Trong phần trình bày của ông tại Diễn đàn ngân hàng bán lẻ CMC có nhấn mạnh chuyển đổi dữ liệu số rất cần thiết với ngân hàng bán lẻ., vì sao vậy thưa ông?

Chuyển đổi dữ liệu số (Data Driven Transformation) là một hình thức phát triển chiến lược kinh doanh tài chính số của doanh nghiệp tài chính ngân hàng, trong đó tận dụng ưu thế nguồn dữ liệu hiện hữu của mình để thực hiện những phân tích sâu nhằm hiểu rõ hơn về khách hàng, vận hành hay tài chính để cải thiện hiệu suất kinh doanh, từ đó tạo ra những điều chỉnh trong chiến lược kinh doanh số của mình.

Việc áp dụng phân tích dữ liệu vào hoạt động kinh doanh trong ngành tài chính ngân hàng đã có từ lâu, tuy nhiên với những hạn chế về mặt thông tin lẫn nguồn lực, các phân tích hiện đang chỉ xoay quanh các hình thái báo cáo tổng hợp hoặc các bảng báo cáo vận hành. Hiện nay, với sự bùng nổ của lượng dữ liệu (Big Data), việc áp dụng phương pháp phân tích dữ liệu nâng cao như Big Data Analytic hay Machine Learning, Ngân hàng có thể nhìn vào thật sâu trong dữ liệu hiện hữu của mình, có được những năng lực tiên đoán tốt hơn, đặc biệt trong rủi ro tín dụng. Việc tiên đoán chính xác hơn rủi ro tín dụng mang lại sự cải thiện các thông số tài chính khác, ví dụ như hoạt động trích lập dự phòng sẽ được cải thiện đáng kể.

Qua quá trình làm việc thực tế với các khách hàng, theo ông, đâu là thách thức đối với việc thực hiện chuyển đổi dữ liệu số của các ngân hàng?

Trong phần trình bày của ông tại Diễn đàn ngân hàng bán lẻ CMC có nhấn mạnh chuyển đổi dữ liệu số rất cần thiết với ngân hàng bán lẻ., vì sao vậy thưa ông?

Chuyển đổi dữ liệu số (Data Driven Transformation) là một hình thức phát triển chiến lược kinh doanh tài chính số của doanh nghiệp tài chính ngân hàng, trong đó tận dụng ưu thế nguồn dữ liệu hiện hữu của mình để thực hiện những phân tích sâu nhằm hiểu rõ hơn về khách hàng, vận hành hay tài chính để cải thiện hiệu suất kinh doanh, từ đó tạo ra những điều chỉnh trong chiến lược kinh doanh số của mình.

Việc áp dụng phân tích dữ liệu vào hoạt động kinh doanh trong ngành tài chính ngân hàng đã có từ lâu, tuy nhiên với những hạn chế về mặt thông tin lẫn nguồn lực, các phân tích hiện đang chỉ xoay quanh các hình thái báo cáo tổng hợp hoặc các bảng báo cáo vận hành. Hiện nay, với sự bùng nổ của lượng dữ liệu (Big Data), việc áp dụng phương pháp phân tích dữ liệu nâng cao như Big Data Analytic hay Machine Learning, Ngân hàng có thể nhìn vào thật sâu trong dữ liệu hiện hữu của mình, có được những năng lực tiên đoán tốt hơn, đặc biệt trong rủi ro tín dụng. Việc tiên đoán chính xác hơn rủi ro tín dụng mang lại sự cải thiện các thông số tài chính khác, ví dụ như hoạt động trích lập dự phòng sẽ được cải thiện đáng kể.

Qua quá trình làm việc thực tế với các khách hàng, theo ông, đâu là thách thức đối với việc thực hiện chuyển đổi dữ liệu số của các ngân hàng?