Skip links
Explore
Drag

Sistemul bancar românesc în noul trend al datelor

Context

Sistemul bancar românesc a suferit o transformare digitală consistentă în ultimii ani, în special în urma crizei COVID-19 din 2020, ce a făcut băncile să se bazeze pe telemunca angajaților și ofertarea către clienți prin canale digitale. Acesta reprezintă un proces de lungă durată, în care sistemul bancar nu fusese încă angrenat, pe piață existând însă deja produse care oferă alternative digitale, cum ar fi Revolut™ (principala alternativă bancară în România la acest moment) care a crescut vertiginos în ultimii ani, cu adoptarea exponențială de utilizatori pe un segment mai tânăr și mai digital.

Deși mulți directori și manageri i-au subestimat importanța din cauza opțiunilor bancare second hand și a lipsei unei adoptări cu drepturi depline, scenariul dispare acum, iar scenariul devine din ce în ce mai realist și prezent. Clienții adoptă această metodă de plată pentru tranzacțiile de zi cu zi și atunci când se află în străinătate, în timp ce sistemul bancar românesc încearcă să minimizeze impactul prin îmbunătățirea produselor și oferind rate scăzute la plățile externe și zero comisioane la retragerea numerarului la bancomat. Procesul este complex și lent, dar cu mici victorii ici și colo, datorită schimbării alternativelor digitale, care le cresc comisioanele pe măsură ce încearcă să rămână pe linia de plutire.

Cum pot băncile să-și înțeleagă portofoliul dacă angajații care interacționează efectiv cu clientul nu o înțeleg?

 

E nevoie de schimbare?

Acest scenariu a determinat din ce în ce mai mulți directori să înțeleagă nevoia de a-și schimba prioritatea în utilizarea datelor și de a adopta o abordare mai bazată pe date atunci când se implică în portofoliul lor.  Schimbarea campaniilor comerciale reprezintă un mare pas, având în vedere că know-how-ul în afaceri a fost cel mai important când venea vorba de campanii și interacțiuni cu clientul. Deși aceasta este o mare oportunitate de creștere, băncile întâmpină eșecuri din cauza lipsei de investiții în infrastructura lor de analiză de-a lungul anilor și a capacităților digitale. Creșterea erei digitale vine cu costuri ridicate pentru cei care au negat nevoia schimbării și cu un impact semnificativ pentru cei care au prevestit-o, dar nu i-au acordat prioritate.

În urma schimbărilor critice care au venit cu anul 2020, băncile au încercat să își înțeleagă mai bine portofoliile și au cercetat talentele în rândul comunității de Analytics și Machine Learning, în speranța că vor putea oferi un set adecvat de produse și servicii pentru clienții lor, fără a perturba activitatea și sistemele existente. Acest lucru ridică mai multe probleme și întrebări. Poate Analytics să ofere informații folosind sisteme învechite? Pot băncile să urmeze aceeași abordare ca în trecut, dar să-și crească marjele de profit fără să investească în noi tehnologii doar prin adăugarea mai multor resurse umane? Nu și nu. În timp ce schimbarea mentalității executivului este necesară și de bun augur, băncilor le lipsește infrastructura de cunoștințe și de analiză pentru a face acest lucru. Se așteaptă ca, cu ani și ani de date, să nu fie nevoie de o actualizare a sistemului, ci doar câteva resurse umane în plus și dorința de a adopta acele practici vor face treaba.

Ce se poate face?

Studiile arată că dorința clientului este să interacționeze cu banca lor mai degrabă ca partener decât ca furnizor de servicii. Acestea fiind spuse, există o cursă continuă între bănci pentru a oferi agenților lor de vânzări perspective și oferte specifice pentru anumite segmente, prin modernizarea soluțiilor CRM cu dezvoltări interne sau cu referire la soluții terțe. Aceasta este o mișcare mare și cu siguranță o schimbare a jocului, dar nu este suficientă pentru standardele actuale.

Se poate spune că mentalitatea este bună, dar abordarea lipsește în cazurile critice. De exemplu, cum pot băncile să-și înțeleagă portofoliul dacă angajații care interacționează efectiv cu clientul nu o înțeleg? Cum pot agenții de vânzări să ofere clienților produse, informații și resurse adecvate dacă nu există o înțelegere aprofundată cu privire la motivul pentru care anumite produse sunt potrivite pentru un client și de ce unele nu sunt? Aceste întrebări se întorc la lipsa unei infrastructuri de analytics sustenabile și adecvate end-to-end, care să se potrivească viziunii și călătoriei în care organizația s-a angrenat.

Un concept în tendințe pe care băncile par să nu îl înțeleagă pe deplin este modul de a integra și de a valorifica cu adevărat puterea unei infrastructuri Big Data – în principal bazată pe Hadoop. Infrastructuri de mai multe milioane de Euro au fost implementate, de obicei, prin oferte și decizii la nivel de Group bancar. Acest lucru reprezintă în mod clar un avantaj, dar problema este că acele soluții văd puțină utilizare reală și niciun avantaj clar în asigurarea informațiilor cheie ale clienților. Utilizarea minimă și lipsa de upgrade-uri au ridicat întrebări în rândul directorilor dacă aceasta este mișcarea corectă sau a fost doar o fază pentru sistemul bancar și schimbarea nu a meritat banii investiți până acum.

Pot băncile să țină pasul cu viteza de dezvoltare a tehnologiei?

