ബാങ്കിംഗ് വ്യവസായത്തില്‍ ബിഗ് ഡാറ്റയുടെ വലിയ പങ്ക്

ബാങ്കിംഗ് വ്യവസായത്തില്‍ ബിഗ് ഡാറ്റയുടെ വലിയ പങ്ക്

വളരെയധികം ഡാറ്റ സൃഷ്ടിക്കുകയും ശേഖരിക്കുകയും ചെയ്യുന്നതിനനുസരിച്ചു ബാങ്കിംഗ് രംഗവും മാറാന്‍ പോവുകയാണ്. 2020-ഓടെ ഡാറ്റയുടെ അളവില്‍ ഏഴ് മടങ്ങ് വര്‍ദ്ധനയുണ്ടാകുമെന്നാണു വിദഗ്ധര്‍ പ്രവചിക്കുന്നത്. ബിഗ് ഡാറ്റയ്ക്കു മറ്റു മേഖലകളെ പോലെ ബാങ്കിംഗ് രംഗത്തെയും വികസനത്തിലേക്കു നയിക്കാന്‍ സഹായിക്കും. അത് 21-ാം നൂറ്റാണ്ടിലെ വികസനത്തിനൊപ്പം സഞ്ചരിക്കാന്‍ ബാങ്കിംഗ് രംഗത്തെ പ്രേരിപ്പിക്കുകയും ചെയ്യും.

സേവനങ്ങള്‍ ലഭ്യമാക്കുന്നതിന്റെയും, പ്രവര്‍ത്തനങ്ങളുടെയും അടിസ്ഥാനത്തില്‍ വിലയിരുത്തുമ്പോള്‍, കഴിഞ്ഞ ഒരു പതിറ്റാണ്ടിനിടെ ബാങ്കിംഗ് വ്യവസായം അത്ഭുകരമായ പുരോഗതിയാണു കൈവരിച്ചത്. പക്ഷേ അതിശയകരമെന്നു പറയട്ടെ, മിക്ക ബാങ്കുകളും അവരുടെ കൈവശമുള്ള പലത്തരത്തിലുള്ള വിവരങ്ങളെ അഥവാ ഡാറ്റ ബേസുകളെ പ്രയോജനപ്പെടുത്തുന്നതില്‍ പരാജയപ്പെട്ടു. എന്നിരുന്നാലും വളരെയധികം ഡാറ്റ സൃഷ്ടിക്കുകയും ശേഖരിക്കുകയും ചെയ്യുന്നതിനനുസരിച്ചു ബാങ്കിംഗ് രംഗം മാറാന്‍ പോവുകയാണ്. 2020-ഓടെ ഡാറ്റയുടെ അളവില്‍ ഏഴ് മടങ്ങ് വര്‍ദ്ധനയുണ്ടാകുമെന്നാണു വ്യവസായ വിദഗ്ധര്‍ പ്രവചിക്കുന്നത്. ബാങ്കിംഗ് രംഗത്തെ വികസനത്തിലേക്കു നയിക്കാന്‍ സഹായിക്കുന്നതാണു ബിഗ് ഡാറ്റ, അത് 21-ാം നൂറ്റാണ്ടിലെ വികസനത്തിനൊപ്പം സഞ്ചരിക്കാന്‍ ബാങ്കിംഗ് രംഗത്തെ പ്രേരിപ്പിക്കുകയും ചെയ്യും.

എന്താണ് ബിഗ് ഡാറ്റ ?

