الزام هوش تجاری در بانک‌ها

زهره خاجوی کاویجانی / همه ما می‌دانیم که بنگاهی بزرگ‌تر و گسترده‌تر از بانک‌ها، با رویکرد مالی در سطح کره خاکی وجود ندارد. پس در نتیجه کلیه اطلاعاتی که در بانک‌ها و موسسات مالی تولید شده و در حال گردش هستند اهمیت به‌سزایی برای هریک از ذینفعان خود دارند. با پیشرفت هوش مصنوعی در فناوری و تکنولوژی طی سالیان اخیر، بانک‌ها جز سرآمدان استفاده از این تکنولوژی‌ها هستند چون ماهیت کسب‌وکارهایی همچون بانک مبتنی بر ارتباطات سیستمی، تعاملات انسانی، گردش‌های مالی در سطح وسیع و عواملی از این قبیل است که استفاده از ابزارهای به‌روز و کارآمد تکنولوژی و فناوری را به‌عنوان یک الزام برای زنده ماندن می‌دانند.

بر کسی پوشیده نیست که اطلاعات موجود در هریک از سامانه‌ها و سیستم‌های بانکی بسیار عظیم بوده و کنترل کردن و در نهایت خروجی مطلوب گرفتن از آن‌ها کاری بسیار با اهمیت است. حال مسئله پراکندگی اطلاعات، دانش موجود در این سیستم‌ها و استفاده از آن‌ها در راستای تدوین برنامه‌ها و استراتژی‌های خرد و کلان بوجود می‌آید.

راه‌حل این مسائل، ابزاریست که در سالیان اخیر توسط شرکت‌ها در سطح جهان تحت عنوان هوش تجاری معرفی می‌شود، این ابزارها می‌توانند فرآیندهای محاسبه، دسته‌بندی، انتخاب و کار با داده و انجام آنالیزهای لازم بر روی داده‌های کلان بانکی را برای هر کاربرد خاص به انجام رسانند. استقرار این سامانه‌ها در مجموعه بانک‌ها به بهبود شفافیت عملکرد بانکی، روانتر شدن کسب‌وکار، تحلیل مشتریان، برتری نسبت به رقبا و در نهایت مطابقت با استانداردهای بین‌المللی و رفع مشکلاتی که پیش از این اشاره شد، منجر خواهد شد.

کلمه هوش تجاری (BI) اولین بار در سال 1951 در مقاله‌ای توسط یک محقق شرکت IBM استفاده شد. او وسیله ارتباطی برای هدایت یک کسب‌وکار را داشتن یک سیستم هوشمند دانست و هوش را قابلیت درک رابطه متقابل واقعیت‌های ارائه شده به صورتی که منجر به هدایت عمل در جهت هدف مطلوب شود، تعریف کرد. برخی معتقدند هوش تجاری نه یک محصول و نه یک سیستم، بلکه یک معماری و مجموعه‌ای از سیستم‌های عملیاتی یکپارچه به‌ همراه سیستم‌های پشتیبان تصمیم و پایگاه‌های داده می‌دانند.

---

بانک‌ها و هوش تجاری

---

مدیران بانکی برای بقا و حتی ارتقای جایگاه در این محیط کسب‌وکار متلاطم امروز،‌ نیازمند تمرکز مستمر بر حل مسائل چالشی و کشف فرصت‌ها هستند. این وضعیت خود نیازمند پشتیبانی کامپیوتری از تصمیم‌گیری‌های مدیریتی و به معنی نیاز به سیستم‌های پشتیبان تصمیم‌گیری و هوش تجاری است.  بانک‌ها و موسسات مالی برای دو مقصود اصلی نیاز به استفاده ازهوش تجاری دارند.

ابتدا، برای انجام تجزیه وتحلیل، که می‌تواند به آن‌ها درتصمیم‌گیری بهترکمک کند. تجزیه و تحلیل به آن‌ها کمک می‌کند که روندهای فعالیت را بشناسند و مراقبت‌ها را برای مشتریان و شکایات مهم فراهم آورند.

دوم، کمک زیادی به پیش‌بینی آینده رفتار مشتری و تقاضای بازار و درنهایت جلب رضایت مشتری می‌کند.

بانک‌ها همواره در تلاش هستند تا از لحاظ سودآوری، کفایت سرمایه، ساختار دارایی و نقدینگی نسبت به بانک‌های رقیب و کنترل ریسک‌های اختصاصی خود در بالاترین سطح قرار گیرند، تا در نهایت عملکرد مالی خود را در سطح کلان بررسی کرده و زمینه بهبود و ارتقا آن را فراهم آورد.

در نتیجه، هوش تجاری با ابزارهای ذیل سعی می‌کند تا عملکرد بانک‌ها را به سطوح بالاتری برساند:

• مدیریت ارتباط و شناسایی مشتری (CRM)
• مدیریت عملکرد (PM)
• مدیریت ریسک (RM) (در تمامی حوزه‌ها از جمله ریسک نقدینگی، ریسک عملیاتی، ریسک اعتباری و…)
• مدیریت دارایی و بدهی (ALM)
• مدیریت بازاريابي (كسب دانش بيشتر در مورد مشتريان و تمرکز بر روي نيازهاي آن‌ها)
• همخوانی با استانداردها مانند قوانین بال
• سیستم ضد پولشویی و تشخیص تقلب
• مدیریت پورتفولیو و مبادلات اوراق بهادار
• انبار داده و پردازش تحلیلی آنلاین (OLAP) از پایگاه‌های اطلاعاتی

در نهایت قابل ذکر است که ایجاد و عملیاتی کردن هوش تجاری و بهره‌گیری از کاربردهای آن مزایای رقابتی زیادی در بانک‌ها ایجاد می‌کند و بسترهای مناسبی را علاوه بر پوشش چالش‌های بانکی، در تصمیم‌گیری‌های مناسب و تدوین اهداف بانک‌ها فراهم می‌آورد.

---

بانک‌های ایرانی و هوش تجاری

---

متاسفانه، در ایران برخی بانک‌ها از پیاده‌سازی این تکنولوژی چشم‌پوشی کرده‌اند و تعداد کمی از این نهادها و مؤسسات مالی استفاده این فناوری را در دستور کار خود قرار داده‌اند. اما، وجود نیاز مبرم و لزوم استفاده از BI در چند سال اخیر در کشورمان همانند سایر کشورهای دنیا رو به فزونی است و باعث شد مدیران بانک‌ها و مؤسسات مالی، مهندسان فناوری اطلاعات را تحت فشار قرار داده تا بتوانند از این تکنولوژی به عنوان یک عامل تحلیلی- اطلاعاتی کاربردی، نافذ و فراگیر با هزینه کم استفاده کنند.

این امر موجب ظهور شرکت‌های متخصص تولید هوش تجاری شد و یا برخی از شرکت‌ها بنام حوزه فناوری اطلاعات همانند گروه توسن، ایران ارقام، سان و… هوش تجاری اختصاصی بانک‌ها را تولید و به سبد محصولات خود اضافه کردند.

در نتیجه، عملیاتی کردن BI و بهره‌گیری از کاربردهای آن مزایای رقابتی زیادی در بانک‎‌ها ایجاد کرد و بسترهای مناسبی را جهت سرمایه‌گذاری افزایشی در زمینه فناوری اطلاعات به وجود آورد به طوری که، BI توانست یک سیستم پشتیبانی از تصمیم‌های مدیران بانکی در سطح کلان اقتصادی در ایران باشد. در نهایت می‌توان گفت هوش تجاری در مرحله رشد و بالندگی در بانک‌های کشورمان قرار دارد و روز به روز به تعداد بانک‌ها و موسسات مالی که از این بستر تحلیلی- اطلاعاتی با ویژگی‌های خاص منظوره استفاده می‌کنند، اضافه می‌شود.

برخی از کاربردهای استفاده از BI در صنعت بانکداری ایران:

• تحلیل و رتبه‌بندی شعب بر اساس کارایی عملکرد (سطح سود و زیان)
• مدیریت اعتبارات و سیستم‌های هوشمند هشدار در مواقع عدم کفایت اعتبار
• محاسبه درآمد و زیان وام‌ها بر اساس سطح و میزان حساب‌ها
• طبقه بندی مشتریان  با هدف شناسایی مشتریان پر سود و کم سود
• گزارش‌گیری و تحلیل به تفکیک نوع حساب، طبقه مشتری، شعبه، نوع خدمات، زمان و …
• تحلیل ریزش مشتریان به تفکیک طبقه مشتری
• افزایش فروش برای مشتریان پر سود و کاهش هزینه‌ها برای مشتریان کم سود
• بهبود ارائه خدمات و پشتیبانی به مشتریان و در نتیجه افزایش وفاداری مشتریان
• شناسایی رفتار معاملات شامل رفتار مشتری، الگوی پرداخت و معاملات
• حذف بار ترافیکی گزارش‌های تحلیلی از روی سیستم‌های عملیاتی بانک
• افزایش سرعت در تحلیل‌ها و گزارش‌ها و در نتیجه تسریع در فرایند تصمیم
• تجهیز مدیران شعب به ابزار تحلیلی برای پیمایش در کلیه داده‌ها از بیرونی‌ترین سطح به سطوح درونی  
• فراهم کردن بستر تحلیلی-نظارتی بر هزینه‌های مربوط به شعب
• بررسی اعتبارات اسنادی جهت کاهش اتلاف اعتبار
• داده کاوی و کشف روندهای پنهان در داده‌ها
• پیگیری سواستفاده‌های مالی و كشف و ردیابی كلاهبرداری و تقلب و پولشویی