Tiến thoái lưỡng nan dữ liệu lớn cho các ngân hàng

Hiện tại, chuyển đổi kỹ thuật số đang diễn ra sôi nổi. Một kết quả lạc quan của chuyển đổi kỹ thuật số là giải phóng hoàn toàn năng suất của các yếu tố dữ liệu. Tuy nhiên, nói thì dễ hơn làm và thực tế không dễ dàng như vậy. Bạn cứ thử tưởng tượng xem, cái nào chúng ta có tổ chức hay không Ai dám nói rằng chúng ta sẽ có thể đạt được mục tiêu này?

Hãy quay trở lại năm 2011. Vào năm đó, McKinsey đã công bố báo cáo "Dữ liệu lớn: Biên giới tiếp theo của đổi mới, cạnh tranh và năng suất", đã khơi dậy làn sóng dữ liệu lớn. Một số ngân hàng hàng đầu đã đi đầu trong việc tung ra các ứng dụng dữ liệu lớn. Thực sự chúng ta đã thấy những bước tiến vượt bậc mà các ngân hàng đã đạt được trong ứng dụng dữ liệu, dữ liệu đóng vai trò quan trọng trong quá trình chuyển đổi số và vận hành số của các ngân hàng, đồng thời phát huy giá trị ngày càng lớn. Tuy nhiên, đồng thời, công việc ứng dụng dữ liệu lớn của ngân hàng ngày càng trở nên hỗn loạn, khiến mọi người có cảm giác nhìn thấy hoa trong sương mù.

Việc áp dụng dữ liệu lớn là một công việc mới đối với các ngân hàng và các ngân hàng cũng đang tiến lên trong việc khám phá, với sự phát triển của các ứng dụng, những vấn đề tồn tại trong việc áp dụng dữ liệu lớn trong các ngân hàng ngày càng trở nên rõ ràng.

Đầu tiên, vị trí của tổ chức dữ liệu không rõ ràng. Một số ngân hàng đi đầu trong lĩnh vực dữ liệu chủ yếu sử dụng các bộ phận dữ liệu độc lập làm người vận chuyển các ứng dụng dữ liệu, mô hình này thực sự đã phát huy tác dụng tương đối tốt trong việc thúc đẩy nhanh chóng các ứng dụng dữ liệu và mô hình này cũng ngày càng được chú ý nhiều hơn. , trước làn sóng chuyển đổi số, nhiều ngân hàng vừa và nhỏ đã thành lập bộ phận dữ liệu độc lập, tuy nhiên cho đến nay, định vị tổ chức của bộ phận dữ liệu vẫn chưa rõ ràng ngay cả ở một số ngân hàng tiên phong. Một là, một số giám đốc điều hành ngân hàng có thể không đủ hiểu biết về sự khác biệt giữa dữ liệu và công nghệ thông tin truyền thống, vẫn định vị nó là bộ phận công nghệ thông tin truyền thống, mặt khác, đối với bộ phận kinh doanh ngân hàng, vì lợi ích của bộ phận, Đó là Sẽ có một khoảng cách nhất định giữa bộ phận dữ liệu và bộ phận dữ liệu, điều này thường dẫn đến cảm giác bất lực trong bộ phận dữ liệu, thứ hai là sự nhầm lẫn về vị trí của chính bộ phận dữ liệu. về cơ bản từ bộ phận công nghệ thông tin. Ngay cả tuyển dụng mở cũng có xu hướng giới thiệu các nhà quản lý có nền tảng kỹ thuật thuần túy. Bởi vì nhiều nhà quản lý và kỹ sư có nền tảng kỹ thuật có tư duy nặng nề và thiếu hiểu biết về kinh doanh, nhiều bộ phận dữ liệu đang xây dựng nền tảng công nghệ một cách toàn diện. Tuy nhiên, về ứng dụng dữ liệu Về cơ bản nó được thúc đẩy bởi nhu cầu của bộ phận kinh doanh. Nền tảng công nghệ là cơ sở của ứng dụng dữ liệu. Điều này có thể hiểu được. Tuy nhiên, cốt lõi của công việc dữ liệu là giải phóng giá trị dữ liệu. Định vị.

Thứ hai, hầu hết các ứng dụng dữ liệu vẫn đang trong giai đoạn phân tích và khai thác truyền thống. Rất nhiều công việc ứng dụng dữ liệu ở nhiều ngân hàng vẫn dừng lại ở việc viết báo cáo phân tích, thực hiện công việc phân tích và khai thác dữ liệu truyền thống như hồi quy logistic và mô hình cây quyết định, quá phụ thuộc vào dữ liệu có cấu trúc và không đủ khả năng xử lý dữ liệu phi cấu trúc. Ứng dụng tổng thể của trí tuệ nhân tạo là tương đối nhỏ và cũng thiếu dự trữ đủ năng lực. Ngay cả khi có một số ứng dụng, chúng chủ yếu tập trung trong lĩnh vực dịch vụ khách hàng và hầu hết chúng chủ yếu được nhập từ bên ngoài.

