Связанная с коронакризисом резкая смена потребительского поведения заставила банки искать дополнительные источники дохода. В фокусе их внимания оказались новые подходы к использованию больших данных. По оценке McKinsey & Company, продвинутая аналитика и использование технологии Big data (большие данные) составляют в общей структуре доходов мировых лидеров банковского рынка 30–40%. Опыт показывает, что инструменты Big data эффективны во всех сферах деятельности. В России о применении этой технологии заговорили пять-семь лет назад. Однако Big data — дорогое удовольствие, и это основной тормоз развития рынка больших данных в финансовой сфере.
Светлое будущее цифровых технологий под названием Big data пока еще в будущем
Фото: China Stringer / Reuters
Светлое будущее цифровых технологий под названием Big data пока еще в будущем
Фото: China Stringer / Reuters
Бизнес-моделирование
Мировые финансовые компании уже давно оценили потенциал использования больших данных. По мнению экспертов из компании Tasil, продвинутая аналитика позволяет существенно сократить издержки и повысить эффективность бизнеса. К примеру, несколько лет назад платежная система Visa, проанализировав трансакционные данные в совокупности с рядом новых источников информации, таких как геолокация, смогла на миллиарды долларов снизить годовые убытки от мошенничества.
Кроме того, Big data улучшает целевой маркетинг. Western Union построил data hub, позволяющий предлагать качественные продукты для определенных групп. Так, в Сан-Франциско с его помощью WU создала целевые предложения для местных китайцев, мексиканцев и филиппинцев. Перевод денег осуществлялся по выгодному курсу обмена валют на их исторической родине по отношению к доллару США.
Пять лет назад голландский финансовый конгломерат ABN AMRO провел глубокое исследование новых источников данных, которое помогло банку лучше понять запросы клиентов и создать для них персональные предложения. Затраты окупились сторицей.
Google, анализируя большие объемы корпоративных данных, существенно повысил доход за счет новых ниш, в частности привлекая рекламу от компаний малого и среднего бизнеса. Прежде в центре внимания компании были исключительно крупные рекламодатели с большими рекламными бюджетами.
Применение технологии больших данных повышает эффективность продукта и безопасность операций. Так, MasterCard создала базу данных MATCH, помогающую клиентам выявлять контрагентов, ранее бывших неплатежеспособными.
Комиссия по ценным бумагам и биржам (США, SEC) посредством технологии больших данных следит за активностью на финансовом рынке и использует сетевую аналитику и процессоры естественного языка, чтобы выявить незаконных торговцев и легальных трейдеров-нарушителей.
В Bank of America доказала свою эффективность программа по борьбе с отмыванием денег SAS AML, которая анализирует большие данные для обнаружения подозрительных трансакций.
Вig data также полезны в процессе разработки и мониторинга ключевых показателей эффективности. Модели, построенные на больших данных, помогают в кредитном скоринге и снижают риски. Больших успехов в этой области добился UOB bank из Сингапура. Система управления рисками позволила ему сократить время расчета риска с 18 часов до несколько минут.
Качественные и актуальные данные полезны при составлении текущих финансовых прогнозов, а также в стратегическом планировании. Располагая информацией, полученной в результате анализа данных, финансовые компании могут улучшить основные процессы и скорректировать бизнес-модели.
Русский акцент
Первые заметные проекты монетизации больших данных появились в России примерно пять-семь лет назад. Пионерами стали телеком-компании, которые быстро поняли, что базы данных являются весьма ценным активом. Очень скоро об интересе к актуальным запросам клиентов заявили кредитные организации. Для многих банков вопрос эффективности создания целевого предложения стал вопросом выживания.
Для сбора данных используется множество источников: колл-центры, социальные сети, внешние каналы, машинные данные и многое другое. Методики анализа постоянно усложняются, появляются новые типы данных (к примеру, звуковые базы, видеоаналитика).
Пандемия ускорила эти процессы. Нередко банки и телеком-компании создают взаимовыгодные альянсы. Так, в марте группа ВТБ и «Ростелеком» создали совместное предприятие ООО «Платформа больших данных», которое занялось разработкой и монетизацией продуктов на основе обработки Big data. В июне в очередной раз расширил доступ к большим данным Сбер, объявив о покупке 72% в картографическом сервисе 2ГИС. Сейчас представители финансовой индустрии, по оценкам экспертов, контролируют около 25% рынка Big data.
По мнению независимых аналитиков, финансовый сектор РФ на фоне других отраслей является одним из лидеров по инновациям и эффективности. Все российские банки в той или иной степени приступили к внедрению в практику инструментов Big data и продвинутой аналитики, особенно это касается рисков и CRM (customer relationship management — система управления взаимоотношениями с клиентами или предпочтения клиентов).
Наличие активных и амбициозных игроков, создающих сильные экосистемы, а также высокий темп освоения населением цифровых технологий ускорили развитие универсальных банков. По данным Finalta, доля клиентов, активных в цифровых каналах, у ведущих российских банков превысила 80%, что превосходит показатели мировых лидеров, а показатели эффективности CIR (соотношение расходов к операционной прибыли) ведущих банков — ниже 40% и последовательно снижаются.
Казалось бы, российским финансовым институтам, которые уже вышли на устойчивую траекторию роста, не о чем беспокоиться. Однако резкая смена потребительского поведения из-за коронакризиса смешала банкирам карты. В ситуации, когда общий пул доходов на рынке финансовых услуг в ближайшие пару лет, по разным оценкам, уменьшится на 10–30%, банки вынуждены вновь начать поиски способов повышения операционной эффективности. Одним из основных источников развития могут стать новые подходы к использованию Big data и аналитики. По итогам прошлого года рынок больших данных оценивался в России в 45 млрд руб., к 2024 году он может вырасти до 100 млрд руб.
Отдельные элементы
Однако не стоит слепо доверять благоприятным прогнозам. Напомним, пять лет назад McKinsey Global Institute в аналитическом отчете утверждал, что использование аналитики может увеличить операционные прибыли на 60%. Однако подавляющее большинство компаний, участвовавших в исследовании, впоследствии признали, что не смогли должным образом справиться с большим объемом данных. Революции не произошло. Этот подвиг оказался по плечу только коммерческим гигантам, таким как Amazon, Google, Bloomberg. У большинства претендентов планы по внедрению Big data остались на бумаге.
Россия не является исключением. На нашем банковском рынке к масштабным вливаниям в Big data готовы единицы. Многие игроки могут себе позволить внедрить только отдельные элементы инфраструктуры.
Например, по оценке аналитиков IDC, в уходящем году российские компании, в первую очередь из сферы финансов, инвестируют в ПО для работы с большими данными $358 млн. Однако лишь 3% этой суммы связано с потоковой обработкой данных, которая считается более перспективной и оперативной, чем пакетная обработка. Причина банальна: уход от пакетной обработки требует качественной экспертизы и солидных финансовых затрат. В условиях пандемии охотников вкладывать солидные средства в инновации немного. Акционеры не поймут.
К тому же к экономическим проблемам прибавляются политические. На днях Еврокомиссия объявила о рассмотрении нового регламента по управлению и обмену данными. Авторы европейского законопроекта не скрывают, что он направлен в первую очередь против транснациональных компаний из Кремниевой долины. Вполне возможно, что в ближайшее время в Брюссель прилетит ответ из Вашингтона. И уже сейчас очевидно, что новые правила обмена данными существенно осложнят работу российских IT-компаний, банков и финансовых онлайн-сервисов, оказывающих услуги на территории ЕС.