Odpowiednie dane, etyczne podejście oraz automatyzacja z udziałem człowieka, to szansa na konkurencyjną pozycję w sektorze finansowym

Odpowiednie dane, etyczne podejście oraz automatyzacja z udziałem człowieka, to szansa na  konkurencyjną pozycję w sektorze finansowym
Dr Michał Nowakowski, prezes Zarządu PONIP. Źródło: PONIP
Udostępnij Ikona facebook Ikona LinkedIn Ikona twitter
Dane już dzisiaj stanowią ważny element działalności biznesowej, nawet jeżeli nie wykorzystujemy takich metod i podejść jak uczenie maszynowe czy głębokie. Decyzje, które podejmujemy na co dzień opierają się na danych, które w taki lub inny sposób opisują rzeczywistość lub postrzeganie rzeczywistości przez konkretny podmiot, który dane wygenerował. To, jakie dane, i w jakiej ilości są dostępne (warto zwrócić uwagę na ostatni dokument EDPS w sprawie „błędów” w rozumieniu uczenia maszynowego) dla przetwarzającego ‒ będzie przekładało się na rezultaty procesu ich analizy czy wykorzystania do konkretnych czynności, np. podjęcia decyzji. O sektorze finansowym często mówi się w kontekście danetyzacji, czyli monetyzacji danych, w których posiadaniu instytucje finansowe się znajdują. Coraz częściej także w kontekście rozwijającej się koncepcji platformizacji oraz finansów „wbudowanych” (embedded finance), pisze Michał Nowakowski, prezes Zarządu PONIP.

Nie sposób zaprzeczyć, że instytucje finansowe, o zróżnicowanym rodowodzie, mają dostęp do znacznej ilości informacji, także wrażliwych, które mogą być źródłem zarówno pozytywnych, jak i negatywnych konsekwencji ich wykorzystania.

Przyjrzyjmy się przykładowo usłudze odroczonych płatności (Buy Now, Pay Later ‒ BNPL), która zaskarbiła sobie serca wielu konsumentów, a także sprzedawców, którzy mogą się pochwalić znacznie większą konwersją, i tym samym wynikami finansowymi. Usługa pozwala ‒ przy spełnieniu pewnych wymogów prawno-regulacyjnych ‒ na sfinansowanie zakupów, których normalnie konsument mógłby nie zrealizować ze względu na przykład na problemy płynnościowe.

Obecnie funkcjonują bardzo zróżnicowane modele realizacji usługi BNPL, jednak warto podkreślić, że każdy z nich opiera się na takiej lub innej ocenie informacji na temat konkretnego konsumenta.

To, w jaki sposób będzie realizowana usługa, z perspektywy instytucji finansowej jest zależne w głównej mierze od tego, jakimi informacjami dysponuje ona w kontekście konkretnego klienta i jaki ma też apetyt na ryzyko. Wiele platform eCommerce posiada już całkiem dobre zestawy danych, które mogą posłużyć do mniej standardowej oceny zdolności do spłaty zadłużenia. Przykładem takich danych są po prostu informacje dotyczące częstotliwości zakupów, kwot pojedynczych transakcji czy konkretnych zakupów (np. specjalistycznych książek czy sprzętu dla profesjonalistów).

W oparciu o takie dane można stworzyć profil klienta i z pewną dozą prawdopodobieństwa przypisać temu profilowi określony scoring, odzwierciedlający prawdopodobieństwo braku spłaty. Dane te, w połączeniu z danymi płatniczymi (lub szerzej finansowymi), mogą posłużyć także do lepszego zrozumienia potrzeb potencjalnych klientów, np. w zakresie kredytu czy rachunków oszczędnościowych. O ile klient wyraził na to zgodę, połączenie tych danych może także posłużyć platformie sprzedażowej czy konkretnemu sprzedającemu do predykcji kolejnych ruchów zakupowych, a stąd prosta droga do systemów rekomendacyjnych.

BNPL to zresztą nie jedyny obszar, gdzie dane dotyczące użytkowników mogą być wykorzystywane do profilowania oraz personalizacji.

Personalizacja produktów i usług stanowi ważny trend cyfrowych finansów, choć dzisiaj nie jest jeszcze to „coś”, co ma charakter powszechny. Przyczyn tego stanu rzeczy jest kilka i pewnie nie wszystkie tutaj wymienię, ale wśród najważniejszych można wskazać:

– Oczekiwania klientów w zakresie (hyper)personalizacji niepołączone z wolą udostępniania danych na ich temat ‒ problematyka zgody;

– Niepewność prawna i regulacyjna, czy też ograniczenia o podobnym charakterze, które uniemożliwiają swobodniejsze wykorzystanie różnych kategorii danych;

– Nieprzystosowanie instytucji finansowych do przetwarzania danych o tak zróżnicowanym charakterze i brak rozwiązań technicznych po ich stronie;-

– Brak pomysłu na wykorzystanie tych danych dla dobra instytucji, jak i jej klientów.

