CHƯƠNG 1: Nội dung chương đà chỉ ra được vấn đề nghiên cứu. Vân đô lớn nhât là việc khai phá dừ liệu Big Data phục vụ kinh doanh còn hạn chế. Một phần do sự phân tán của dừ liệu. Phân còn lại là năng lực khai thác chưa được đâu tư triệt đê.
Đê án là một sự khới đầu phần nào giúp ngân hàng XYX có cơ hội khai thác dừ liệu lớn phục vụ bán chéo sán phấm, tạo kích thích tiêu dùng dịch vụ thé. Đây cùng là cơ sờ đế đề án hình thành mục tiêu nghiên cứu và sẽ được giái quyêt trong những chương tiêp theo. 6 CHƯƠNG 2: cơ SỎ LÝ LUẬN 2. Khái niệm Bán chéo được dịch sang tiêng Anh là Cross-Selling.
Đây là một kĩ thuật bán hàng chuyên nghiệp thường được các đơn vị hoặc công ty sử dụng đê kích thích mua hàng khiên khách hàng phái chi tiêu nhiêu hơn băng cách mua một sán phâm có liên quan đen nhũng sán phâm hay dịch vụ đâ được mua. Mặc dù sẽ mất thêm tiền nhưng với hình thức này khách hàng sè dê dàng châp nhận vì giúp cho họ phát hiện ra nhừng sản phâm mình đang cần hoặc sẽ cần sử dụng đến trong lương lai. Big Data là một thuật ngừ dùng để chí một lập hợp dữ liệu rất lớn và rất phức tạp đến nồi nhừng công cụ, ứng dụng xử lý dừ liệu truyền thống không thể nào đám đương được (Memon et al. Bằng việc tống hợp một lượng rất lớn thông tin từ các nguồn khác nhau khiến cho Big Data trở thành một công cụ rất mạnh cho việc ra các quyết định kinh doanh, nhận diện hành vi và xu hướng nhanh hơn và tôt hơn rât nhiêu so với cách thức truyền thông.
Dừ liệu lớn có thê bao gôm cá dữ liệu câu trúc, không câu trúc hay bán cẩu trúc. Big Data được nhận diện trên ba khía cạnh chỉnh: Dừ liệu (Data), Công nghệ (Technology), Quy mô (Size). Thứ nhất, dừ liệu (Data) bao gồm các dừ liộu thuộc nhiều định dạng khác nhau như hình ãnh, video, âm nhạc. trên Internet; gôm các dữ liệu thu thập từ các hệ thống cám biến cỏ kết nổi với hệ thống máy chù; dữ liệu của khách hàng ờ các ứng dụng thông minh và các thiết bị có kết nối mạng; dữ liệu của người dùng đê lại trên các flatform của mạng xà hội.
Vi các dừ liệu được cập nhật qua các thiết bị kết nối mạng từng giờ, từng phút, từng giây và đến từ nhiều nguồn khác nhau nên khôi lượng dừ liệu này là rât lớn (Big). Hiện nay, Big Data được đo lường theo đơn vị Terabytes (TB), Petabytes (PB) và Exabytes (EB). Yếu tố nhận diện thứ hai của Big Data là công nghệ (Technology). Công nghệ thường được thiêt kê và hình thành một hệ sinh thái từ dưới đi lên đẻ cỏ khá năng xứ lý các dừ liộu rất lớn và phức tạp.
You tổ nhận diện thứ ba cùa Big Data là 7 quy mô cúa dữ liệu. Hiện nay, vần chưa cỏ một khái niệm cụ thể hay định lượng chính xác đê xác định thế nào là dừ liệu lớn. Do đó, có thể tạm hiếu là khi dữ liệu vượt quá khả năng xử lý cùa các hộ thống truyền thống thì SC được xếp vào dạng dừ liệu lớn (Big Data). Hiện nay hầu hết các ngân hàng đều đang sờ hừu Big Data của riêng mình.
