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

(Голосов: 1, Рейтинг: 5)

11.11.2014 Количество просмотров 1547 просмотров
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.

Если у вас оформлена подписка на электронную версию журнала - авторизуйтесь, что бы прочитать полный текст

Полная версия статьи доступна подписчикам

Подписка
Электронная версия
6 месяцев*
5160 рублей
Подписка
Электронная версия
12 месяцев*
10320 рублей
*включает неограниченный доступ к архиву

Печатные издания журнала

Купить 1 журнал
в интернет-магазине
995 рублей*
Подписка
6 месяцев
5730 рублей*
Подписка
12 месяцев
11460 рублей*
*цена указана с учетом доставки по РФ. Ознакомиться с ценами с доставкой
в другие страны можно ознакомиться здесь

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...

… первый в США сервис мобильного банкинга был запущен Wells Fargo в 2002 г., но так как число пожелавших воспользоваться этой услугой ограничилось всего 2500 клиентами, банк вскоре убрал мобильный банкинг из списка своих сервисов?