5 ฝ่ายงานที่ธนาคารในสิงค์โปร์ใช้ประโยชน์จาก Big Data

7 June 2019
Share

Big Data คืออะไร?

นี่คือคำตอบที่หลายๆ คนอยากรู้ แม้ทางสมาคมฟินเทคประเทศไทยจะให้ความรู้ผ่านเว็บไซต์ เฟสบุ๊คเพจ และกิจกรรมภายในสมาคมฟินเทคเอง ที่เกี่ยวข้องกับเรื่อง Big Data มาแล้วหลายหน แต่คนที่จะเข้าใจและเข้าถึง Big Data ไม่ได้มีมากเท่าไหร่นัก เพราะอาจจะเป็นเรื่องที่ค่อนข้างใหม่สำหรับคนไทย โดยเฉพาะคนทำธุรกิจในไทยแบบดั้งเดิมที่ต้องผลันตัวเองเข้าสู่ยุคดิจิทัล เพื่อการพัฒนาธุรกิจให้ดีขึ้น และ Big Data ก็เป็นอีกสิ่งที่ให้ประโยชน์เช่นกันที่ “เป็นกระบวนการวิเคราะห์ข้อมูลจำนวนมหาศาล เพื่อดึงข้อมูลเชิงลึกที่สามารถนำไปปฏิบัติได้ซึ่งเป็นประโยชน์ต่อธุรกิจได้”

Big data เป็นแหล่งข้อมูลขนาดใหญ่ครอบคลุมข้อมูลทางธุรกิจเป็นบริเวณกว้าง และเป็นชุดข้อมูลแตกต่างกันที่สามารถนำไปใช้ให้ได้มาซึ่งผลลัพธ์ที่แตกต่างกันในแต่ละธุรกิจหรือฝ่ายงาน โดย Big Data เป็นสิ่งที่ทำให้เรารู้ว่าจะทำสิ่งต่างๆ ว่าต้องทำเมื่อใด และเพื่อจุดประสงค์อะไร จึงทำให้ ณ ตอนนี้อุตสาหกรรมธนาคารในสิงคโปร์เป็นแหล่งทดสอบที่สมบูรณ์

นับตั้งแต่ปี 2010 ธนาคารสิงคโปร์ได้ใช้ประโยชน์จากการวิเคราะห์ข้อมูล Big Data เบื้องต้นในการใช้ เพื่อบันทึกประสิทธิภาพการดำเนินงาน และความพึงพอใจของลูกค้า และ ณ ปัจจุบันธนาคารในสิงคโปร์ได้นำ Big Data มาใช้ประโยชน์ใน 5 ฝ่ายงาน ดังนี้

 

  1. ลดขั้นตอนบริการทางการเงินของลูกค้า

Big Data สามารถช่วยให้กระบวนการทำงานแบบ Manual processes ที่ใช้อยู่ของลูกค้าให้ทำงานได้ง่ายขึ้น นอกจากนี้ยังสามารถช่วยเร่งกระบวนการให้สินเชื่อ SME ได้เพิ่มขึ้น สามารถประมวลผลใบแจ้งยอดให้ลูกค้าและคำนวณการเงินที่สามารถดำเนินการโดยอัตโนมัติที่จะประหยัดเวลาได้ขึ้นหลายร้อยชั่วโมงต่อสัปดาห์ ทั้งนี้ทางธนาคาร Standard Chartered จับมือกับ Instabase พัฒนาระบบกระบวนการตรวจสอบสถานะรูปแบบอัตโนมัติ ภายใต้กฎเกณฑ์ทางธุรกิจที่ว่าด้วยการจัดหาข้อมูลลงทะเบียนของภาครัฐและภาคเอกชน เพื่อนำข้อมูลมาใช้อย่างถูกต้องและเกิดประสิทธิภาพสูงสุด