Ten ostatni powód jest często połączony z brakiem pewności co do tego „co można i czego nie można”, a więc czy zebrane dane ‒ o ile mają charakter danych osobowych ‒ mogą być przedmiotem przetwarzania na konkretne potrzeby. Jest to konsekwencją tego, że Rozporządzenie 2016/679 (RODO) wprowadziło wyraźną zasadę ograniczenia celu, zgodnie z którą dane są zbierane w konkretnych, wyraźnych i prawnie uzasadnionych celach i nieprzetwarzane dalej w sposób niezgodny z tymi celami.

Dane, które posiada sektor finansowy nie są game changerem, ale możliwości ich wykorzystania dla dobra instytucji oraz klientów ‒ już tak

W konsekwencji, co z tego, że dana instytucja finansowa posiada określone dane, nawet o dużej wartości, jeżeli nie może z nich skorzystać ze względu na te ograniczenia (dotyczy to danych historycznych, jak i zbieranych „na zaś”). Jeżeli bowiem nie mamy konkretnego use case, czyli po prostu pomysłu na produkt czy usługę lub inne wykorzystanie danych, to z dużym prawdopodobieństwem nie mamy też podstawy do ich przetwarzania, a ogólnie określone cele nie zawsze (praktycznie nigdy) będą spełniały oczekiwania organów nadzoru.

Czytaj także: Od danych nie da się uciec, czyli o czymś więcej niż o otwartych finansach

Dane drogą do (nie)bezpieczeństwa

Dane, które są w posiadaniu sektora finansowego mogą także posłużyć do ochrony konsumenta (i nie tylko), np. przed nieautoryzowanymi transakcjami (systemy antyfraud czy silne uwierzytelnienie klienta), ale także przed nadmiernym wydawaniem pieniędzy, np. alerty o niebezpiecznie niskim poziomie wpływów względem wypływów z rachunku.

Dane mogą być także stosowane na potrzeby przeciwdziałania praniu pieniędzy i finansowania terroryzmu, choć oczywiście wymaga to angażowania sporych zasobów infrastrukturalnych i oprogramowania opartego o jakąś formę automatyzacji, a także dostępu do wiarygodnych źródeł informacji zapewniających w miarę otwarty dostęp.

Niejednokrotnie wymaga to jednak pozyskania informacji o szczególnym (wrażliwym) charakterze, czyli np. danych stanowiących biometrię behawioralną, które obciążone są dużą odpowiedzialnością ze strony podmiotów, które je przetwarzają. Wykorzystując taką biometrię poznajemy przecież zachowania użytkownika, jego przyzwyczajenia, a nierzadko nawet rytm dnia, a stąd już prosta droga do ewentualnej manipulacji, np. na potrzeby zwiększenia sprzedaży. Pokusa może być spora, a to niewątpliwie cenne źródło informacji.

Łączenie danych zawsze może być problematyczne

Na poziomie globalnym, jak i Unii Europejskiej trwają obecnie dyskusje nad wprowadzeniem zasady regulacji i nadzoru, którą można określić jako:

    same activity, same risks, same approach/rules,

‒ przyjęcie takich samych zasad regulacji i nadzoru dla takich samych (zbliżonych) stanów faktycznych, tj. prowadzonej działalności.

Zasada ta poruszana jest przede wszystkim w kontekście wejścia dużych spółek technologicznych na rynek usług finansowych, wskazując, że dostęp do znacznych ilości „dobrych” danych o klientach usług niefinansowych, może stanowić istotną (i potencjalnie zabójczą) przewagę tych firm względem podmiotów, które do tego typu informacji dostępu nie mają.

Rodzi to oczywiście pytania o to, jak regulować i nadzorować, aby z jednej strony zapewnić zdrową konkurencję, ale jednocześnie nie przekroczyć pewnej granicy prawa, którą wyznaczają także przepisy konstytucyjne.

