Hur data förändrar bankverksamhetens framtid – Fintech Singapore

Banker samlar in och håller enorma mängder användbar data, och många använder redan framgångsrikt big data och AI i olika affärsfall.

Potentialen att optimera dataanvändningen genom en datadriven bankstrategi är enorm, särskilt för mindre banker. Detta eftersom även små projekt kan uppnå ett tydligt mervärde med en sådan strategi.

Denna artikel, ett samarbete mellan finansiell mjukvaruleverantör ti&m och Google Cloud, dök upp i ti&m-specialen om digital bankverksamhet, där man utforskade användningen och potentialen av big data och AI i banksektorn.

Smakämnen komplett tidning ger ytterligare insikter i olika bank- och tekniktrender.

De flesta banker har ännu inte riktigt skrapat på ytan av datadriven bankverksamhet. Detta trots att potentialen för dataanalys och AI inom bankväsendet har erkänts och bevisats av branschexperter, vilket framgår av de senaste undersökningarna i ämnet.

Men för att banker ska förbli framgångsrika i framtiden måste de kontinuerligt och dynamiskt anpassa sina affärsmodeller till förändrade förutsättningar.

De viktigaste drivkrafterna bakom datadriven bankverksamhet är tekniska och regulatoriska faktorer. Baserat på dessa faktorer kan specifika användningsfall för olika spakar för att förbättra affärsresultat (t.ex. minimera kostnader, minska risker eller öka omsättningen) identifieras.

Teknikens drivkrafter driver banker mot en datadriven framtid med AI

Tekniken är den viktigaste drivkraften för datadriven bankverksamhet. De drivkrafter som anses särskilt relevanta för finansbranschen möjliggör flexibel skalning, standardiserad och därmed effektiv interaktion mellan olika leverantörer och de senaste metodologiska tillvägagångssätten.

Den grundläggande resursen bakom alla tre tekniska drivkrafterna är data. Detta är grunden på vilken finansiella institutioner kan skapa mervärde för både sig själva och sina kunder.

Den data som är tillgänglig för banker kan delas in i tre huvudtyper: masterdata (inklusive kunddata och socioekonomiska data), transaktionsdata (t.ex. betalningar, affärer) och beteendedata (t.ex. interaktioner över olika kanaler).

Utmaningen ligger ofta i att sätta upp en lämplig IT-infrastruktur och ett datahanteringssystem som samlar in och lagrar data från olika (interna) källor. Detta kräver en tillräckligt stor mängd datorkraft.

Språnget i tekniska möjligheter som AI-forskningen åstadkommer har producerat en mängd nya innovationer och affärscases.

De viktigaste faktorerna som driver denna process är innovationer inom området för djupinlärning, en snabbt växande volym tillgänglig data och tillgång till relativt billig datorkraft (t.ex. via molnberäkning).

Många banker använder redan AI i ett eller flera affärsfall, och ett växande antal fintechs går också i denna riktning.

Stor potential inom många områden av bankverksamhet

Att tillämpa datadriven bankverksamhet kan förbättra bankernas prestanda genom olika hävstänger.

Användningsfall som automatiserad kundintroduktion eller automatisk screening av potentiellt politiskt utsatta personer kan minska kostnaderna för finansinstitutioner.

Dessutom kan affärsrisker inom bankverksamhet minimeras genom datadrivna insikter, till exempel genom mer exakta fallissemangsprognoser i utlåningsverksamheten.

Utöver förbättringar på kostnads- och risksidan kan datadriven bankverksamhet också gynna intäktssidan.

Konkreta applikationer som rekommendationssystem kan hjälpa finansinstitut att öka sina intäkter genom upp- och korsförsäljning, högre konverteringsfrekvens och minskad kundförlust.

Kunderna drar också direkt nytta av förbättringar av personalisering och kundupplevelse, vilket i sin tur leder till högre kundnöjdhet.

Allt handlar om rätt inställning

De tekniska och regulatoriska ramarna för en övergång till datadriven bankverksamhet finns redan idag. Men för att framgångsrikt implementera användningsfall måste bankerna i grunden ändra sitt tänkesätt.

En compliance-mentalitet råder ofta, och detta förhindrar eller åtminstone bromsar innovation i många situationer.

Detta tänkesätt måste ersättas med en teknik- och datavänlig kultur som gör det möjligt för företag att utnyttja den fulla potentialen av datadriven bankverksamhet inom de befintliga rättsliga ramarna.

Den här artikeln är baserad på den 28-sidiga vitbok "Datadriven bankverksamhet," ett samarbetsarbete av Google Cloud, Institute of Financial Services i Zug, Schweiz och ti&m, som erbjuder en djupgående utforskning av ämnet.

Author

Mer information om författare