שימוש במערכות מידע להגדלת רווחיות בנקים

By | 5 בפברואר 2008

ענף הבנקאות אשר במשך עשרות שנים היה מקובע בתחרותיות נמוכה ומאופיין בסביבה עסקית רוגעת עובר בשנים האחרונות שינוי ניכר. שינוי זה נובע מעליה צפויה ברמת התחרותיות עקב כניסה של בנקים מחו"ל לארץ ומהורדת חסמים בירוקראטיים על מעבר לקוחות מבנק לבנק, אם באופן מלא ואם לצורך עסקה בודדת. דוגמא לניסיון של בנק למשוך לקוחות להפקדה בפיקדונות ותוכניות חיסכון הינה הקארד בנק של הבנק הבינלאומי הראשון אשר אפשר לכל אדם להפקיד כסף בתוכניות חיסכון ופיקדונות באמצעות מכשירים אוטומטיים במרכזי קניות ובילוי ללא מגע עם נציג הבנק או פתיחת חשבון בבנק.

בשונה מחברות תעשייתיות, אין הבנקים יכולים להגדיל את רווחיותם על ידי השקעה במחקר ופיתוח ואמצאת מוצרים חדשים או פיתוח מוצרים קיימים. למעשה, רוב מוצרי הבנק הינם בני עשרות שנים.

לבנק ישנן שתי דרכים עיקריות להגדיל את רווחיותו:

  • הגדלת נפח הפעילות של לקוחות הבנק ונתח השוק של הבנק בקרב הציבור.
  • הקטנת סיכוני האשראי של הבנק.

המשאב העיקרי אותו יכול הבנק לנצל על מנת להגשים יעדים אלו הינו בסיס הנתונים העצום העצור בקרבו של הבנק ואשר באמצעות מערכת מידע מתאימה עשוי להיות מתורגם למידע ניהולי שימושי. אולם, מערכת זו אשר תפקידה הינו לאחסן את נתוני כל הפעולות אותן מבצעים לקוחות הבנק בחשבונם אינה מספיקה על מנת ליצור מידע איכותי אשר יהיה בסיס לקבלת החלטות ניהוליות.

קושי זה לשלוף מידע, מתוך המערכת התפעולית, אשר יוכל למשל לענות על השאלות: איזה אחוז מהסטודנטים השקיעו בפיקדון צמוד מדד? מהו אחוז הלקוחות אשר השקיעו במניות בבורסת ת"א ונענו להצעת רכש של קרן נאמנות בבעלות הבנק? שאלות כאלו ודומות להן הינן בעלות משמעות כבדה בהחלטה על מבצע שיווקי חדש או בהצעות אותן יכולים עובדי הבנק להציע ללקוחות(מתוך הנחה שנרצה תמיד להציע את ההצעה בעלת סיכויי המכירה הגבוהים ביותר).

לצורך מענה על שאלות אלו מוקם בארגון מחסן נתונים מרכזי (Data Warehouse) אשר אליו מוזרמים נתוני הפעילות מהמערכות השונות בארגון במהלך לילי אשר מסכם את פעילות אותו יום על פי פרמטרים אשר נקבעו מראש. לדוגמא: אם לקוח הפקיד באותו יום חמישה צ'קים, אין צורך להעביר אל מחסן הנתונים חמש רשומות כפי שהדבר שמור במערכת התפעולית אלא מספיק להעביר רשומה אחת המסכמת את חמש הפעולות הזהות מבחינת מהות וזמן.

הקטנת מספר הרשומות, והמבנה הייחודי של מחסן הנתונים, אשר נועד לאפשר שליפה מהירה ביותר, הופך אותו לכלי אשר מתוכו יכולים עובדים בכל רמות הארגון לשלוף נתונים ביעילות רבה באמצעות כלי קצה גראפיים וממשקי חלונות שונים המאפשרים גם לאנשים ללא כל הכשרה מיחשובית להפיק לעצמם את הדוחו"ת השונים אותם הם צורכים. ייחודם הגדול של כלים אלו הינו ביכולתם להציג את המידע באופן אשר יציף חריגות ובעיות ויתמוך בקבלת החלטות (Decision Support System – DSS) ניהוליות.

