Raport Specjalny. Analityka biznesowa w Systemie Bankowym: Otacza nas morze danych

Banki posiadają informacje z innych źródeł, takich jak systemy klasy ERP i CRM, które pozwalają uzyskać dodatkowe informacje o rentowności klientów i ich sposobach reagowania na oferty marketingowe w przeszłości. Dodatkowo instytucje finansowe mają również dostęp do dużej ilości danych związanych z programami lojalnościowymi.

Jeżeli dodamy do tego informacje z poszczególnych oddziałów banków, a także – wraz z rozwojem bankowości mobilnej – materiały o wykorzystaniu aplikacji i lokalizacji klienta, okaże się, że banki mają znacznie większe możliwości zbierania, przetwarzania i analizowania ogromnych ilości danych niż jakiekolwiek inne podmioty na rynku.

– Bank nie poradziłby sobie dzisiaj bez szeroko rozumianego big data. Nie trafiałby poprawnie z dobraną ofertą, w odpowiednim czasie, do odpowiednich klientów. W konsekwencji utraciłby znaczną część przychodów, generując jednocześnie niepotrzebne koszty – twierdzi Wojciech Szmidt, dyrektor Departamentu Customer Intelligence w Credit Agricole Banku Polska.

Jak prognozują badacze rynku z International Data Corporation (IDC), w 2025 r. ludzie i maszyny będą generować już 175 zetabajtów danych. Gdyby zapisać je na zwykłych płytach DVD, dałoby to 23 stosy krążków sięgających aż do Księżyca. Roczny, średni przyrost danych dobija do 30%.

Korporacje, w odróżnieniu od małych przedsiębiorców, pomimo największych chęci mają ograniczone możliwości manualnego dopasowywania oferty do każdego klienta indywidualnie. Aby nie pozostać w tyle, muszą inwestować i rozwijać technologie wspierające działania szyte na miarę pojedynczego klienta, a jednocześnie dające się wykorzystywać na masową skalę. Z pewnością firmy mogą poradzić sobie bez big data i analityków, ale z góry skazują się na marnowanie zasobów, na nieefektywne działania w bardzo dynamicznie rozwijającym się środowisku biznesowym.

Wielkie zbiory

Big data z czasem stało się określeniem na tyle szerokim, że warto doprecyzować, o czym naprawdę mówimy. W podstawowym rozumieniu tego słowa ograniczamy się do technologii przetwarzania dużych zbiorów danych, których analizowanie przez klasyczne technologie jest niemożliwe. Mówimy tutaj o zbiorach liczonych raczej w petabajtach niż terabajtach. Istotną kwestią jest możliwość przetwarzania danych nieustrukturyzowanych. Prym wiodą technologie w dużej części oparte na open source – ekosystem Hadoop czy też Spark.

– Pamiętajmy, że wiedzę o klientach bank czerpie przede wszystkim z danych, które w mniejszym lub większym stopniu są ustrukturyzowane. Big data w szerokim tego słowa znaczeniu zawiera wszystko, co kiedyś nazywaliśmy Data Miningiem, ...