داده‌کاوی در بانکداری الکترونیکی (Data Mining in e-banking) چیست؟

/ / اخبار عمومی
داده کاوی دربانکداری الکترونیک

برای رقابت موثرتر در بازارهای رقابتی دنیا بانک‌ها بایستی درک بهتری از مشتریان و بازار داشته باشند. صنعت بانکداری در دنیا تغییرات زیادی را در نحوه انجام فعالیت‌های خود متحمل شده است. بانک‌های پیشرو از ابزارهای داده کاوی برای تقسیم بندی مشتریان، اعتبارسنجی و تائید آن‌ها، پیش بینی عدم پرداخت بدهی‌ها، بازاریابی، و شناسائی الگوهای کلاهبرداری استفاده می‌کنند. در این مقاله سعی شده تا کاربرد داده کاوی در صنعت بانکداری بعنوان ابزار رقابتی مورد بررسی قرار گیرد.

عصر بانک؛ درعصر انفجار اطلاعات، سازمان‌ها هر روزه حجم زیادی از داده را تولید وجمع آوری خواهندکرد. استخراج اطلاعات مفید از پایگاه داده و تبدیل کردن اطلاعات به نتایج عملی چالش اصلی است که سازمان‌ها با ان روبرو هستند . با توجه به پیشرفت کشور در زمینه فنآوری اطلاعات و نگاه‌های ویژه به دولت الکترونیک و نفوذ استفاده از سیستم‌های رایانه ای در صنعت و ایجاد بانک‌های اطلاعاتی بزرگ توسط ادارات دولتی، در بانک‌ها و بخش‌های خصوصی نیاز به استفاده از داده کاوی به طور عمیق احساس می‌شود.

داده کاوی چیست؟

داده کاوی  فرایند اکتشاف ، تجزیه وتحلیل خودکار یا نیمه خودکار از مقادیر زیادی از داده‌ها بمنظور کشف الگوها و قوانین معنادار می‌باشد.

داده کاوی فرایند استخراج وتشخیص الگوهای پنهان یا اطلاعات از پایگاه داده می‌باشد. به بیان بهتر تجزیه و تحلیل ماشینی داده‌ها برای پیدا کردن الگوهای مفید ، تازه و قابل استناد در پایگاه داده‌های بزرگ، داده‌کاوی نامیده می‌شود. 

می‌توان داده کاوی  را فرآیند به خدمت گرفتن یک متدولوژی کامپیوتری تعریف کرد که با استفاده ازتکنیک‌های مختلف مستقیما از داده‌ها دانش استخراج می‌کند.

داده کاوی فناوری‌هایی همچون انبارداده  و نرم افزارهای مدیریتی  ارتباط با مشتری را در یک حوزه جدیدی که شرکت‌ها می‌توانند مزیت‌های رقابتی کسب کنند ایجاد می‌کند . 

داده کاوی نقش کلیدی درتقسیم بندی بازار، سرویس‌های مشتری ،تشخیص تقلب و محک زدن رفتار مشتریان دارد.

مراحل داده‌کاوی

عمل داده‌کاوی از یک پایگاه داده به چند مرحله مشخص تقسیم می‌شود :

● مرحله اول : تشکیل انبار داده 

این مرحله برای تشکیل محیطی پیوسته و یکپارچه جهت انجام مراحل بعدی و داده‌کاوی در آن، انجام می‌گیرد.در حالت کلی انبار داده مجموعه پیوسته و طبقه‌بندی شده است که دائما در حال تغییر بوده و دینامیک است که برای کاوش آماده می‌شود.

● مرحله دوم : انتخاب داده‌ها 

در این مرحله برای کم کردن هزینه‌های عملیات داده‌کاوی، داده‌هایی از پایگاه داده انتخاب می‌شوند که مورد مطالعه هستند و هدف داده‌کاوی دادن نتایجی در مورد آن‌هاست.

● مرحله سوم : تبدیل داده‌ها 

برای انجام عملیات داده کاوی لزوما باید تبدیلات خاصی روی داده‌ها انجام گیرد ممکن است این تبدیلات خیلی راحت و مختصر مثل تبدیل byte به integer باشد یا خیلی پیچیده و زمان بر و با هزینه‌های بالا مثل تعریف صفات جدید و یا تبدیل و استخراج داده‌ها از مقادیر رشته ای و … باشد.