השאיפה להקטנת סיכוני האשראי הנובעים מהלוואות אותם מעמידים הבנקים ללקוחותיהם צריכה להיות מאוזנת עם הרצון להשיג רווחים גבוהים. למעשה ככל שיעמיד הבנק קו אשראי רחב יותר כך יגדלו הכנסות הריבית שלו אולם במקביל יגדל הסיכון הנובע מאי החזרת הלוואות. על הבנק לזהות את הלווים ה"טובים" מהם ישנו סיכוי טוב לקבל חזרה את כספי האשראי.

לצורך כך ניתן להשתמש במערכות כריית נתונים (Data Mine) אשר למעשה יושבות מעל בסיס הנתונים ובאמצעות מציאת קשרים בין פרמטרים שונים עוזרות לגבש מסקנות. למעשה, ברור מאליו כי לגובה הכנסה של לקוח יש קשר ישיר ליכולת החזר האשראי שלו. גם כאשר מדובר בחברה מסחרית, יש באמתחת הכלכלן הקלאסי מספרי כלים למדידת הסיכון: יחסים פיננסיים המבוססים על הדוחו"ת הכספיים של החברה, היסטוריית החברה, הכרות עם הענף, התרשמות אישית ועוד. ברם, ישנם פרמטרים רבים אשר נסתרים מעיני הכלכלנים וניתן לגלותם רק על ידי מחקר שיטתי של מאות אלפי העסקאות אותם ביצע הבנק בעבר.

מחקר כזה אשר יבחן את עשרות הפרמטרים והשפעתם על התוצאה הסופית של העסקה (קרן וריבית ההשקעה הוחזרה או לא) לא היה ניתן לביצוע עד לתקופה האחרונה.

כיום, עם גידול משמעותי בכוח המחשוב המצוי בארגונים, נכתבו תוכנות שונות השייכות למשפחת מוצרי כרית הנתונים. ייחודם של מוצרים אלו הינו בכך שהם מסוגלים לנתח בסיס נתונים ענק המכיל מיליוני רשומות ולנסות למצוא קשרים בין פרמטרים שונים. אין מפעיל המערכת נדרש להגדיר את הפרמטרים אשר בינם לבין התוצאה הסופית מחפשים קשר אלא רק להפעיל המערכת ולתת לה לנתח באופן חופשי את בסיס הנתונים על מנת למצוא את הקשרים המתאימים. הפלט של המערכת יכול לכלול עובדות מפתיעות ביותר. למשל: בתעשיית ביטוח הרכב נוהגות חלק גדול מהחברות לגבות תשלום גבוה יותר מבעלי רכב בצבע אדום כיוון שבחינת הנתונים הוכיחה שיש קשר בין צבע הרכב לבין הסיכוי של בעליו להיות מעורב בתאונת דרכים. מפעיל המערכת עדיין נדרש להפעיל שיקול דעת האם מסקנות המערכת הינן מסקנות מתקבלות על הדעת. למשל מחקר אשר ימצא קשר מובהק בין גיל האדם לבין יכולתו השכלית יהיה בעל ערך אם יערך בקרב אנשים בגיל 30-40 אך חסר ערך לחלוטין אם יערך בקרב ילדים בני 10-18. שילובם של מערכות אלו בענף הבנקאות על ידי רוב הבנקים המסחריים בארץ יגרום לשיפור ביעילותם, רווחיותם ואף יתרום לנו הלקוחות אשר נקבל מהבנק הצעות אשר מתאימות יותר לפרופיל הלקוח שלנו.

Share

One thought on “שימוש במערכות מידע להגדלת רווחיות בנקים

כתיבת תגובה

האימייל לא יוצג באתר.