داده کاوی در بانکداری الکترونیکی

داده کاوی در بانکداری الکترونیکی

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 فعالیت های 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 می کنند. در این مقاله سعی شده تا کاربرد داده کاوی در صنعت بانکداری بعنوان ابزار رقابتی مورد بررسی قرار گیرد.

درعصر انفجار اطلاعات، سازمان ها 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 نگاه های ویژه به دولت الکترونیک و نفوذ استفاده از سیستم های رایانه ای در صنعت و ایجاد بانک های اطلاعاتی بزرگ توسط ادارات دولتی، در بانک ها و بخش های خصوصی نیاز به استفاده از داده کاوی به طور عمیق احساس می شود.

داده کاوی چیست؟

داده کاوی  فرایند اکتشاف ، تجزیه وتحلیل خودکار یا نیمه خودکار از مقادیر زیادی از داده ها بمنظور کشف الگوها و قوانین معنادار می باشد. داده کاوی فرایند استخراج وتشخیص الگوهای پنهان یا اطلاعات از پایگاه داده می باشد. به بیان بهتر تجزیه و تحلیل ماشینی داده ها برای پیدا کردن الگوهای مفید ، تازه و قابل استناد در پایگاه داده های بزرگ ، داده کاوی نامیده می شود. می توان داده کاوی  را فرآیند به خدمت گرفتن یک متدولوژی کامپیوتری تعریف کرد که با استفاده ازتکنیک های مختلف مستقیما از داده ها دانش استخراج می کند.

داده کاوی فناوریهایی همچون انبارداده  و نرم افزارهای مدیریتی  ارتباط با مشتری را در یک حوزه جدیدی که شرکتها می توانند مزیتهای رقابتی کسب کنند ایجاد می کند . داده کاوی نقش کلیدی درتقسیم بندی بازار، سرویس های مشتری ،تشخیص تقلب و محک زدن رفتار مشتریان دارد.

مراحل داده کاوی

عمل داده کاوی از یک پایگاه داده به چند مرحله مشخص تقسیم می شود :

● مرحله اول : تشکیل انبار داده 

این مرحله برای تشکیل محیطی پیوسته و یکپارچه جهت انجام مراحل بعدی و داده کاوی در آن، انجام می گیرد.در حالت کلی انبار داده مجموعه پیوسته و طبقه بندی شده است که دائما در حال تغییر بوده و دینامیک است که برای کاوش آماده می شود.

● مرحله دوم : انتخاب داده ها 

در این مرحله برای کم کردن هزینه های عملیات داده کاوی، داده هایی از پایگاه داده انتخاب می شوند که مورد مطالعه هستند و هدف داده کاوی دادن نتایجی در مورد آنهاست.

● مرحله سوم : تبدیل داده ها 

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

● مرحله چهارم : کاوش در داده ها 

در این مرحله داده کاوی انجام می شود.در این مرحله با استفاده از تکنیک های داده کاوی داده ها مورد کاوش قرار گرفته ، دانش نهفته در آنها استخراج شده و الگو سازی صورت می گیرد.

● 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 می شود.

تشریح داده کاوی در بانک

بدلیل حجم گسترده و بسیار زیاد داده های موجود در بانک  و همچنین عدم امکان ذخیره سازی انها ونیاز به پردازش واستخراج پویای اطلاعات ودانش نهفته ها در داده ها بحث داده کاوی جریان داده ها 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 می باشد ازجمله این سازمانها بانک ها و موسسات مالی است که مدیریت ارتباط با مشتری درآنها نقش کلیدی را دارا می باشد. 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 می باشد. امروزه بدلیل بهره‌گیری ازفناوری رایانه‌ای و استفاده از پایگاه داده ها 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 سامانه های مشتری محور و امن می گردد و توجه به جزییات داده ها منجر به خلق مزیت رقابتی پایدارتر و غیر قابل الگو برداری می شود . چهارجنبه مهم کاربرد داده کاوی در بانکداری الکترونیکی شامل : بازاریابی ، مدیریت ارتباط با مشتریان ، تشخیص کلاهبرداری و مدیریت ریسک داراییها  می باشد .

از کاربرد های داده کاوی دربانک می توان به نمونه های زیر اشاره کرد :

  • کشف پول شویی
  • شخیص مشتریان ثابت و همیشگی
  • تعیین مشتریان استفاده کننده از یک سرویس خاص

همچنین اطلاعات استخراج شده از داده کاوی را می توانیم 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 می باشدهمچنین نتایج داده کاوی در بعد تحلیل بازارشامل پشتیبانی مواردی چون بازاریابی هدفمند نیز می باشد.

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 داده های مربوط به مشتریان را استخراج ، مدیریت وسپس به پشتیبانی از تصمیمات بازاریابی بپردازند می باشند.

درباره نویسنده

مطالب مرتبط

نظر بدهید