Theo kết quả khảo sát được thực hiện bời Ọubole - Công ty hàng đầu về cung cấp giài pháp, nên táng quán lý dừ liệu hạ tâng đám mây phục vụ phân tích và bời Dimensional Research - một tỏ chức nghiên cứu thị trường công nghệ, lĩnh vực chăm sóc khách hàng, kê hoạch công nghệ thông tin, quy trinh bán hàng và hoạt động tài chính là các lĩnh vực thu lợi nhiều nhất từ Big Data. Như vậy, có thê thấy được là mục đích khai thác Big Data cua các ngân hàng là hướng đến chăm sóc khách hàng, phân tích dừ liệu khách hàng để phát tricn sàn phâm, dịch vụ; ứng dụng thông minh đê tăng trái nghiệm của khách hàng và giừ chân khách hàng khi sự cạnh tranh ngày càng gay gắt giừa các ngân hàng. Với các công cụ phân tích, đặc biệt là công cụ phân tích dự báo (Predictive Analytics) và khai thác dừ liệu (Data mining), Big Data giúp các ngân hàng đo lường, phân tích các vấn đề liên quan đến sản phẩm, dịch vụ, tìm ra các cơ hội và phát hiện các nguy cơ rủi ro; đông thời, tính toán, dự báo được doanh thu, lợi nhuận từ hoạt động kinh doanh hàng ngày.1 Các đặc điểm của Big data Theo Sharma et al. (2019), số liệu Big Data là sự kết hợp của tất cà các quy trình và công cụ liên quan đến việc quán lý và sử dụng các tập dữ liệu lớn.
Khái niệm dữ liệu lớn ra đời do nhu câu biêt các xu hướng, sờ thích và mô hình trong cơ sờ dữ liệu lớn được tạo ra khi con người tương tác với các hệ thống khác nhau cùng lúc. Với dừ liệu lớn, các tố chức kinh doanh có thế sử dụng phân tích & trực quan hóa, đồng thời tìm ra những khách hàng có lợi và có giá trị đóng góp hiệu quả cho công ty hoặc tô chức kinh doanh. Nó cùng có thê giúp doanh nghiệp tạo ra nhưng trái nghiệm, dịch vụ và sàn phâm mới. Các ứng dụng phân tích dữ liệu lớn cho phép nhà phân tích dừ liệu lớn, 8 nhà khoa học dừ liệu, nhà lập mô hình dự đoán, nhà thống kê và các chuyên gia phân tích khác phân tích khôi lượng ngày càng tăng của dừ liệu giao dịch có câu trúc, dừ liộu bán cấu trúc và không cấu trúc, cùng với các loại dừ liệu khác thường chưa được khám phá bời trí tuệ kinh doanh thông thường (Business Intelligence) và bất kỳ chương trình phân tích nào khác.
Điêu đó bao gôm hỗn họp các loại dừ liệu khác nhau, chẳng hạn như dừ liệu Internet, nhật ký máy chù web, nội dung mạng xã hội, vãn bản lừ email cua khách hàng và phán hôi kháo sát, hô sơ điện thoại di động và dữ liệu máy được thu thập bời các cám biến được kết nổi với web vạn vật. Sự xuất hiện và phát triên cua phân tích dữ liệu lớn: Thuật ngữ dữ liệu lớn (Big Data) lân đâu tiên được dùng đê chi việc tăng khối lượng dừ liệu vào giữa những năm 1990. Các ứng dụng của Big Data trong lĩnh vực ngân hàng Dừ liệu Big Data trong nhừng năm gân đây đà trờ nên dân quen thuộc với các tố chức ngân hàng (Hany & Alaa, 2013). ít nhiều các ngân hàng cũng đà sử dụng tài nguyên này đê tạo và duy trì môi quan hệ và kêt nôi trực tiêp với khách hàng cá nhân và tổ chức nhàm tạo ra nhừng sản phâm đáp ứng nguyện vọng và nhu cầu về các loại hình sàn phấm dịch vụ với các chinh sách ưu đài nhất định.
