Khả năng xử lý hàng ngàn tỷ bit thông tin mỗi giây nhằm xác định các giao dịch “có vấn đề” biến ngân hàng thành pháo đài khó công phá với những kẻ lừa đảo.
Một ngân hàng lớn trả hậu để kéo “ngôi sao” từ công ty khác là chuyện thường trong giới ngân hàng, nhưng vụ chèo kéo này khác một chút xíu: “người” mới được kéo về là Watson, một máy tính của IBM.“Nghề của chàng” là xử lý thật nhanh hàng triệu văn bản bằng cách đọc và “hiểu” chữ viết thông thường, ví dụ như chữ trong email, sách và website. IBM hy vọng rồi một ngày Watson sẽ làm được việc mà các nhà phân tích hiện đang làm như đọc mục tài chính trong các báo, xem hàng ngàn kết quả và dự báo kết quả kinh doanh của công ty và lên một danh sách các công ty có thể trở thành mục tiêu thâu tóm.Citigroup đã thuê Watson quyết định nên tiếp thị sản phẩm dịch vụ gì tới khách hàng nào (ví dụ như cho vay hay thẻ tín dụng). Tuy Citi không nói, nhưng công việc đầu tiên của Watson có thể là giảm tình trạng gian lận và phát hiện dấu hiệu cho thấy khả năng trả nợ của khách đi xuống. Nếu thực vậy, Watson sẽ tiếp bước các máy tính khác được thiết kế để xử lý “big data” (tức các kho dữ liệu cực lớn-ND). Nhiều công ty non trẻ ở Thung lũng Silicon và nhiều ngân hàng lớn trên thế giới đang nảy ra nhiều ý tưởng xử lý dữ liệu mới. Một số ý tưởng có khả năng sẽ làm đảo lộn toàn ngành ngân hàng.Với phần lớn các tổ chức tài chính, tác dụng đầu tiên của “big data” là hạn chế gian lận và tuân thủ các quy định về cấm vận và rửa tiền. Thao tác thì có vẻ đơn giản, như kiểm tra tên khách hàng có nằm trong danh sách bị cấm vận không, nhưng nếu có tới hàng ngàn cái tên giống nhau trong “danh sách đen” thì mọi chuyện lại khác. Nếu nhầm, không những mất mặt mà khách hàng cũng mất luôn. Vì thế ngân hàng phải nhờ đến các máy tính có thể lưu trữ dữ liệu từ rất nhiều nguồn, bao gồm cả địa chỉ và quốc tịch, tên họ hàng, và liệu họ có tới hoặc nhận tiền từ các nước trong danh sách cấm vận không.Với công việc phức tạp hơn, như phát hiện gian lận (rất nhỏ so với hàng triệu giao dịch hợp pháp), nhu cầu còn lớn hơn nhiều. Khi mà giao dịch ngân hàng chuyển qua máy tính và điện thoại di động và thanh toán điện tử lên ngôi, cơ hội để gian lận là vô vàn.Còn hơn cả “mắt vàng chói lửa”Công ty đi đầu trong việc tìm liên kết giữa các cơ sở dữ liệu rời rạc là Palantir Technologies do một nhóm cựu nhân viên của PayPal thành lập. Công ty tập trung xây dựng hệ thống có thể tập hợp thông tin từ các nơi khác nhau và tìm mối liên hệ giữa chúng.Một trong những tổ chức đầu tiên ứng dụng hệ thống này là các cơ quan tình báo. CIA và FBI dùng chúng để kết nối các hành vi đơn lẻ như học lái máy bay hay nhận tiền từ nước ngoài để xác định đối tượng tình nghi khủng bố. Một khách hàng quan trọng nữa là ngân hàng. JPMorgan và Citi dùng hệ thống này để cơ cấu phái sinh cổ phiếu và giảm lỗ từ cho vay.“Đối thủ” của Palantir là Xoom, công ty chuyên về chuyển tiền xuyên biên giới. Một số nhà đầu tư của Palatir cũng đứng sau Xoom và hai công ty đã trao đổi một nhân viên cao cấp với nhau. Nhưng quan trọng nhất là họ cùng chung quan điểm: Nếu có đủ dữ liệu, rủi ro gì cũng có thể xử lý được.Xoom nhận thanh toán từ tài khoản ngân hàng và thẻ ghi nợ tại Mỹ, rồi chuyển tiền mặt tới các nước như Philippines hay Ấn Độ. Vì thời gian giao tiền ngắn, không có thời gian điều tra có lừa đảo hay không, nên Xoom đã thiết kế một hệ thống máy tính tinh vi nhằm phân tích dữ liệu cho mục đích hạn chế lừa đảo.Với hàng triệu giao dịch cần xử lý và hàng tỷ USD cần chuyển, chuyện này chẳng dễ chút nào. Hơn nữa, không mấy thông tin đủ mạnh để Xoom chỉ dựa vào mình nó là