و سرمایه‌گذاری، به هوش تجاری و هوش مصنوعی و تکنولوژی‌های مورد استفاده در آن روی آورند.

این حوزه‌ها از اولین مواردی هستند که در جهان مورد توجه قرار گرفته‌اند و توسط شرکت‌های متخصص در حوزه داده به بانک‌ها ارائه می‌شوند. بانک‌ها همواره در معرض ریسک هستند و کمیته مدیریت ریسک همواره در حال تلاش برای کاهش ریسک و فراهم آوردن شرایط رؤیایی با خطر با کمترین عواقب هستند. به همین دلیل انواع ریسک نقدینگی، اعتباری، بازار، عملیاتی و حتی شهرت در بانک مورد تحلیل قرار می‌گیرند. تخلف‌ها و تقلب‌هایی که در بانک صورت می‌گیرد نیز بخشی از ریسک‌هایی است که بانک متحمل آن می‌شود و نیاز است به سمت کاهش و جلوگیری از آنها حرکت کند.»

قنبری ادامه داد: «غیر از ریسک، سودآوری و کاهش هزینه بزرگترین دغدغه هر موسسه و به خصوص بانک‌ها است. تجربه نشان داده است بسیاری از بانک‌ها درک روشنی از هزینه‌ها به خصوص در قسمت عملیاتی خود ندارند. شناخت به مکان‌های ایجاد هزینه، تاثیرگذاری آن بر کل فرآیند و ارائه برنامه کاهش هزینه باید از اولویت‌های بانکی به جهت رسیدن به سودآوری بیشتر باشد. در مجموع برای حرکت به سمت بانک هوشمند، چابک و سودآور نیاز به دسترسی به دانش نهفته در داده‌های ذخیره شده در بانک است و این امر تنها زمانی محقق می‌شود که تحلیل داده در بانک در اولویت قرار گیرد و داده‌ها فقط برای ارائه گزارش به رگولاتوری و حسابرسان مورد استفاده قرار نگیرد.»

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.