Аналитика и комментарии

30 марта 2018

Революция в сфере анализа данных

NBJ обратился к ряду экспертов с просьбой изложить свое мнение о современных тенденциях в российской сфере Big Data, о степени распространения больших данных и искусственного интеллекта в банковской сфере и о конкретных примерах использования этих технологий.

 

Банк Финсервис

Юрий Дьячков,
директор по развитию розничного
бизнеса Банка Финсервис

Концепция Big Data не только не теряет актуальности, но и набирает обороты. Без этой технологии банкам в современном мире и тем более в будущем невозможно будет выдержать конкурентную борьбу.

Освоение инструментов Big Data станет мощным толчком в развитии основных направлений в деятельности банков. Эта технология откроет новые возможности в расширении клиентской базы, поможет точнее оценить риски управления активами, будет способствовать предложению актуальных продуктов и услуг за счет использования информации о потребительском поведении и предпочтениях клиентов, полученной с помощью систем обработки данных.

Важно и то, что тенденция повсеместного внедрения технологий Big Data поддерживается и на государственном уровне. В РФ внедрена и продолжает развиваться Единая система идентификации и аутентификации (ЕСИА), условно ЕСИА можно назвать «электронным паспортом» гражданина РФ.

В 2017 году был реализован крупнейший государственный проект в области дистанционного биометрического распознавания лиц. Такая система имеет огромные перспективы применения в банковской сфере, открывает широкие возможности для внедрения дистанционной модели обслуживания клиентов.

Эффективное и качественное обслуживание клиентов невозможно без анализа клиентских данных. Это позволяет не только быстро решать проблемы человека и предлагать адресные продукты, повышая его лояльность банку, но и, используя знания о внешнем поведении клиента (соцсети, поисковики, покупки в интернет-магазинах, рассылки и т.д.), выстраивать перспективные долгосрочные отношения, опережать спрос, быть в тренде и тем самым иметь конкурентное преимущество. Это ключевой момент, т.к. конкуренция в области цен на услуги становится все менее эффективной и в ближайшем будущем совсем потеряет актуальность. В борьбе за клиента побеждает тот, кто владеет нужной информацией, умеет ее обрабатывать, анализировать и правильно использовать.

Кроме того, четкие автоматизированные процессы позволяют свести к минимуму влияние человеческого фактора, что заметно снижает финансовые и временные издержки.

Таким образом, широкое распространение Big Data и искусственного интеллекта в банковской сфере целесообразно и оправдано рядом преимуществ. Это снижение стоимости ресурсов и сокращение издержек, что влечет за собой увеличение доходов, рост эффективности банковских процессов и операций, оптимизацию отчетности, минимизацию рисков, повышение качества и продуктивности обслуживания клиентов.

Технологии Big Data применимы во многих аспектах деятельности банка. Например, в одном из важнейших – в системе безопасности. Анализируя поведение, предпочтения и объемы расходов клиента, система может подать сигнал тревоги в случае, если будет зафиксировано аномальное поведение, например, слишком большие суммы переводов на сторонние счета, резкое увеличение покупательской активности, снятие средств со счетов и т.д. В этом случае у банка появляется возможность принять предупредительные меры по предотвращению вероятного мошенничества.

С помощью средств искусственного интеллекта банк сможет составлять портрет клиента, анализировать, сегментировать и сравнивать между собой разные категории клиентов, разрабатывая как продуктовые стратегии, так и модели для скоринга, предсказывая поведение клиента в будущем и связанные с этим факторы риска.

Инструменты анализа Big Data уже сегодня широко используются в инвестиционной деятельности банков. Это позволяет не только оперативно реагировать на изменчивую ситуацию, но и прогнозировать ее развитие.

Сегодня широко распространены чат-боты, которые быстро и в удобном формате могут отвечать на простые вопросы пользователей, роботы-советники, помогающие управлять инвестициями, цифровые кошельки, анализирующие платежное поведение пользователей и предлагающие рекомендации по управлению персональными финансами. Все это было бы невозможным без использования технологий искусственного интеллекта.

Уже существуют ИT-платформы, позволяющие оценивать настроение и прогнозировать ситуации, которые могут вызвать недовольство потребителей. Они позволяют совершенствовать маркетинг и продажи так, чтобы сделать клиента «счастливей». Будущее банковской сферы услуг, как и любой другой, – в максимально индивидуальном подходе к клиенту, который невозможен без применения Big Data.

 

ВТБ

Василий Гаршин,
директор по управлению проектами
Big Data & Data science ВТБ

Технология Big Data analysis не только не теряет актуальности, напротив, она постепенно набирает популярность, находя применение в тех областях, где ранее использование решений на основе Big Data даже не рассматривалось.

Если говорить о современных тенденциях на российском рынке Big Data, то их, на мой взгляд, несколько. Это использование внешних сведений, например интернет, соцсети, данные судебной статистики и пр., для обогащения внутренней аналитики и построения более сложных моделей. Это и применение более сложных и современных алгоритмов машинного обучения, и сокращение разрывов между получением данных и их обработкой, работа с большими данными в режиме реального времени (Streaming Big Data).

Есть огромный потенциал для использования искусственного интеллекта в банковской сфере в России. Сейчас эти технологии активно внедряются лидерами банковской сферы, при этом существует ряд ограничений, связанных с использованием моделей на основе систем искусственного интеллекта. Они при зачастую гораздо более высоком качестве прогноза обладают меньшей прозрачностью по сравнению с традиционными, что требует от использующего модель человека более высокой квалификации, обладания новыми навыками в области работы с данными (data science). Это накладывает определенные ограничения на широкое применение систем искусственного интеллекта в кредитных организациях.

Решения Big Data применимы везде, где требуется анализ больших объемов данных с использованием инструментов статистического анализа. В первую очередь, это использование машинного обучения для оптимизации и решения задач по управлению рисками в банке. За счет применения новых моделей мы повышаем качество прогноза клиентских дефолтов, более точно отделяем платежеспособных заемщиков от неплатежеспособных, от чего в конечном счете выигрывают клиенты, т.к. кредитные средства для добросовестных заемщиков становятся доступнее.

Модели на основе искусственного интеллекта также могут помочь в подборе потенциально интересных предложений для клиентов на основе их истории отношений с банком. Такой подход позволит более точно предугадывать следующие шаги потребителей финансовых услуг и предлагать им только те продукты и услуги, которые отвечают их запросам.

 

СДМ-Банк

Олег Илюхин,
заместитель председателя правления,
директор департамента информационных
технологий СДМ-Банка

Многие ИТ-компании и банки научились собирать большие данные, но не очень-то понимают, что с ними делать дальше. Нет методологии их анализа. Отсюда отсутствие стандартного решения для анализа больших данных, каждый банк решает эту задачу самостоятельно, исходя из собственного понимания и опыта.

Концепция больших данных ‒ это явно не «большой взрыв» на рынке ИТ-технологий, как об этом говорили три года назад, но тем не менее технология нашла свое место и используется крупными ретейлерами, сотовыми компаниями, крупными банками.

Big Data нужны банкам, например, чтобы лучше понимать поведение клиентов и, исходя из этого, планировать собственную маркетинговую активность.

Мы прорабатываем возможность использования данных технологий. Проблемой является не сколько техническое построение хранилища для Big Data, сколько разработка модели поведения клиентов, сегментация клиентской базы и выработка конкретных предложений различным типам клиентов.

Использование Big Data – это один из инструментов повышения отдачи от собственного розничного бизнеса. Кто научится им пользоваться, получит дополнительный доход и вырвется вперед.

 

РосЕвроБанк

Александр Васильев,
заместитель директора департамента
по инновациям РосЕвроБанка

В наступившем 2018 году мы ожидаем повышения интереса к технологиям искусственного интеллекта и большим данным. На смену уже проверенным способам обучения нейросетей приходят новые подходы, когда одна нейросеть фактически создает другую для выполнения специализированной задачи.

Как правило, это необходимо для реализации онлайн-сервисов, в которых нужна высокая скорость получения результата в постоянно изменяющейся среде, будь то процесс фрод-мониторинга, скоринга или что-то еще. При этом крупные банки, которые организовали собственный data lake (универсальное хранилище для аналитики больших данных. – Прим. ред.) и строят исследовательские модели, пока еще имеют конкурентное преимущество перед банками, использующими работу с технологией по принципу аутсорсинговой модели. Но в будущем эффективность специализированных компаний будет расти.

 

Банк Хоум Кредит

Сергей Герасимов,
менеджер проекта Big Data
Банка Хоум Кредит

За последние годы в сфере анализа данных произошла настоящая революция. Если раньше при принятии решений использовались относительно простые статистические зависимости, то сейчас мы перешли к намного более сложной аналитике, основанной на алгоритмах машинного обучения. Другой тренд – разнообразие поведенческих данных о клиенте, используемых в принятии решений. Если ранее брались в расчет максимум несколько десятков показателей, то сегодня это сотни или даже тысячи. Современный банк – это теперь не только ИТ-компания, но и математика очень высокого класса. Применение машинного обучения позволяет нам намного более точно прогнозировать вероятность невозврата кредита заемщиком. Благодаря внедрению этих технологий уровень просрочки в нашем банке составляет всего 4,2 %, что является одним из лучших показателей. Помимо риск-менеджмента, применение этих передовых технологий позволяет банку делать персонифицированные предложения клиентам по нашим продуктам.

Поделиться:
 

Возврат к списку