1990-കളിലേക്കു തിരിഞ്ഞു നോക്കുക. അന്നു നമ്മുടെ ദൈനംദിന കലോറി ഉപഭോഗം (calorie consumption) കണക്കാക്കണമെങ്കില്‍ ഓരോ ദിവസത്തെയും പ്രവര്‍ത്തികള്‍ ശ്രദ്ധിച്ച്, റിസര്‍ച്ച് മെത്തഡോളജി (research methodology) എന്ന ഗവേഷണ രീതിയിലൂടെയാണു കലോറിയുടെ അളവ് കണ്ടെത്തിയിരുന്നത്. എന്നാല്‍ 2018-ലെത്തുമ്പോള്‍ നമ്മള്‍ സാങ്കേതികമായി ഒരുപാട് മുന്നേറിയിരിക്കുന്നു. ഇന്നു കലോറി ഉപഭോഗം കണക്കാക്കണമെങ്കില്‍ നമ്മള്‍ ഉപയോഗിക്കുന്ന സ്മാര്‍ട്ട് ഫോണില്‍ ഒരു ഹെല്‍ത്ത് ആപ്പ് ഇന്‍സ്റ്റാള്‍ ചെയ്താല്‍ മാത്രം മതി. നമ്മളുടെ ശരീരത്തിന്റെ ഓരോ ചലനങ്ങളും കൃത്യമായി രേഖപ്പെടുത്തി, കലോറിയുടെ അളവ് എത്രയെന്നു പറഞ്ഞു തരും. 1990-കളില്‍നിന്നും 2018-ലെത്തുമ്പോള്‍ മാറ്റങ്ങള്‍ ഒരുപാട് സംഭവിച്ചു. പക്ഷേ ഇതിനു പിന്നിലുള്ള ശാസ്ത്രം അന്നും ഇന്നും ഒന്നു തന്നെ. ഇന്നു പക്ഷേ നമ്മള്‍ക്കു ഒരുപാട് ഡാറ്റ ശേഖരിക്കാനും സംഭരിക്കാനും സാധിക്കുന്നു. അതോടൊപ്പം അവയെ വിശകലനം ചെയ്യുവാനും കഴിയുന്നു. ഈ സാങ്കേതിക പ്രക്രിയയെയാണു ബിഗ് ഡാറ്റ എന്നു വിശേഷിപ്പിക്കുന്നത്. ബിഗ് ഡാറ്റയുടെ പ്രവാഹത്തിനാണ് ഇന്ന് ലോകം സാക്ഷ്യംവഹിക്കുന്നത്.

കസ്റ്റമറിനെ കുറിച്ചുള്ള വളരെ പ്രധാനപ്പെട്ട വിവരങ്ങള്‍ ബാങ്കിലുണ്ട്. പക്ഷേ അവയെ ഫലപ്രദമായി വിനിയോഗിക്കാനും ഉപയോഗപ്പെടുത്തുവാനും ബാങ്കുകള്‍ക്കു സാധിച്ചിട്ടില്ലെന്നാണു വിലയിരുത്തല്‍. വൈകിയാണെങ്കിലും ഇതിനുള്ള ശ്രമങ്ങള്‍ നടക്കുന്നുണ്ട്.

ഇന്ന് ഏതു കാര്യത്തെ കുറിച്ച് അറിയാനാണെങ്കിലും വന്‍തോതില്‍ ഡാറ്റ ലഭ്യമാണ്. ഏതു ഡാറ്റയെയും വിശകലനം ചെയ്യുവാനും ശേഖരിക്കാനും അത്യാധുനിക സംവിധാനങ്ങളുമുണ്ട്. ബിഗ് ഡാറ്റ ഉപയോഗിച്ചാണു കസ്റ്റമറിന്റെ സ്വഭാവങ്ങളും മുന്‍ഗണനകളും മനസിലാക്കുന്നത്. കസ്റ്റമറിനെ കുറിച്ചുള്ള പൂര്‍ണ ചിത്രം ലഭിക്കാന്‍ ഇന്നു മുന്‍നിര കമ്പനികള്‍ സോഷ്യല്‍ മീഡിയ ഡാറ്റ, ടെക്സ്റ്റ് അനലിറ്റിക്‌സ്, സെന്‍സര്‍ ഡാറ്റ തുടങ്ങിയവ ഉപയോഗിക്കുന്നു. വാള്‍മാര്‍ട്ട്, നെറ്റ്ഫഌക്‌സ്, മൈക്രോസോഫ്റ്റ്, റോയല്‍ ബാങ്ക് ഓഫ് സ്‌കോട്ട്‌ലാന്‍ഡ് തുടങ്ങിയവ ഉദാഹരണങ്ങളാണ്. കമ്പനികള്‍ക്കു പുറമേ നിരവധി രാജ്യങ്ങളിലെ തെരഞ്ഞെടുപ്പ് വേളകളില്‍ വിവിധ രാഷ്ട്രീയ പാര്‍ട്ടികളും ബിഗ് ഡാറ്റ സമീപകാലത്ത് ഉപയോഗപ്പെടുത്തുകയുണ്ടായി. ഇന്ത്യ, യുഎസ് തുടങ്ങിയ രാജ്യങ്ങളില്‍ നടന്ന തെരഞ്ഞെടുപ്പുകളില്‍ ബിഗ് ഡാറ്റ വന്‍തോതില്‍ ഉപയോഗപ്പെടുത്തുകയുണ്ടായെന്നാണ് റിപ്പോര്‍ട്ട്.