Thứ ba, bộ phận dữ liệu của ngân hàng chưa đủ mở. Bản thân dữ liệu có các thuộc tính kết nối và công việc ứng dụng dữ liệu phải mở, toàn diện và được tích hợp vào hệ sinh thái xã hội. Điều quan trọng là sự tích hợp mở của các ý tưởng và khả năng dự đoán sâu sắc các xu hướng của xã hội, các ngành và sự phát triển công nghệ . Mặc dù các ngân hàng đã mở rộng rất nhiều với sự tiến bộ của chuyển đổi kỹ thuật số trong những năm gần đây, nhưng bộ phận dữ liệu, với tư cách là bộ phận nội bộ phục vụ cho sự phát triển của hoạt động kinh doanh ngân hàng, xem xét các yếu tố như bảo mật dữ liệu và bảo mật thương mại, và sự cởi mở của chính nó vẫn còn lâu mới đạt được. trạng thái lý tưởng. Ngoài ra, công việc chung của hội sở ngân hàng tương đối ổn định, một số người còn tương đối khép kín, thiếu tò mò về cái mới, công nghệ mới.

Thứ tư, kênh hiện thực hóa giá trị của các yếu tố dữ liệu chưa thông suốt. Ứng dụng dữ liệu cần hình thành khả năng khép kín end-to-end để phát huy hiệu quả ứng dụng dữ liệu, giám sát kết quả, lặp mô hình Tuy nhiên, chuỗi tổ chức, chuỗi hệ thống của ngân hàng còn quá dài. một mặt, bộ phận dữ liệu nằm ở phía sau và rất khó để chạm trực tiếp. Mặt khác, không thể tránh khỏi việc có điểm dừng này hay điểm dừng khác trong chuỗi lưu thông dài. Kết quả cuối cùng là ứng dụng dữ liệu khó đạt được hiệu quả như mong đợi, khiến bộ phận kinh doanh đặt câu hỏi về công việc ứng dụng dữ liệu và bộ phận dữ liệu không hài lòng với sự nhiệt tình ứng dụng của bộ phận kinh doanh, do đó càng làm trầm trọng thêm khó khăn của ứng dụng dữ liệu .

Đằng sau vấn đề này là do ngân hàng thiếu chiến lược dữ liệu, xét ở góc độ chiến lược, chiến lược kinh doanh là chiến lược cốt lõi của ngân hàng, dữ liệu phục vụ cho chiến lược kinh doanh, tuy nhiên vẫn còn thiếu chiến lược dữ liệu theo chiến lược kinh doanh để hướng dẫn ứng dụng dữ liệu. Một số bạn có thể nói rằng ngân hàng đã có chiến lược fintech? Thực tế, nhiều ngân hàng đã đưa ra chiến lược fintech, đưa dữ liệu vào như một phần của chiến lược fintech, đây cũng là biểu hiện của sự thiếu nhận thức của ban lãnh đạo cấp cao ngân hàng về công tác dữ liệu.

Là một loại yếu tố sản xuất mới, dữ liệu có những đặc điểm riêng so với công nghệ thông tin truyền thống, chủ yếu được thể hiện ở bốn khía cạnh:

Một là thuộc tính kinh doanh mạnh mẽ của dữ liệu. Chúng tôi đã đề cập đến các thuộc tính kinh doanh của dữ liệu trong bài viết trước. Dữ liệu cung cấp giải pháp cho các vấn đề kinh doanh không thể giải quyết bằng các phương tiện hiện có. Đó là một hoạt động đổi mới kinh doanh tích cực. Phát triển phần mềm truyền thống là sử dụng phần mềm để xác định các giải pháp kinh doanh. Hiện thực hóa là một hoạt động thực thi tương đối thụ động.Do đó, cốt lõi của công việc ứng dụng dữ liệu là đổi mới, dẫn đến kinh doanh;

Thứ hai là thuộc tính kết nối mạnh mẽ của dữ liệu. Dữ liệu trong cơ sở dữ liệu là một trường và dữ liệu chỉ có thể được tối đa hóa nếu nó được kết nối càng nhiều càng tốt, giống như nếu chúng ta chỉ nhìn vào một trường như "số tiền cho vay" thì thông tin có thể thu được là có hạn và giá trị tương đối thấp. Nếu chúng ta Bằng cách mở rộng các trường dữ liệu cho toàn bộ bảng cơ sở dữ liệu, thông tin và giá trị chúng ta có thể thu được sẽ phong phú hơn nhiều. Tương tự, nếu chúng ta kết nối dữ liệu ngân hàng với dữ liệu của Internet, chính phủ, v.v., giá trị thu được sẽ lớn hơn rất nhiều;

