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.
بقا و پیشرفت صنعت بانکداری و خدمات مالی در سایه یک محیط تراکنشی و مبادله‌ای امن میسر است. در مواجهه با اقتصاد نامطمئن جهانی، مقررات سخت‌گیرانه و توقع مشتریان، متخصصان بانکی ناگزیر از به کارگیری راهکار توسعه استراتژی حفظ اعتماد مشتریان موجود و به دست آوردن مشتریان جدید هستند. جهت موفقیت در امر بانکداری و سرمایه‌گذاری مالی، بانک‌ها باید مشتریان سودآور را شناسایی و حمایت کنند. همچنین در بهبود وضعیت عملیات در سطح کاربران بکوشند و با نظارت بر هوش کسب و کار عمل‌گرا به درک و بهبود عملکرد نمونه کار‌ها با ابزارهای هوش تجاری بپردازند. هوش تجاری واقعی (BI) می‌تواند امکان رشد و اطمینان از موفقیت در سرمایه‌گذاری بانک را پشتیبانی کند.
هوش تجاری مجموعه توانایی‌ها، تکنولوژی‌ها، ابزار‌ها و راهکارهایی است که به درک بهتر مدیران از شرایط کسب و کار کمک می‌کند. ابزارهای هوش تجاری، دیدگاه‌هایی از شرایط گذشته، حال و آینده را در اختیار افراد قرار می‌دهد. با پیاده‌سازی راهکارهای هوش تجاری فاصله موجود بین مدیران میانی و مدیران ارشد و حتی کاربران نهایی از دیدگاه ارتباط اطلاعاتی از میان خواهد رفت و اطلاعات مورد نیاز مدیران در هر سطح، در لحظه و با کیفیت بالا در اختیار آن‌ها قرار خواهد گرفت.
همچنین کار‌شناسان و تحلیل‌گران می‌توانند با استفاده از امکانات ساده، فعالیت‌های خود را بهبود بخشند و به نتایج بهتری دست پیدا کنند. در واقع هوش تجاری بر مبنای یک هدف ساده پیاده‌سازی می‌شود: «بهبود کارایی با ایجاد بستر مناسب برای تصمیم‌سازی در سازمان». هنگامی که دیدگاه مدیران نسبت به داده‌های سازمانی کامل و جامع است، می‌توان به تصمیمات اتخاذ شده اطمینان کامل داشت و مطمئن بود این تصمیمات سازمان را در شرایط رقابتی حفظ می‌کند و همچنین اهداف تعریف شده سازمان به دست خواهد آمد.
هوش تجاری، نه به عنوان یک محصول و نه به عنوان یک سیستم، بلکه به عنوان یک معماری و رویکردی جدید مورد نظر است که البته شامل مجموعه‌ای از برنامه‌های کاربردی و تحلیلی است که به استناد پایگاه‌های داده عملیاتی و تحلیلی به اخذ تصمیم و کمک به تصمیم‌گیری برای فعالیت‌های هوشمند تجاری و کسب و کار می‌پردازند.
.
اجزای اصلی سیستم هوش تجاری
در یک راه حل هوش تجاری ارائه شده برای یک سازمان، افراد مختلفی در بخش‌های مختلف درگیر می‌شوند: این افراد باید از نرم‌افزارهای کاربردی و تکنولوژی‌های مختلف در مراحل متفاوت شامل جمع‌آوری، ذخیره‌سازی و تجزیه و تحلیل اطلاعات و ارائه نتایج به دست آمده، استفاده کنند.
اجزا و عناصر اصلی یک سیستم هوش تجاری شامل موارد زیراست:
- استخراج، انتقال و بارگذاری (Transfer and Load)
- انبار داده
- (OLAP (On-line Analatycal Processing
- (Data Mining) داده‌کاوی
- نرم‌افزارهای گزارشگیری
- سیستم تصمیم‌یار هوشمند
- عامل هوشمند
- سیستم مدیریت دانش
- سیستم ارتباط با مشتری
.
ویژگی‌های سیستم هوش تجاری
یک سیستم هوش تجاری بر اساس استاندارد، ویژگی‌های خاصی دارد: استاندارد شامل ویژگی‌های وظیفه‌مندی، قابلیت استفاده، قابلیت اطمینان، کارایی و قابلیت پشتیبانی است، بر اساس موارد اعلام شده توسط موسسه گارتنر این ویژگی‌ها را می‌توان به صورت زیر درسیستم‌های هوش تجاری تعمیم داد:
وظیفه‌مندی: یک سیستم هوش تجاری بر اساس این ویژگی باید بتواند موارد زیر را پاسخ دهد:
بودجه‌بندی، برنامه‌ریزی، نظارت، پیشگویی، یکپارچه‌سازی، گزارشات مالی، کارت امتیاز، داشبورد، گزارشات عمقی، گزارشات عمقی تا سطح دانه‌بندی اطلاعات، تحلیل، تعریف پرس و جو توسط کاربر، گزارشگیری زمانی و دوره‌ای و تحلیل‌های «چه می‌شد، اگر»
قابلیت استفاده: برای پشتیبانی از این ویژگی باید امکانات زیر را داشته باشد:
- کاربر بتواند به داده‌ها در حد جزییات و سطوح خلاصه سازی شده دسترسی داشته باشد
- کاربر بتواند محیط گرافیکی خودش را ایجاد کند
- امکان ارایه گزارشات به صورت‌های مختلف ازجمله گراف، جدول، نقشه، سند و…
- امکان نمایش گرافیکی داده‌ها و بصری‌سازی روابط بین اطلاعات تجاری و اطلاعات موقعیتی جغرافیایی) مثلاً تحلیل‌های جغرافیایی شعب سراسر کشور)
قابلیت اطمینان: سیستم هوش تجاری باید بتواند بدون در نظر گرفتن سخت‌افزار و تعداد کاربران یک دسترسی قابل اعتماد فراهم کند. با از دست رفتن قسمتی از داده‌ها سیستم باید بتواند تخمین درستی از مقادیر از دست رفته انجام دهد تا نرم‌افزار هوش تجاری بتواند به درستی به کار خود ادامه دهد.