ബിഗ് ഡാറ്റ ഉപയോഗിക്കുന്നത്

1) കസ്റ്റമറിനെ മനസിലാക്കുവാനും ലക്ഷ്യമിടാനും.
2) ബിസിനസ് പ്രക്രിയകള്‍ മനസിലാക്കുന്നതിനും മെച്ചപ്പെടുത്തുന്നതിനും.
3) ആരോഗ്യപരിചരണവും പൊതുജനാരോഗ്യവും മെച്ചപ്പെടുത്തുന്നതിന്.
4) സയന്‍സ് & റിസര്‍ച്ച് മെച്ചപ്പെടുത്തുന്നതിന്.
5) നഗരങ്ങളെയും രാജ്യങ്ങളെയും മെച്ചപ്പെടുത്തുന്നതിന്.
6) സുരക്ഷാ, നിയമ സംവിധാനങ്ങളെ മെച്ചപ്പെടുത്തുന്നതിന്.

ഇന്ന് ഏതു കാര്യത്തെ കുറിച്ച് അറിയാനാണെങ്കിലും വന്‍തോതില്‍ ഡാറ്റ ലഭ്യമാണ്. ഏതു ഡാറ്റയെയും വിശകലനം ചെയ്യുവാനും ശേഖരിക്കാനും അത്യാധുനിക സംവിധാനങ്ങളുമുണ്ട്. ബിഗ് ഡാറ്റ ഉപയോഗിച്ചാണു ഓരോരാ കമ്പനികളും ധനകാര്യസ്ഥാപനങ്ങളും കസ്റ്റമറിന്റെ സ്വഭാവങ്ങളും മുന്‍ഗണനകളും മനസിലാക്കുന്നത്. കസ്റ്റമറിനെ കുറിച്ചുള്ള പൂര്‍ണ ചിത്രം ലഭിക്കാന്‍ ഇന്നു മുന്‍നിര കമ്പനികള്‍ സോഷ്യല്‍ മീഡിയ ഡാറ്റ, ടെക്സ്റ്റ് അനലിറ്റിക്‌സ്, സെന്‍സര്‍ ഡാറ്റ തുടങ്ങിയവ ഉപയോഗിക്കുന്നു.

ഡിജിറ്റല്‍ ലോകത്തിനകത്തും പുറത്തുമുള്ള നമ്മളുടെ നിരവധി കാര്യങ്ങളെ ബിഗ് ഡാറ്റ അനാലിസിസ് (big data analysis) സ്വാധീനിക്കുന്നുണ്ട്. വലുതും വൈവിധ്യമാര്‍ന്നതുമായ ഡാറ്റയെ പരിശോധിക്കുന്ന പ്രക്രിയയാണു ബിഗ് ഡാറ്റ അനാലിസിസ്. ഒരിക്കല്‍ ഇന്റര്‍നെറ്റ് വഴി നമ്മള്‍ ലോകവുമായി ബന്ധപ്പെട്ടു കഴിഞ്ഞാല്‍, നമ്മളുടെ വ്യയം ചെയ്യുന്ന സ്വഭാവങ്ങളുടെയും (spending habits), സാമൂഹിക സ്വഭാവങ്ങളുടെയും വിവരങ്ങള്‍ അഥവാ ഡാറ്റ സിസ്റ്റത്തിലേക്കു(കമ്പ്യൂട്ടറലേക്ക്) വിതരണം ചെയ്യപ്പെടുകയാണ്. ഉദാഹരണമായി നമ്മള്‍ ഒരു ഉല്‍പന്നം ആമസോണില്‍ തിരഞ്ഞെന്നു വിചാരിക്കുക, നമ്മള്‍ക്ക് ഫേസ്ബുക്കിലും, ഇ-മെയ്‌ലിലും അതിനെ കുറിച്ചും അതിനോടു സാമ്യമുള്ളതിനെ കുറിച്ചുമുള്ള വിവരങ്ങള്‍ ഉടന്‍ തന്നെ ലഭ്യമാകും. ഇന്റര്‍നെറ്റില്‍ നമ്മള്‍ പ്രകടമാക്കിയ സ്വഭാവത്തിന്റെ അടിസ്ഥാനത്തില്‍, ഒരു കസ്റ്റമറെന്ന നിലയില്‍ നമ്മളെ വിവിധ കമ്പനികള്‍ ലക്ഷ്യമിട്ടതു കൊണ്ടാണ് ഇത്തരത്തില്‍ ഇമെയ്‌ലും ഫേസ്ബുക്കില്‍ അറിയിപ്പുമൊക്കെ വരുന്നത്. ഇന്ത്യയില്‍ ഓരോ വ്യക്തിയെയും ആധാറുമായി ബന്ധപ്പെടുത്തുക കൂടി ചെയ്തതോടെ മാര്‍ക്കറ്റിംഗും കസ്റ്റമറെ ടാര്‍ജെറ്റ് ചെയ്യലും കൂടുതല്‍ എളുപ്പമായി തീരുകയും ചെയ്യും. ഇന്നു മറ്റേത് രംഗത്തെക്കാളധികമായി ബാങ്കുകളുടെ കൈവശമാണു ഡാറ്റയുള്ളത്. കസ്റ്റമറിനെ കുറിച്ചുള്ള വളരെ പ്രധാനപ്പെട്ട വിവരങ്ങള്‍ ബാങ്കിലുണ്ട്. പക്ഷേ അവയെ ഫലപ്രദമായി വിനിയോഗിക്കാനും ഉപയോഗപ്പെടുത്തുവാനും ബാങ്കുകള്‍ക്കു സാധിച്ചിട്ടില്ലെന്നാണു വിലയിരുത്തല്‍. പക്ഷേ വൈകിയാണെങ്കിലും ഇതിനുള്ള ശ്രമങ്ങള്‍ നടക്കുന്നുണ്ട്.

