Big Data w bankach. Jakie są granice i efekty zbierania danych?

Big Data w bankach. Jakie są granice i efekty zbierania danych?

Lepiej dopasowana oferta pożyczki i zniżki na zakupy w ulubionych sklepach, a może ograniczenie wiarygodności kredytowej i totalna inwigilacja? Jakie motywy stoją za chęcią analizy naszych poczynań przez banki i kto tak naprawdę zyskuje na BIG Data?

Dyskusja wokół wykorzystywania analizy ogromnych zbiorów danych przez banki zaczęła się jeszcze w poprzednim dziesięcioleciu, a jednym z punktów zapalnych była historia pewnego nowożeńca. Kiedy wraz z żoną wrócił po podróży poślubnej do rodzinnej Atlanty w stanie Georgia, kilka dni później w skrzynce pocztowej pojawił się list. Okazało się, że American Express obciął pechowcowi limit zadłużenia na jego karcie kredytowej – z 10,8 do 3,8 tys. dolarów. Oznaczało to, że para w bardzo krótkim czasie musiała oddać kilka tysięcy dolarów, żeby nie narazić się na odsetki. Dlaczego firma zdecydowała się na taki ruch? Zadziałał jeden z jej algorytmów. Posiadacz karty na swoje nieszczęście dokonywał zakupów w sklepach, w których bardzo często kupują również inni klienci American Express i którzy regularnie mają problemy ze spłacaniem swoich zobowiązań. Firma z automatu wrzuciła pechowego nowożeńca do tego samego worka.

Zdaniem ekspertów, bankowcy od kilku lat coraz więcej czerpią z dobrodziejstw analizy Big Data, czyli ogromnych i bardzo różnorodnych zbiorów danych o nas. Również w Polsce. Nie mówimy tu o futurystycznych koncepcjach rodem z filmów science-fiction. Historia nowożeńców zdarzyła się w 2008 roku, a siedem lat w informatyce to cała wieczność. W tym czasie narzędzia do analizy ogromnych zbiorów danych wyszły daleko poza granice USA i zadomowiły się w Polsce. – Polskie banki są technologicznie przygotowane do analizy Big Data – mówi w rozmowie z BIZtok.pl Tomasz Lechowicz, digital data analyst w ZenithOptimedia Group.
Karta debetowa z rachunkiem bankowym to doskonałe źródło informacji o nas samych. Na podstawie transakcji analitycy widzą, co dzieje się w naszym życiu. Na przykład to, że niedawno dostaliśmy dużą podwyżkę lub dostaliśmy lepiej płatną pracę. Albo ją straciliśmy. Widzą też, na co przeznaczamy zarobione pieniądze. Dobrze, jeśli na kino, ubrania dla dzieci lub nowe meble do mieszkania. Gorzej, jeśli większość naszych wydatków stanowią imprezy w klubach lub zakupy w sklepie monopolowym. Niezdrowy tryb życia może zadecydować o odmowie udzielenia kredytu.

- Takie rzeczy jak historia konta i profile zakupowe klientów są już teraz wykorzystywane w analizach Big Data do wsparcia decyzji kredytowej. Są to jednak własne źródła wiedzy, do których bank ma pełne prawo – mówi Tomasz Lechowicz.

Pozostaje pytanie, co z pozostałymi danymi, które tak chętnie zostawiamy w internecie, na przykład na portalach społecznościowych? Przykładem mówiącym o kierunku rozwoju instytucji finansowych jest Alior Bank. W lipcu 2013 roku wiceprezes Michał Hucał w wywiadzie dla stacji TVN CNBC powiedział, że do danych finansowych o klientach zamierza dołączyć inne źródła, na przykład od firm telekomunikacyjnych lub serwisów społecznościowych. Wiceprezes zdradził, że nad projektem Big Data już pracuje fizyk jądrowy, osoba zajmująca się pozycjonowaniem stron internetowych oraz matematycy. Wydaje się, że to naturalny kierunek, w którym aktualnie podążają inne krajowe banki.
Nie znaczy to jednak, że instytucje wiedzą o nas wszystko, a my jesteśmy na przegranej pozycji. Po pierwsze – cały proces jest bardzo skomplikowany. Owszem, analitycy ryzyka kredytowego garściami mogą czerpać z poczynań naszymi kartami debetowymi. Schody zaczynają się, gdy bank chce właśnie wyjść poza wiedzę o finansowej aktywności klienta.

- W dobie bezwzględnej walki o prywatność w świecie cyfrowym, włączenie informacji zewnętrznych do procesu oceny ryzyka jest dzisiaj i w najbliższej przyszłości bardzo trudne oraz źle postrzegane przez społeczeństwo. Aby taka wiedza mogła zostać włączona do procesów analizy, osoby zainteresowane musiałyby wcześniej wyrazić zgodę na zbieranie i wykorzystanie wiedzy o nich do podjęcia ostatecznej decyzji – twierdzi Lechowicz.

Kiedy w lipcu 2013 roku wiceprezes Aliora zakomunikował, że niekryjący swojego nałogu palacz będzie płacił wyższe składki na ubezpieczenie na życie, w internecie rozpętała się prawdziwa burza. Internauci deklarowali wycofanie pieniędzy z banku.

W tym samym dniu zespół PR banku musiał wydać specjalne oświadczenie: Alior Bank, tak jak każda licząca się na rynku firma, jest zainteresowany badaniem możliwości analizy danych w ramach nowej dziedziny „BIG DATA”, która znajduje się dopiero w fazie koncepcyjnej, nie tylko w Polsce, ale i na świecie. Bank określa możliwości wykorzystania innowacyjnych sposobów przetwarzania danych, np. uwzględniających informacje z serwisów społecznościowych, aby zaproponować klientom lepsze rozwiązania, takie jak zupełnie nowe, uproszczone procesy oceny zdolności kredytowej, a w przyszłości również bardziej spersonalizowane produkty bankowe – pisał w oświadczeniu Julian Krzyżanowski, rzecznik prasowy banku.

Kolejna przeszkoda dla banków to brak odpowiednich źródeł danych. - Dotychczasowe zabiegi mające na celu rozszerzenie zakresu analizy potencjalnych klientów w obszarach niepowiązanych bezpośrednio z sytuacją finansową klienta rozbiły się o brak wiarygodnych i zindywidualizowanych baz danych opisujących zachowanie, preferencje lub zainteresowania poszczególnych osób – tłumaczy Tomasz Lechowicz.

Banki mozolnie próbują sobie z tym radzić, ale nowych źródeł już upatrują w... naszych poczynaniach w sieci. Wykorzystywane są do tego tak zwane metody backtrackingu, czyli deanonimizacji informacji o zachowaniu internauty poprzez połączenie go z konkretnym wnioskiem produktowym. Mówiąc prościej, bank stara się ustalić, jakie strony odwiedzamy w internecie. Po złożeniu wniosku na przykład o kredyt, analitycy mogą prześledzić wstecz ścieżkę naszych odwiedzin. Następnie na tej podstawie i późniejszej analizy decyzji kredytowej tworzone są modele statystyczne wskazujące wzorce, jakimi należy się poruszać w celu maksymalizacji zysków i minimalizacji ryzyka.

Poprzednia strona
  • 1
  • 2
Czytaj także
Polecane galerie