● مرحله چهارم : کاوش در داده‌ها 

در این مرحله داده کاوی انجام می‌شود.در این مرحله با استفاده از تکنیک‌های داده کاوی داده‌ها مورد کاوش قرار گرفته ، دانش نهفته در آن‌ها استخراج شده و الگو‌سازی صورت می‌گیرد.

● مرحله پنجم : تفسیر نتیجه 

در این مرحله نتایج و الگو های ارائه شده توسط ابزار داده کاوی مورد بررسی قرار گرفته و نتایج مفید معین می‌شود.

   تشریح داده کاوی در بانک

بدلیل حجم گسترده و بسیار زیاد داده‌های موجود در بانک  و همچنین عدم امکان ذخیره سازی آن‌ها ونیاز به پردازش واستخراج پویای اطلاعات ودانش نهفته‌ها در داده‌ها بحث داده کاوی جریان داده‌ها دربانک طی سال‌های اخیر بسیار مورد توجه قرار گرفته است.به گزارش عصر بانک دات آی آر، ارتباط با مشتری یکی از مهمترین عوامل سازنده مخصوصا در سازمان‌های خدماتی می‌باشد ازجمله این سازمان‌ها بانک‌ها و موسسات مالی است که مدیریت ارتباط با مشتری درآن‌ها نقش کلیدی را دارا می‌باشد. دربانکداری نوین، بانک‌ها برای شناسایی مشتریان و نیازهای آن‌ها دست به بازاریابی تک به تک و بازاریابی براساس پایگاه داده‌ می‌زنند. بازاریابی تک به تک  ایجاد و مدیریت رابطه فردی با تک تک مشتریان می‌باشد. امروزه بدلیل بهره‌گیری ازفناوری رایانه‌ای و استفاده از پایگاه داده‌ها و داده کاوی این امکان فراهم است که بانک برای تک به تک مشتریان خود برنامه ای داشته باشند و بازاریابی تک به تک درمقیاس وسیعی قابل اجرا و اقتصادی درنظر گرفته شود.

شناسایی تکنیک‌های داده کاوی در بانکداری الکترونیکی منجر به تولید سامانه‌های مشتری محور و امن می‌گردد و توجه به جزییات داده‌ها منجر به خلق مزیت رقابتی پایدارتر و غیر قابل الگو برداری می‌شود . چهارجنبه مهم کاربرد داده کاوی در بانکداری الکترونیکی شامل : بازاریابی ، مدیریت ارتباط با مشتریان ، تشخیص کلاهبرداری و مدیریت ریسک دارایی‌ها  می‌باشد .

از کاربرد‌های داده کاوی دربانک می‌‎توان به نمونه‌های زیر اشاره کرد :

ـ  کشف پول‌شویی

ـ تشخیص مشتریان ثابت و همیشگی

ـ تعیین مشتریان استفاده کننده از یک سرویس خاص

همچنین اطلاعات استخراج شده از داده کاوی را می‌توانیم برای بکار گیری بازاریابی در بانکداری الکترونیکی نیز استفاده کنیم. ازجمله کاربردهای داده کاوی در صنعت بانکداری شامل بازاریابی ،مدیریت ریسک ،تشخیص تقلب ،کسب وحفظ مشتری می‌باشدهمچنین نتایج داده کاوی در بعد تحلیل بازارشامل پشتیبانی مواردی چون بازاریابی هدفمند نیز می‌باشد. 

به گزارش عصر بانک، با توجه به نقش اساسی ومهم تصمیمات بازاریابی درمحیط رقابتی ومشتری مداری، سازمان‌های امروزی خصوصا بانک‌‌ها و موسسات مالی واعتباری نیازمند ساختاری جهت یکپارچه سازی ومدیریت دانش مرتبط با مشتریان وساختاری که بواسطه ان بتوانند دانش نهفته در داده‌های مربوط به مشتریان را استخراج ، مدیریت وسپس به پشتیبانی از تصمیمات بازاریابی بپردازند می‌باشند.

منبع: https://asrebank.ir