บทสัมภาษณ์ธนาคาร Citibank ในปี 2017 ระบุว่า “ทางธนาคารกำลังใช้ Big Data ในการทำ Automate Reporting เพื่อส่งให้กับหน่วยงานกำกับดูแล เพื่อลดการทำข้อมูลผิดผลาด นอกจากนี้ธนาคารยังใช้ Big Data เพื่อช่วยในการตัดสินใจในการขยายหรือยกเลิกพอร์ตการลงทุนได้อีกด้วย”

  1. การดำเนินงานด้านทรัพยากรบุคคล

การวิเคราะห์ข้อมูลไม่ได้ให้ประโยชน์เพียงการวิเคราะห์ข้อมูลสำหรับลูกค้าเท่านั้น แต่เป็นเครื่องมือการวิเคราะห์ข้อมูลที่ใช้ในการประเมินโปรไฟล์ของผู้สมัครงาน ซึ่งจะลดอัตราจำนวนชั่วโมงของเจ้าหน้าที่ในการคัดกรองข้อมูลเบื้องต้นของผู้สมัคร

ตั้งแต่ต้นปี 2011 ธนาคาร DBS ของสิงคโปร์ได้ทำการปรับปรุงการดำเนินงานด้านทรัพยากรบุคคล โดยใช้การวิเคราะห์ข้อมูล Big Data เพื่อเพิ่มประสิทธิภาพการทำงานของพนักงาน HR ธนาคารได้จัดตั้งทีม Human Capital Analytics ภายในแผนก HR เพื่อประเมินแนวโน้มและกำหนดปัจจัยเสี่ยงสำหรับการคัดเลือกพนักงาน ซึ่งเป็นทำนองเดียวกันธนาคาร OCBC ใช้ Big Data ตั้งแต่ปี 2015 เพื่อปรับปรุงโปรแกรมการฝึกอบรมพนักงานและการจ้างงาน

  1. ตอบสนองต่อเหตุการณ์ในโลกไซเบอร์

ด้วยการแลกเปลี่ยนข้อมูลจำนวนมากบนเครือข่ายธนาคาร สิ่งสำคัญที่ธนาคารการรักษาความปลอดภัยไม่เพียงแต่ดูแลด้าน Network และดูแลด้านข้อมูลด้วย ซึ่งการใช้ Big Data ที่เป็นนวัตกรรมหนึ่งที่จะสามารถวิเคราะห์รูปแบบภัยคุคามที่อาจจะเกิดจากโลกไซเบอร์ และเตือนถึงสิ่งน่าสงสัยที่อาจส่งผลกระทบต่อระบบภายในของธนาคารได้

ในปี 2017 ธนาคาร OCBC ได้ใช้การวิเคราะห์เชิงพยากรณ์จาก Big Data เพื่อป้องกันภัยคุกคามทางไซเบอร์ ซึ่งสามารถป้องกันได้เพิ่มขึ้นถึง 55% และสามารถแก้ปัญหาที่เกิดขึ้นมาได้ดีขึ้นถึง 62% โดยระบบจะใช้ Voice Assistants อัตโนมัติในการแจ้งเหตุ

  1.   ตรวจสอบสาขาธนาคารและ ATM network

Big Data สามารถระบุความเสียงในสาขาธนาคารได้ดี และเมื่อเกิดปัญหาในแต่ละสาขาก็จะสามารถแก้ไขปัญหานั้นได้รวดเร็วขึ้น นอกจากนี้ยังสามารถช่วยระบุความต้องการของลูกค้าได้อย่างแม่นยำมากขึ้น ยกตัวอย่างที่พบมากในลูกค้าธนาคาร นั้นคือเหตุขัดข้องบน ATM และปัญหาเรื่องปริมาณการใช้ศูนย์บริการที่ไม่เพียงพอ ทั้งนี้จะส่งผลให้ธนาคารสามารถพัฒนาผลิตภัณฑ์และบริการที่ดีขึ้น อีกทั้งจะช่วยลดการร้องเรียนจากลูกค้าได้อีกด้วย

