Биг дата улучшает качество финтех-услуг и помогает расти компаниям среднего и крупного бизнеса

Сегодня я хочу поговорить о биг дате, тема очень сложная и интересная. А как она работает?

Анализ больших данных сейчас играет основную роль в обеспечении банковских процессов. Ни один современный банк без них не может обойтись. Собирается информация об истории транзакций, кредитном рейтинге, доходах, демографическая информация (пол, возраст), поведенческая информация (например, какие праздники человек отмечает и когда ездит отдыхать), биометрия (фото и голос клиента). Эти данные подаются на вход алгоритмов data mining: они очищаются, классифицируются и структурируются. Далее на их основе различные алгоритмы искусственного интеллекта, от простой регрессии до глубоких нейронных сетей, строят прогнозные модели. Они позволяют предугадывать глобальные финансовые тренды, помогать в принятии управленческих решений и значительно расширять клиентские сервисы.

— Какую пользу получают клиенты от того, что банк использует большие данные?

Например, если банк собирает какие-то данные, как это улучшит пользовательский опыт клиентов, поможет им сэкономить деньги и т.д?

Можно выделить несколько основных направлений использования больших данных:

1. Персонализация сервисов. Big data позволяют выявлять поведенческие привычки пользователей и предлагать именно тот сервис, который актуален пользователю в данный момент, основываясь на его модели трат, геолокации, распорядке дня.

2. Гибкая оценка кредитного рейтинга. Основываясь на терабайтах информации, банки могут точнее предсказывать риски кредитования и предлагать своим клиентам пониженные ставки. С другой стороны, снижается риск предоставления невозвратных кредитов.

3. Защита от фрод-атак. Это ситуации, когда мошенник пытается обманным путем получить доступ к счету клиента или делает заявку на кредит от имени другого лица. Анализ голосовой и лицевой биометрии или существенные отклонения от привычного поведения клиента позволяют выявить такие виды мошенничества, даже если преступник назвал правильно кодовое слово или паспортные данные. В этом случае ему будет предложено прийти в банк для прохождения расширенной проверки безопасности.

4. Быстрое одобрение кредитов. С применением технологий анализа данных кредитная заявка рассматривается за несколько часов вместо недель. По сути, у банка уже есть вся необходимая информация на момент получения заявки и кредитное решение принимается автоматически.

5. Расширенные пользовательские сервисы. Например, банки сейчас начали предлагать расширенные средства анализа расходов, советов по накоплениям и инвестициям. И это могут быть действительно дельные советы.

— Насколько компаниям безопасно работать с большими данными с точки зрения того, что может пройти утечка персональных данных их клиентов?

Использование больших данных может быть безопасным. Основной риск связан с возможностью предоставления доступа не авторизованным пользователям. Для смягчения этого риска банки внедряют очень строгие политики безопасности, включающие обязательное шифрование информации, разграничение прав доступа, маскировка данных (обфускация)-замена исходных данных фиктивными, и регулярные аудиты безопасности. Тем не менее, вероятность утечки данных все равно сохраняется, поэтому существенная доля инвестиций в финтех связана как раз с развитием инструментов безопасности, снижающих риск человеческого фактора или хакерской атаки. Преимущества использования больших данных для пользовательских сервисов настолько очевидны, что отказаться от использования больших данных просто невозможно. — Может ли работа с большими данными защитить от атак хакеров?

Например, возможна ли следующая ситуация. Банк получает данные о клиентах и «запоминает» типичное поведение клиентов. Если с их стороны будут аномальные транзакции, банк автоматически распознает и заблокирует их. Сами по себе технологии больших данных от атак не защищают, но они могут играть существенную роль в идентификации и смягчении таких атак. Например, они позволяют мониторить сетевой трафик (а это огромный массив информации) и предупреждать об аномальном поведении.

Существуют специализированные программы, которые выявляют шаблоны, характерные для хакерских атак и предупреждать об этом заранее, пока ущерб минимален. Также big data помогает находить уязвимости в банковских системах до того, как они будут использованы хакерами.