După un eșec parțial de a înțelege de ce soluțiile existente eșuează, atenția s-a îndreptat către soluțiile și furnizorii bazați pe cloud. Din ce în ce mai multe bănci văd infrastructura cloud ca sfântul Graal al interacțiunilor cu clienții și practic noul țap ispășitor al motivului pentru care abordarea lor nu are rezultate substanțiale. Furnizorii de cloud fac lobby membrilor consiliului de administrație și liderilor de infrastructură pentru a cumpăra soluții care ar putea să-și extindă eforturile de analiză și să ofere posibile profituri semnificative de-a lungul anilor. Acesta nu este chiar cazul. Nu considerăm că o infrastructură de analytics cloud este o mișcare proastă, dar considerăm că nu este răspunsul la motivul pentru care majoritatea soluțiilor nu sunt atât de eficiente pe cât se dorește. Termenul Data Lake este extins și folosit în exces printre managerii care îl consideră noua mașină de a face bani și o alternativă pentru depozitele tradiționale de date. Ei bine, nu este și nu va fi niciodată. Nicio bancă românească nu folosește în prezent întreaga putere a unui Data Lake pentru a obține informații altfel invizibile, dar direcția este bună.

Problema este că tehnologia se mișcă mai repede decât o pot adopta și implementa băncile, astfel încât unele dintre ele încă folosesc sisteme de date mari (de exemplu Hadoop) cu versiuni abia întreținute pentru soluțiile și componentele lor software, făcându-le învechite în ceea ce privește utilizarea reală pentru piața actuală. Desigur, pot oferi câteva perspective interesante prin puterea calculului distribuit asupra datelor, cum ar fi logurile aplicațiilor Mobile Banking, logurile site-ului Băncii și așa mai departe, dar aici se oprește activitatea, cazurile de utilizare devenind redundante datorită prea puținor seturi de date. Sistemul devine practic o „schemă” sau doar o unitate de stocare pentru orice date pe care echipa bazei de date nu dorește să le stocheze în Depozitul de date.

Ca o vedere generală asupra sistemului bancar românesc avem tendința de a spune că „nu văd pădurea din cauza copacilor”. Majoritatea managerilor caută un țap ispășitor. Acesta este motivul pentru care unele dintre ele au mai multe instrumente sau sisteme de raportare BI – pentru că întotdeauna caută acel instrument care îi poate salva, chiar dacă ajung să dețină mai multe instrumente care deservesc același scop. Ceea ce au nevoie Băncile însă, este să își schimbe atenția de la rezultate nerezonabile așteptate rapid – cu un efort minim – și de la căutarea soluției de tipul Sfântul Graal, și să se investigheze o abordare mai practică și o infrastructură adecvată, care deservește scopului dat.

Scenariul ideal

Spectrul analitic ar trebui să conțină o suită de soluții, fiecare interconectată, care servesc unui scop comun (indiferent de scopul respectiv – dar de obicei se reduce la profituri). Ar trebui să existe o conexiune și o comunicare deschisă în cadrul stivei de analiză și între toate celelalte sisteme necesare pentru a se asigura că orice informații valoroase sunt procesate și recuperate, acestea vor fi corelate cu multe alte aspecte ale afacerii (de exemplu, segmente, nevoi, trasee, campanii și multe altele). Un sistem gata de utilizare este, de obicei, opțiunea mai bună, mai degrabă decât decizia de a investi milioane în infrastructură greoaie care ar putea sau nu să înceapă să se plătească de la sine.

Soluțiile Open Source on-premise îmbunătățite pentru nevoia organizațională prin extensii, pluginuri sau dezvoltări interne sunt alternative viabile și adecvate în spațiul de analiză, mai degrabă decât infrastructura și soluțiile proprietare de încărcare grea. Alternativa îmbunătățește atât capacitățile de infrastructură, cât și know-how-ul companiei prin îmbunătățirea departamentelor de cunoștințe deja impregnate de afaceri cu abordări și tehnici noi din comunitatea open-source. Băncile ar trebui să urmeze drumul pe care l-a parcurs sectorul IT și să investească în noi departamente și echipe de cercetare și dezvoltare care nu doar să se concentreze pe abordările existente ale sistemului, ci să investigheze noi piste și modalități de îmbunătățire a experienței clienților. Aceste echipe ar trebui dezvoltate pentru a se concentra nu numai în ceea ce privește inovarea în infrastructură și know-how-ul angajaților, ci și în ceea ce privește satisfacția clienților și interacțiunea cu banca.

Man in front of a bank

În loc de concluzie

În ultimul timp, există o mișcare de schimbare în ceea ce privește activitatea de zi cu zi prin migrarea de la clasicul Waterfall la un mod de lucru mai Agile. Conceptele sunt rapid adoptate nu numai de departamentele tehnice, ci și de partea de business. Mai sunt câteva etape de îndeplinit pentru a-l adopta pe deplin, în primul rând pentru a nu amesteca cele două moduri, ceea ce practic se traduce într-un Waterfall cu sprinturi.

Vedem valuri puternice de schimbare în industrie, cu un accent principal pe adoptarea digitală, și mai sunt multe de făcut. Ca toate lucrurile noi, există o curbă de învățare care trebuie abordată mai întâi și ne aflăm la începutul acesteia. Băncile vor înțelege pe deplin adoptarea ecosistemelor de analiză în același mod în care au adoptat noile depozite de date. Dacă nu reușiți să scalați mare, mai bine faceți-o corect pas cu pas. La fel și cu sistemele Analytics/ML și poate (dar probabil nu) Deep Learning. Ei trebuie să eșueze mai întâi și să o rezolve bine, pas cu pas, pentru a înțelege pe deplin și a înțelege ce le pot descoperi datele lor.

Dacă doriți să discutăm mai multe despre ceea ce facem în materie de Data Science, explorați pagina noastră dedicată sau trimiteți-ne un mesaj!