Thứ ba là thuộc tính nghiên cứu mạnh mẽ của dữ liệu. Chúng tôi nói rằng dữ liệu là để tìm câu trả lời cho các vấn đề không thể giải quyết bằng các phương tiện hiện có. Điều này phụ thuộc vào một số tình huống. Một số vấn đề có thể học được từ các giải pháp hiện có trong ngành và một số vấn đề không có sẵn trong ngành. Các giải pháp có thể dùng để tham khảo. Chúng ta cần tự tìm tòi và khám phá. Lý thuyết hướng dẫn thực hành. Trong quá trình tìm tòi, chúng ta thường cần tìm hướng đi từ lý thuyết, và lý thuyết này không hoàn toàn ở cấp độ thuật toán. Đôi khi bạn cũng có thể cần để tìm câu trả lời từ các lý thuyết về tài chính, xã hội học, tâm lý học, v.v. Có khi bạn bận rộn hơn nửa năm nhưng cuối cùng có thể thất bại. nó dành cho "Khoa học dữ liệu";

Thứ tư là thuộc tính làm mới mạnh mẽ của dữ liệu. Điều này chủ yếu được chia thành hai cấp độ, một là cấp độ dữ liệu, dữ liệu càng mới, cập nhật càng nhanh, giá trị có thể tạo ra càng nhiều, cái gọi là mới mẻ có nghĩa là dữ liệu tương đối gần với thông lệ và tần suất hiện tại. cao. Dữ liệu là bản đồ của thế giới thực trong thế giới kỹ thuật số. Thế giới thực đang thay đổi linh hoạt. Theo thời gian, thói quen hành vi của con người và logic vận hành xã hội sẽ thay đổi. Khi con người bước vào thời đại kỹ thuật số, sự thay đổi này sẽ ngày càng nghiêm trọng .Ngày càng nhanh hơn, vì vậy bạn không thể sử dụng chân dung người dùng được tạo bằng dữ liệu 10 năm trước trong tiếp thị ngày nay. Hai là trình độ thuật toán, thuật toán ngày nay cập nhật rất nhanh, chỉ có bắt kịp nhịp điệu, làm mới bản thân mới có thể theo kịp thời đại.

Dữ liệu đại diện cho năng suất mới. Tất cả chúng ta đều nhận ra sứ mệnh quan trọng của dữ liệu trong tương lai. Chúng ta phải hết sức coi trọng các đặc điểm riêng của công việc dữ liệu và thiết lập các chiến lược độc lập thích ứng với các đặc điểm này để định hướng hướng ứng dụng dữ liệu, hình thành ý tưởng dữ liệu, và thúc đẩy việc thành lập Cơ chế quản lý và phương pháp làm việc tương ứng không thể bỏ rượu cũ vào bình mới, và vẫn sử dụng các phương pháp quản lý công nghệ thông tin truyền thống để thúc đẩy công việc ứng dụng dữ liệu. Theo tình hình hiện tại, mặc dù ứng dụng dữ liệu hiện tại của ngân hàng đã đạt được một số kết quả nhất định, nhưng sau vài năm liên tục phân tích và khai thác dữ liệu truyền thống, tiện ích cận biên của những người tiên phong đã giảm đáng kể. tiện ích cận biên của các ứng dụng dữ liệu sẽ nhanh chóng tiến gần đến con số 0 và khó đạt được bước nhảy vọt về chất. Cuối cùng, chúng sẽ rơi vào cái bẫy "lạm phát đình trệ" và thậm chí có thể trở nên vô vị. Điều này hoàn toàn không phải là điều đáng báo động. Khi bạn Từ 0 đến 1, bạn có thể làm bất cứ điều gì bạn muốn để tạo ra giá trị. Khi bạn cần đi từ 1 đến 10, điều bạn cần là kết tủa sâu sắc, suy nghĩ sâu sắc, dự đoán bình tĩnh và thăng tiến có trật tự. Không có chiến lược, bạn sẽ không bao giờ có được ra khỏi hỗn loạn. Do đó, đối với các ngân hàng hàng đầu, đã đến lúc phải suy nghĩ lại về công việc dữ liệu của họ và đối với các ngân hàng mới bắt đầu, đã đến lúc thiết lập một chiến lược dữ liệu độc lập ngay từ đầu. Còn về cách xây dựng thì chúng ta sẽ bàn ở phần dưới.