Google+
Журнал Плас Плас Журнал http://www.plusworld.ru/
ул. Кржижановского, д. 29, корп. 5 Москва, 117218 Россия
+7 495 961 1065 http://www.plusworld.ru/upload/templates/logo_plus_ru.png
RSS RSS RSS RSS

«Большие данные» в банке: теория  и практика

11.11.2014 Количество просмотров 1648 просмотров

Мы всегда рекомендуем сначала изучать ту бизнес-задачу, для решения которой планируют использовать Big Data

Майк Коннотон (Mike Connaughton), директор направления Big Data по региону EMEA, Oracle

О том, как и для чего могут использоваться сегодня информационные супермассивы неструктурированных данных – так называемые Большие данные – в банковской отрасли, какие возможности, заблуждения и реальные проблемы связаны с такими проектами и насколько последние окупаемы, журнал «ПЛАС» беседует с Майком Коннотоном (Mike Connaughton), директором направления Big Data по региону EMEA корпорации Oracle.

ПЛАС: Какие типы бизнес-задач могут сегодня решать кредитно-финансовые учреждения, анализируя массивы сложноструктурированных данных с помощью технологий анализа Big Data?

М. Коннотон: Если говорить о практике использования анализа «Больших данных» для решения различных бизнес-задач, то исторически банковский сектор осознал эту необходимость практически одновременно с остальными отраслями. Изначально мы видели ряд проектов с использованием технологий анализа Big Data в розничном банковском бизнесе, затем сюда подключился и инвестиционный блок. Говоря о распространенных современных практиках в использовании Big Data, можно утверждать, что наиболее широко данные анализа «Больших данных» используются сегодня для клиентской аналитики. Эта потребность тем более актуальна, что сегодня стандартом клиентского обслуживания в розничном банкинге стала многоканальность. Отслеживать клиента традиционными методами уже сложно: сегодня он переходит из одного отделения в другое, использует систему онлайн-обслуживания и параллельно обращается в callцентр – все разноформатные данные из этих каналов необходимо сводить воедино. Внимание розничных банков, таким образом, теперь сосредоточено прежде всего на вопросе составления «3D-профиля» своего клиента. Если банку удается выполнить эту задачу, то решаются сразу несколько проблем: благодаря наличию «досье» на каждого клиента могут быть предотвращены переходы клиентов к конкурентам, растут кросс-продажи продуктов с высокой добавленной стоимостью, повышается лояльность существующих клиентов и т. п. Эти вещи являются понятными и близкими любому специалисту розничного банковского бизнеса, поэтому в сфере клиентской аналитики, возможно, кейсы анализа и использования супермассивов данных, которые мы и называем Big Data, наиболее распространены. Сегодня уже очевидно, что некоторые новые технологии, такие как, скажем, Hadoop, дают возможность формировать, помимо баз данных SQL, большие массивы нереляционных данных, что меняет саму архитектуру управления автоматизацией в банке. Потенциально это обеспечивает максимальную оптимизацию затрат, т. к. наличие гибридной архитектуры, объединяющей нереляционные и реляционные данные, особенно важно, когда речь идет о столь гигантских объемах разнообразных данных, которыми оперируют банки.

Глубокая модернизация ИТ-систем банку необходима в любом случае, если он хочет оставаться конкурентоспособнымВ банковской отрасли часто нужно найти неожиданный «срез» социальных медиа для выявления той или иной проблемы

Читать полную электронную версию Журнал ПЛАС № 11 (210) 2014

Комментарии (0):

Добавлять комментарии могут только зарегистрированные Пользователи


Читайте в этом номере:
обновить

а вы знаете, что...

… первая в мире массовая коммерческая эмиссия чиповых карт состоялась в США в 1986 г. (банками-эмитентами выступали Bank of Virginia и Maryland National Bank с чипами Bull CP8, а также First National Palm Beach Bank и Mall Bank – с чипами Casio)?