курс цб на 23.03:
57.636
62.2699
Лента новостей

«Большие данные» в банке: теория  и практика

Количество просмотров9 просмотров
Want create site? Find Free WordPress Themes and plugins.

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 конкурентоспособным В банковской отрасли часто нужно найти неожиданный «срез» социальных медиа для выявления той или иной проблемы
Did you find apk for android? You can find new Free Android Games and apps.




В рубриках:
Журнал ПЛАС № 11 (210) 2014

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *