Альфа-банк: как Большие данные совершенствуют большой банк

Сегодня большинство традиционных рынков (телеком, банки, ритейл) отличаются высокой конкуренцией и зрелостью, и поэтому компаниям все труднее выделяться среди других участников.

Технологии больших данных позволяют извлекать из данных ценные знания для разработки новых продуктов и подходов к обслуживанию клиентов, обеспечивая повышение конкурентоспособности — а это именно то исключительное преимущество, к которому стремится бизнес.

В стратегии развития уже многих современных компаний сейчас ярко прослеживается изменение отношения к данным: «данные как источник прибыли», «данные как актив», «данные как конкурентное преимущество». Успех трансформации данных в ценный актив Альфа-Банк видит, в первую очередь, в том, чтобы быть удобным и релевантным для своего клиента, своевременно реагируя на его потребности.

 По мнению банка, это возможно при реализации следующих компонентов:

  • Big Data - Накопление данных: Собрать и хранить полную информацию о поведении клиента
  • MDM Client 360  - Процессы управления данными: Создание единой максимально полной записи о клиенте для использования во всех операционных процессах Банка
  • NBA  - Развитие отношений с клиентом: Внедрение глубокой аналитики, а так же технологий и процессов NextBestAction, доставляющих ценность клиенту
  • Привлечение, развитие и усиление таких компетенций как Data Scientist, Аналитики данных, Архитектор по данным и др.
  • Новая идеология выстраивания процессов развития отношений с клиентом от самого клиента и его жизненных ситуаций.

На сегодняшний день в распоряжении банка находится большое количество данных, консолидированных в одном месте  - Едином Корпоративном хранилище данных, которое Центр BI совместно с бизнес-подразделениями банка развивает и наполняет различной аналитикой уже более 10 лет.

Для развития Хранилища данных в Альфа-Банке успешно используются оптимизированные программно-аппаратные комплексы Oracle Exadata и Oracle Big Data Appliance. Первые применяются для работы с реляционными базами данных,  вторые - с неструктурированными данными. Oracle Big Data Appliance позволяет хранить информацию о клиентах в виде файлов, гибко настраивать структуру файлов по полям, если она меняется.

Альфа-Банк начал использовать технологии Big Data с хранения глубокой кредитной истории по кредитным заявкам в соответствии с требованиями Basel II, поэтому Oracle Big Data Appliance изначально приобреталась банком как решение для удовлетворения требований регуляторов. И это одна из ситуаций, когда регулятор фактически помог бизнесу.

Перспективы Big Data – создание Ценности для Клиента

Альфа-Банк расширяет роль существующего Центра BI, создавая на базе его структуры - Центр Инноваций по Монетизации данных по работе с данными, деятельность которого будет направлена на извлечение реальной ценности из данных. Подразделение Центр Инноваций по Монетизации данных будет работать в Формате Дата-Студия, поддерживая ценности Agile Manifesto и представляя собой межфункцональную группу различных экспертов по направлениям бизнеса, Data Scientist, инженеров, аналитиков по данным, специалистов ИТ и архитектуры данных.

Работа Дата-Студии и ее состав должны обеспчить полный цикл от поиска данных до создания ценности для клиента на базе новых знаний о нем, который включает в себя: поиск данных о клиенте, создание идеи/гипотезы «ценности для клиента» на основе данных, проверка гипотезы в виде продвижения прототипа на реальных клиентах (выборка), получение отклика от клиента, в случае успеха - передача в реализацию и создание нового продукта или сервиса.  

фото

Ирина Елистратова, Главный директор Центра BI Альфа-Банка

Появление новых технологий сблизило возможности использования «профилей клиентов» в банковском, телекоммуникационном и розничном секторе, где применяются схожие подходы: комбинируя и обогащая информацию, можно построить богатый поведенческий профиль клиента. Таково мнение Альфа-Банка. Если раньше профиль клиента включал в себя два-три десятка характеристик, то теперь их может быть значительно больше. Чтобы извлечь из этого выгоду, нужна накопленная статистика. Подобные методы уже используются при скоринге и оценке клиентов. 

Новые подходы могут помочь в повышении уровня лояльности клиентов, сделать сервисы более удобными для них. По спектру услуг универсальные банки практически сравнялись. Клиенты смотрят на то, какой банк более удобен, технологичен, им важен персональный подход, когда, например, при звонке в колл-центр по номеру телефона, который привязан к карте, идентифицируется входящий звонок, и доступно больше информации по клиенту. Это способствует персонификации, лояльности, увеличению «жизненного цикла» пребывания клиентов в банке.

Банк планирует использовать сбор информации о клиенте из разных источников, анализ неструктурированных данных для формирования целевого предложения для клиента.

Технологии больших данных можно применять не только для анализа клиентской среды, но для управления рисками, взаимоотношениями с клиентами, использовать в маркетинге, борьбе с мошенничеством. Применение этих технологий в финансовом секторе имеет большой потенциал, поэтому направление Big Data будет развиваться и далее.

Платформа для больших данных

В Oracle под Big Data понимают, прежде всего, набор технологий для обработки данных, которыми могут пользоваться заказчики. Например, комплексы Oracle Big Date Appliance позволяют по-новому использовать данные, чтобы предоставлять клиентам услуги, не реализуемые ранее в силу технологических или экономических ограничений.

Общий подход Oracle при создании оптимизированных программно-аппаратных комплексов заключается в том, что за счет совместной разработки всех компонентов корпорация старается достичь максимальной производительности, а использование стандартных, хорошо отлаженных конфигураций повышает надежность комплекса.

Сочетая новые источники данных с аналитикой реального времени и поведенческой информацией, компании могут разработать новое поколение приложений, способных оперативно адаптироваться и обучаться. Готовые комплексные решения, интегрирующие такие сервисы, как аналитика, исследование, подготовка и интеграция данных, упрощают разработку новых продуктов и помогают снизить ТСО.

Marina Savinova

Промышленность
 
Избранное Промышленность
 
Ритейл
 
Избранное Ритейл
 
Автомобили и запчасти
 
Избранное Автомобили и запчасти
 
Интернет-торговля и фулфилмент
 
Избранное Интернет-торговля и фулфилмент
 
Продукты питания и фреш
 
Избранное Продукты питания и фреш
 
ПОДПИСКА НА НОВОСТНУЮ РАССЫЛКУ
 
Дополнительная информация
 

 

О сервисе "Умная Логистика"

 

 

 

 

 

 

 

Новостная рассылка

Подпишитесь на нашу рассылку, чтобы получать свежие новости на вашу почту!

 
Новости