ก่อนหน้านี้ธนาคาร DBS ปรับปรุงบริการ ATM ของธนาคาร โดยใช้การวิเคราะห์ข้อมูลสามารถเข้าใจรูปแบบของกระแสเงินสดของ ATM และคาดการณ์ว่าเมื่อใดที่ ATM จะหมดเงินสด เพื่อนำไปเติมล่วงหน้าที่จะสร้างความมาตรฐานของตู้ ATM ได้ดีขึ้น ซึ่งนับตั้งแต่มีการใช้การวิเคราะห์เชิงพยากรณ์ในธนาคาร ทำให้ธนาคารได้รับการร้องเรียนของลูกค้าลดลงถึง 92% และสิ่งสำคัญอีกสิ่งคือภายใน 1 ปี ลูกค้าประหยัดเวลาในการรอคิว ATM ได้ 800,000 ชั่วโมง

  1.   ป้องกันการฟอกเงิน

กระบวนการธนาคารในการต่อต้านการฟอกเงินของธนาคารนั้น ขึ้นอยู่กับกฎระเบียบ กล่าวอีกนัยหนึ่งคือระบบจะทำธุรกรรมใด ๆ ที่ละเมิดกฎ ก็ต้องถูกเจ้าหน้าที่กรองด้วยตนเองและตรวจสอบธุรกรรม เพื่อหาข้อที่น่าสงสัย ซึ่งหารใช้ Big Data วิเคราะห์ข้อมูลจะสามารถทำให้กระบวนการนั้นเป็นไปโดยอัตโนมัติลดภาระงานของเจ้าหน้าได้ลงอย่างมาก

รายงานจาก  Association of Banks in Singapore (ABS) ได้กล่าวว่า ธนาคารที่เป็นสมาชิก (ไม่ปรากฏชื่อในรายงาน) ได้ใช้ Big Data ในการคัดกรอง และพบว่ามีชื่อที่ถูกปลอมแปลงลดลง 50-60 เปอร์เซ็นต์ ซึ่งในส่งผลให้การฟอกเงินลดลง 40% นอกจากนี้ยังสามารถตรวจจับรูปแบบใหม่ๆ ที่น่าสงสัยได้เพิ่มอีกและส่งผลบวกต่อการลดการฟอกเงินได้จริงเพิ่มขึ้นอีก 5%

ธนาคาร OCBC รายงานว่า ทางธนาคารใช้เจ้าหน้าที่คัดกรองลดลง 35% หลังจากที่ใช้การวิเคราะห์ข้อมูลด้วย Big Data เพื่อตรวจความผิดปกติ ตั้งแต่ปี 2017 และทางด้านธนาคาร DBS ก็ใช้ Big Data เพื่อช่วยตรวจแนวโน้มจะเกิดการฉ้อโกงขึ้น

 

Reference

2019 Fintech Singapore: http://fintechnews.sg/30505/bigdata/5-ways-banks-in-singapore-are-using-big-data/

Related Posts

  • เผยวิสัยทัศน์ “นึก ชลเดช” นายกสมาคมฟินเทค ตั้งเป้าดันประเทศไทย สู่ Top 5 ฟินเทคฮับในเอเชีย ภายใน 2 ปี
  • Thai Fintech Association Partners with 10×1000 Tech for Inclusion to launch “Flex” Fintech Program in Thailand
  • เปิดมุมมอง “ชลเดช” นายกสมาคมฟินเทคฯ คนใหม่
bt_bb_section_bottom_right_section_coverage_image

Contact Us

062-291-3599

Address

110/1 Knowledge Exchange (KX) Building, 13th floor, Krungthonburi Road, Banglamphulang, Klongsan, Bangkok, Thailand 10600

The information contained in this website is provided for informational purposes only and on an “as is” basis, without representation or warranty of any kind. Thai Fintech Association does not guarantee whether the information is correct or up-to-date.   no event shall Thai Fintech Association be liable to you or any person for any loss of business or profits, or for any indirect, incidental or consequential damages arising out of any use of, or inability to use, or for any other claim by you or any other person.

© Copyrights 2021 - All Rights Reserved - Thai Fintech Association