ബിഗ് ഡാറ്റയുടെ പങ്കും സ്വാധീനവും

1) ഉപഭോക്താവ് ചെലവ് ചെയ്യുന്ന രീതിയെ മനസിലാക്കാം: കസ്റ്റമറിന്റെ പെയ്‌മെന്റ്് ഡാറ്റ ഉപയോഗിച്ചു അയാളുടെ ചെലവ് ചെയ്യുന്ന രീതിയെയും സ്വഭാവത്തെയും മനസിലാക്കാന്‍ സാധിക്കും. ഇതിലൂടെ സാമ്പത്തിക സേവനങ്ങള്‍ ആവശ്യമായി വരുന്ന ഉപഭോക്താവിനെ തിരിച്ചറിയാന്‍ സാധിക്കും. ഇതിനു പുറമേ മൂല്യമേറിയ കസ്റ്റമറെയും കണ്ടെത്താനാവും.

2) കബളിപ്പിക്കല്‍, വഞ്ചന തുടങ്ങിയവ മുന്‍കൂട്ടി അറിയുവാനും അവ തടയാനും സാധിക്കും: ബാങ്കുകള്‍ നേരിടുന്ന ഏറ്റവും വലിയ ഭീഷണിയെന്നതു കബളിപ്പിക്കലിനു വിധേയമാകാന്‍ സാധ്യത കൂടുതലാണെന്നതാണ്. bad loans, failed investments, fraudulent activities തുടങ്ങിയവയിലൂടെയായിരിക്കും സാധാരണയായി കബളിപ്പിക്കലിനു വിധേയമാകുന്നത്. വഞ്ചനാപരമായ പ്രവര്‍ത്തികള്‍ക്കെതിരേ ബാങ്കുകള്‍ക്കു ജാഗ്രത പാലിക്കേണ്ടതുണ്ട്. ബിഗ് ഡാറ്റയിലൂടെ ഇത്തരം ദുഷ്പ്രവര്‍ത്തികള്‍ നേരത്തേ കണ്ടുപിടിക്കുവാനും പ്രതിരോധിക്കുവാനും സാധിക്കും.

3) കസ്റ്റമര്‍ സെഗ്‌മെന്റേഷന്‍: ഓരോ വ്യക്തിയുടെയും സാമ്പത്തികനില വ്യത്യസ്തമായിരിക്കും. ബാങ്കില്‍ എക്കൗണ്ടുള്ളവര്‍ പല സാമ്പത്തികനിലയിലുള്ളവരുമായിരിക്കും. ബിഗ് ഡാറ്റയുടെ സഹായത്തോടെ കസ്റ്റമര്‍ ഏതു വിഭാഗക്കാരനാണെന്നു തിരിച്ചറിയാന്‍ ബാങ്കിനു സാധിക്കും. ഉപഭോക്താവിനെ വര്‍ഗീകരിക്കുന്നതിലൂടെ അഥവാ കസ്റ്റര്‍ സെഗ്മെന്റേഷനിലൂടെ ബാങ്കുകള്‍ക്കു തങ്ങളുടെ സേവനങ്ങളും പ്രമോഷനുകളും കൃത്യമായ വ്യക്തികളില്‍ എത്തിച്ചേരുന്നുണ്ടെന്ന് ഉറപ്പാക്കാനാകും.

 

Comments

comments