Thông thường, những khách hàng được chọn sè được liên hệ trực liêp qua liên hệ cá nhân, điện thoại di động, thư và e-mail hoặc bất kỳ liên hệ nào khác đế quáng cáo sán phẩm/dịch vụ mới hoặc đưa ra ưu đãi, ngân hàng đà không ngừng sử dụng lực lượng nhân viên đề liếp cận và chào hàng. Trên thực tê, chiên lược marketing trực ticp là chiến lược chính của nhiêu ngân hàng và các cồng ly dịch vụ liên quan khồng ngừng tạo sức hút với người liêu dùng. Theo Srivastava & Gopalkrishnan (2015) các chuyên gia trong ngành tài chính định nghía Big Data là công cụ cho phép một tồ chức sáng tạo tạo thao lác và quân lý các tập dữ liệu rât lớn trong một khung thời gian nhât định và dung lượng lưu trữ cần thiết đế hồ trợ khối lượng dừ liệu, nó mang tính đặc trưng bời tính đa dạng, khổi lượng và tốc độ lưu trừ. Một khi dừ liệu Big Data được làm giàu, sè giúp tồ chức tài chinh hướng đên khai phá làm cơ sờ đê tăng cường khuôn khô quản lý rủi ro 9 hoạt động kinh doanh, điều này góp phàn cài thiện tính minh bạch, khâ năng kiểm toán và giám sát rủi ro của ngân hàng.
Rõ ràng Big Data giúp cho tổ chức ngân hàng có thể phân tích hành vi khách hàng tham gia dịch vụ. Điên hình Kahreh et al. (2014) đà vận dụng nguôn dừ liệu Big Data đê đo lường giá trị đóng góp của từng khách hàng theo thời gian (Customer lifetime value), từ đó giúp ngân hàng tiến đến phân khúc thị trường. Với nhận thức tài nguyên dừ liệu Big Data, các tổ chức tín dụng có những thay đôi cách thức khai thác dừ liệu băng cách thu thập một khôi lượng dừ liệu Big Data và tiến hành khai phá.
Tuy nhiên, đê khai phá dữ liệu trong một tô chức tín dụng, năng lực của ngân hàng là không thê thiêu được, tức là những nguôn lực nhân viên phài có một kinh nghiệm và kiến thức nhất định. Mặc dù vần còn một số ngân hàng chưa tuyệt đối khai phá dừ liệu Big Data thành công trong phân lích hành vi, nhưng cục diện chung đã có những bước thay đôi trong tiêp cận và theo dõi được hành vi khách hàng cá nhân sừ dụng thé. Có nhiêu ứng dụng cua Big Data trong lĩnh vực ngân hàng. Một sô ứng dụng có thế được kể đến như sau: Thử nhất, sử dụng Big Data phục vụ phân tích hành vi và thói quen tiêu dùng/chi tiêu cua khách hàng Dừ liệu cùa ngân hàng hàng giờ, hàng ngày và hàng tháng có một lượng giao dịch của khách hàng lãng lên đáng kế.
Nếu sổ lượng khách hàng của ngân hàng nhiều hơn thi số giao dịch sỗ được nhân lên nhiều hơn. Ngân hàng là một trong nhùng tố chức có được thông tin cá nhân, thông tin nhân khẩu học cúa khách hàng cá nhân mang tính chính xác là khá cao. Điêu này xuât phát từ nhu câu của khách hàng và điêu kiện tiên quyêt của ngân hàng đối với khách hàng khi cấp phát the tín dụng hoặc cho khách hàng vay vốn. Một khi thông tin khách hàng cá nhân được cung câp nhiêu hơn, cộng với các hoạt động giao dịch và sử dụng dịch vụ cúa khách hàng, ngân hàng có thể vận dụng các phương pháp thống kê hay thuật toán đế dự báo hành vi khách hàng (Ekinci et al.
Điêu quan trọng hơn, dựa vào lịch sứ tiêu dùng cũng như lịch sử giao dịch cùa 10 khách hàng cá nhân, ngân hàng có the xây dựng các chương trinh giừ chân khách hàng, kích thích tiêu dùng thê và tiên đôn xây dựng chiên lược bán chéo sản phâm hoặc dịch vụ. Thứ hai, sử dụng dữ liệu Big Data hướng đễn phân khúc thị trường. Gần đây việc sử dụng dừ liệu Big Data không cồn xa lạ đối với các tổ chức tín dụng, doanh nghiệp.