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”
2. 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
3. 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
4. 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
5. 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/305