Dane, które są w posiadaniu sektora finansowego mogą także posłużyć do ochrony konsumenta (i nie tylko), np. przed nieautoryzowanymi transakcjami (…), ale także przed nadmiernym wydawaniem pieniędzy

Do czasu unormowania czy w ogóle zarysowania ram dla realizacji tej zasady, przewaga dużych spółek technologicznych na rynku danych zdaje się być znacząca, i to nawet pomimo projektowanych i wprowadzanych rozwiązań prawnych, np. w odniesieniu do dużych platform internetowych. Już dzisiaj mając dostęp do danych sprzedażowych można tworzyć profile klientów, którym w przyszłości będzie można oferować określone (spersonalizowane) produkty i usługi finansowe.

Określenie grupy docelowej wydaje się dzisiaj, uwzględniając Big Data oraz jakość informacji, stosunkowo proste, nawet jeżeli podmioty te nie decydują się jeszcze wejść na rynek usług finansowych „z przytupem”.

Czytaj także: Jeśli nie ma umowy kredytowej to dane klienta pozyskane w toku procesu oceny zdolności kredytowej powinny zostać usunięte?

Jak wyjść z tego zderzenia z twarzą i wyższą konkurencyjnością

Nie jest to zadanie łatwe. Instytucje finansowe ‒ w szczególności te zastane ‒ nadal są zdystansowane co do możliwości wejścia w głębszą kooperację z innymi podmiotami, czy to w ramach platformizacji, czy też embedded finance. Jednym z powodów są oczywiście ograniczenia regulacyjne i obawy o bezpieczeństwo danych, ale także brak dojrzałości organizacji w zakresie mądrego i etycznego wykorzystania danych.

Jednym z błędów, które dzisiaj popełniają takie instytucje jest brak myślenia długoterminowego i pomysłu na nowe modele biznesowe, które będą jednocześnie innowacyjne i bezpieczne, także z perspektywy systemowej.

Instytucje często nie wdrażają strategii dla danych lub jest ona zbyt ogólna i niepołączona z odpowiednimi instrumentami (zasobami i kompetencjami), co w przyszłości może być przyczyną przegranej na rynku usług finansowych. Jeżeli nawet nie myślimy o produktach data-driven dzisiaj, to powinniśmy przynajmniej przygotować się na to, że za 3‒5‒7 lat staną się one pewnym standardem, a ich przygotowanie będzie wymagało przygotowania i „historii”, która posłuży do budowania nowych rozwiązań. Jeżeli dzisiaj nie pomyślimy o przygotowaniu się na te zmiany, to wejście w nową erę cyfrowych danych będzie dużo trudniejsze, a pamiętać trzeba, że konkurencja nie śpi.

Będzie to wymagało także zmiany podejścia w samej organizacji do danych, bezpieczeństwa i etyki, np. w zakresie prywatności, bo bez tego łatwo o utratę zaufania klientów, które instytucje finansowe mają, ale i budują w dalszym ciągu. Nie jest to coś dane raz na zawsze, ale coś, co wymaga szczególnej dbałości.

Czy dane w posiadaniu sektora finansowego to rzeczywiście game changer?

Odpowiedź brzmi ‒ nie. Dane, które posiada sektor finansowy nie są game changerem, ale możliwości ich wykorzystania dla dobra instytucji oraz klientów ‒ już tak. Surowe dane, pozbawione odpowiedniej podstawy prawnej czy „obróbki” nie przyniosą większej korzyści, a nadto będą stanowiły wyłącznie obciążenie instytucji, ze względu na konieczność przechowywania i zabezpieczenia ich przez określony czas.

Przepisy o ochronie danych, wynikające nie tylko z RODO, ale i ustawy Prawo bankowe czy ustawy o usługach płatniczych, z pewnością tego nie ułatwiają. W tym sensie będzie więc coraz trudniej.

Instytucje często nie wdrażają strategii dla danych lub jest ona zbyt ogólna i niepołączona z odpowiednimi instrumentami (…), co w przyszłości może być przyczyną przegranej na rynku usług finansowych

Jednocześnie jednak, jeżeli znajdziemy konkretne zastosowania do różnych kategorii danych, to niewątpliwie możemy zwiększyć atrakcyjność, zarówno jako indywidualne organizacje, jak i cały sektor.

Odpowiednio dobrane dane, etyczne podejście do nich oraz automatyzacja z udziałem człowieka, to szansa na zbudowanie konkurencyjnej pozycji. Pozycji, której możemy nie mieć szansy wypracować za 3‒5‒7 lat bez odpowiedniego przygotowania.

Dr Michał Nowakowski,

prezes Zarządu Polskiej Organizacji Niebankowych Instytucji Płatności (PONIP).

Poglądy i opinie wyrażone w niniejszym artykule stanowią wyłącznie osobiste poglądy autora i nie mogą być utożsamiane z poglądami lub opiniami instytucji, z którą autor jest lub był związany.

Źródło: aleBank.pl