کارایی: برای اینکه یک سیستم هوش تجاری بتواند به درستی و به طور کارا عملیات مورد نظر خود را انجام دهد باید بتواند از یک سری ابزار‌ها استفاده کند. این ابزار‌ها شامل ETL ،OLAP ،OLTP ،MDDB ،MRDB، انبار داده، معماری دو لایه و سه لایه و ابر داده هستند.
قابلیت پشتیبانی: سیستم ارایه شده توسط یک فروشنده باید به صورت کامل پشتیبانی شود. پشتیبانی خوب یک سیستم و ارایه نسخه‌های جدید توسط ارایه‌دهنده و نیز ارایه مطالب آموزشی مفید در ارتباط با نرم‌افزار یکی از ویژگی‌های یک سیستم هوش تجاری است.
.
کاربرد هوش تجاری در صنعت بانکداری
در حال حاضر، مخازن داده الکترونیکی بسیار بزرگی به وسیله بانک‌ها و دیگر مؤسسات مالی در دنیا نگه‌داری می‌شود. این داده‌ها که در واقع داده‌های خام و رکوردهای ادواری هستند به خودی خود و بدون تحلیل، اطلاعات خاصی را منعکس نمی‌کنند. در این حال برای بدست آوردن اطلاعات مفید و کاربردی (که جهت کشف دانش از انواع گوناگون مخازن داده داخلی و خارجی طراحی شده‌اند) و برای پشتیبانی از تصمیم‌گیری‌های بهتر تمرکز دارند استفاده از سیستم‌های هوش تجاری توصیه می‌شود. همچنین تکیه برتکنیک‌های داده‌کاوی برای کشف دانش از پایگاه داده بسیار پر اهمیت است.
وضعیت کنونی بانک‌ها نشان می‌دهد به دلیل رویارویی با حجم زیاد داده ناشی از عملیات روزانه سیستم‌های عملیاتی، با مشکلاتی از جمله نحوه جمع آوری، نگه‌داری، تحلیل و استفاده مؤثر از آن مواجه شده‌اند، که جهت برطرف‌سازی این مشکل استفاده از انبار داده واحد ضروری به نظر می‌رسد، از سوی دیگرهوش تجاری، یک سرمایه گذاری دراز مدت و موثر در زمینه فناوری اطلاعات به شمار می‌آید و در زمان انجام، پروژه هوش تجاری به دلیل عدم گسیختگی در فعالیت‌های روزانه و عدم تأثیر در سیستم‌های فعلی و عملیاتی، با ریسک پائین در پیاده‌سازی مواجه خواهد بود.
هوش تجاری باعث اتصال فعالیت‌ها به استراتژی سازمان (Scorecards، BPM) شده و نتیجه آن ایجاد زبان سازمانی است. به همین دلیل خلق یک نسخه واحد از داده‌های واقعی کمک شایانی به انجام بهتر و هوشمندانه‌تر فرآیند‌ها می‌کند. با به‌کارگیری سامانه انباره داده و سیستم هوش تجاری، بانک‌ها از وضعیت تمرکز صرف در ارائه خدمات بانکی به تمرکز روی خواسته‌های مشتری روی آورده و تحول چشمگیری در صنعت بانکداری خلق می‌کنند.
.
ارائه هوش تجاری کاربردی و موثر (Operational BI) در بانک‌ها باید بر پایه چهار اصل کلی استوار شود:
- جمع آوری داده به صورت اتوماتیک
- مقایسه عملکرد با اهداف
- نمایش اطلاعات به صورت داشبورد
- مدیریت هشدار زمانی درحالیکه عملکرد خارج از مسیر اهداف باشد
.
از جمله کاربردهای هوش تجاری و داده‌کاوی در صنعت بانکداری عبارتست از:
- بازاریابی
- مدیریت ریسک
- تشخیص تقلب (Fraud Detection)
- مدیریت پورت‌فولیو
- مبادلات اوراق بهادار
- پروفایل مشتری و مدیریت ارتباط با مشتری
- سیستم ضد پول شویی
- برپا سازی بازل بر اساس هوش تجاری
- داشبوردهای مدیریتی بر اساس ۴ منظر کارت امتیاز
- متوازن و اصول مدیریت
عملیاتی کردن هوش تجاری و بهره‌گیری از کاربردهای آن مزایای رقابتی زیادی دربانک‌ها ایجاد می‌کند و بسترهای مناسبی را جهت سرمایه‌گذاری افزایشی در زمینه فناوری اطلاعات به‌وجود می‌آورد. مزایا و عوامل کاربردی هوش تجاری و داده‌کاوی در صنعت بانکداری و نیز تاثیر تکنولوژی‌های نوین بر این مقوله جایگاه بررسی و تامل فراوان دارد.
مبینا مظفری، کارشناس شرکت سپهرنت ایرانیان
منبع: بانکداری الکترونیک