Аналитика модернизирует банкинг

Буквально 10 лет назад BI-системы в банках использовали для подготовки классических отчетов и создания лаконичных графиков. Зачастую они объединяли данные из множества редко обновляемых источников и не отражали реальной текущей ситуации. Сейчас же технологии обработки больших массивов данных проникают все глубже — их используют для решения широкого спектра задач: начиная с оценки рисков и заканчивая оценкой соответствия нормативным требованиям.

В ходе XII Международной конференции «Евразийская интеграция» Алексей Кудрин назвал big data одним из мегатрендов современности. Банковскую и финансовую индустрии можно назвать первопроходцами в этой сфере — обработки и анализа больших данных с целью извлечения максимальной прибыли. Они стали локомотивом благодаря двум важным факторам: большому запасу неупорядоченной информации и потребностью упорядочить ее – сделать полезной.

Согласно исследованиям IDC, российские банки внедряют технологии big data, в основном, для оценки кредитоспособности клиентов, сегментации и управления оттоком клиентов, противодействия мошенничеству, оптимизации затрат и повышения качества обслуживания клиентов.

Среди российских пионеров, которые прилагают усилия для развития бизнес-аналитики в своих компаниях, можно выделить: Сбербанк, Альфа-банк, Газпромбанк, Райффазен, ВТБ24, Тинькофф Банк, УРАЛСИБ и другие. Например, в стратегии «Сбербанка» на 2014-2018 гг. говорится о важности анализа супермассивов данных для качественного обслуживания клиентов, управления рисками и оптимизации затрат.

Тем не менее, в мировом масштабе российский рынок услуг и технологий big data ещё очень мал, а банки по-прежнему с опаской инвестируют средства в большие данные. Согласно опросу Cnews, в России из топ-30 банков только 11 используют большие данные, 5 планируют это сделать, а 14 – не собираются внедрять эти технологии. По мнению Gartner, объяснением тому может быть то, что многие проекты big data не дают возможности рассчитать целесообразность их использования — ощутимый эффект на показатель возврата инвестиций (ROI). Для сравнения, по результатам исследования McKinsey, за 2017 г. в США 76% крупнейших банков уже пользуются благами big data для привлечения новых клиентов, улучшения коммуникаций и повышения лояльности. В Европе банки смогли снизить уровень мошенничества с платежами по кредитным картам на 30%, что составляет около полумиллиарда евро в год.

В современных условиях цифровой трансформации традиционные игроки банковского сектора встают перед необходимостью преобразований, они будут вынуждены теснее интегрировать бизнес-аналитику в свои процессы, чтобы удержать имеющихся клиентов и привлечь новых. «Успех российского банковского сектора в ближайшие годы будет зависеть от того, смогут ли банки сократить «цифровое отставание» от лидеров отрасли и будут ли они использовать для этого новые возможности. Уже сейчас с помощью современных решений в области бизнес-аналитики, например, интерактивной платформы визуализации данных IDVP, можно повысить качество и прозрачность кредитного портфеля, увеличить эффективность работы отделов кредитования банков и сократить время рассмотрения кредитных заявок, оперативно выявлять «красные зоны», добиваться более точного прогнозирования и многое другое», — комментирует Сергей Астахов, директор консорциума iDVP (Interactive data visualization platform).

В отчете McKinsey отмечается, что большие данные дают возможность проанализировать кредитоспособность заемщика, операции конкретного клиента и предложить подходящие именно ему банковские услуги. Также они полезны для кредитного скоринга и андеррайтинга (гарантии получения выплат в случае финансовых убытков).

Сайт iDVP








 

ИД «Connect» © 2015-2018

Использование и копирование информации сайта www.connect-wit.ru возможно только с письменного разрешения редакции.

Техподдержка и обслуживание Роман Заргаров


Яндекс.Метрика
Яндекс.Метрика