có thể đồng ý hoặc từ chối thanh toán. Dù vậy, máy tính xem xét toàn bộ các thanh toán trong hệ thống để xác định giao dịch nào có thể là lừa đảo. Hệ thống này còn có khả năng học hỏi. Gần đây, nó báo động một chuỗi các thanh toán từ thẻ tín dụng Discover tại New Jersey mà nếu đứng độc lập, trông đều có vẻ hợp pháp cả. “Máy tính tìm ra một “xu hướng”, trong khi lẽ ra chẳng có “xu hướng” nào cả,” CEO của Xoom, ông John Kunze, nói. “Xu hướng” mà máy tính phát hiện hóa ra là âm mưu lừa đảo của một băng nhóm tội phạm. Những hệ thống kiểu này không rẻ, nhưng còn đỡ hơn là trở thành nạn nhân. Xoom ước tính có 0,35% số giao dịch là giả mạo. Theo ông Mike Gordon từ FICO, công ty đã phát minh ra hệ thống điểm tín dụng và nay đang bán phần mềm phát hiện gian lận, tỷ lệ trung bình tại các công ty thẻ tín dụng là 0,1%, và tỷ lệ cao nhất từng đạt được bằng một nửa số đó.Tỷ lệ giả mạo với séc tiền mặt tại Mỹ là khoảng 1%/năm. Với các công ty bán hàng trên mạng, tỷ lệ mất mát còn cao hơn nhiều. Công ty dịch vụ kiểm soát rủi ro và thanh toán điện tử CyberSource cho viết các nhà bán lẻ trên mạng ước tính thiệt hại năm ngoái khoảng 1,8% doanh thu.
Nhỏ không còn yếu
Thế cạnh tranh trong ngành ngân hàng bị bóp méo vì chi phí chống gian lận thẻ tốn kém do ngân hàng nhỏ không thể xây dựng được một hệ thống cần thiết. Nhiều ngân hàng đóng dịch vụ, bán cho các công ty thẻ tín dụng, hoặc giới thiệu khách hàng tới các công ty chuyên ngành như MBNA hay Capital One.Nay nhiều ngân hàng nhỏ mới thấy đó là sai lầm, vì không những họ mất một nguồn doanh thu quan trọng mà còn mất luôn cơ hội duy trì quan hệ với khách hàng (cùng với đó là bán thêm được các sản phẩm tài chính). Có lẽ quan trọng nhất là khiến họ không tiếp cận được nguồn dữ liệu về xu hướng chi tiêu của khách. Điều này sẽ sớm thay đổi, vì hai lý do.Thứ nhất, các công ty thẻ như Visa và MasterCard đang cải thiện khả năng phát hiện giao dịch gian lận, nhờ thế mà các ngân hàng nhỏ nhẹ gánh hơn. Điểm mạnh lớn nhất của các công ty này là có thể khảo sát nhiều giao dịch hơn so với bất kỳ ngân hàng đơn lẻ nào, nhờ thế họ có thể phát hiện gian lận ở tầm quốc tế.Thứ hai, hệ thống xử lý dữ liệu đang hạ giá cực nhanh. Thompson Reuters cho biết năm ngoái các công ty đầu tư mạo hiểm rót tổng cộng 2,47 tỷ USD cho các chuyên gia xử lý dữ liệu.Phần lớn đầu tư là vào cơ sở dữ liệu và phương tiện lưu trữ không phải dành riêng cho ngân hàng, dù vậy các công cụ đang được phát triển có giá trị ứng dụng với mọi ngành. Một thập kỷ trước ngân hàng phải thuê thiết kế một hệ thống chuyên biệt với chi phí khổng lồ, các ngân hàng nhỏ có thể mua những hệ thống thiết kế sẵn với giá chỉ bằng một phần nhỏ.Với hàng triệu giao dịch cần xử lý và hàng tỷ USD cần chuyển, chuyện này chẳng dễ chút nào. Hơn nữa, không mấy thông tin đủ mạnh để Xoom chỉ dựa vào mình nó là có thể đồng ý hoặc từ chối thanh toán.Dù vậy, máy tính xem xét toàn bộ các thanh toán trong hệ thống để xác định giao dịch nào có thể là lừa đảo.Hệ thống này còn có khả năng học hỏi. Gần đây, nó báo động một chuỗi các thanh toán từ thẻ tín dụng Discover tại New Jersey mà nếu đứng độc lập, trông đều có vẻ hợp pháp cả. “Máy tính tìm ra một “xu hướng”, trong khi lẽ ra chẳng có “xu hướng” nào cả,” CEO của Xoom, ông John Kunze, nói. “Xu hướng” mà máy tính phát hiện hóa ra là âm mưu lừa đảo của một băng nhóm tội phạm.Những hệ thống kiểu này không rẻ, nhưng còn đỡ hơn là trở thành nạn nhân. Xoom ước tính có 0,35% số giao dịch là giả mạo.Theo ông Mike Gordon từ FICO, công ty đã phát minh ra hệ thống điểm tín dụng và nay đang bán phần mềm phát hiện gian lận, tỷ lệ trung bình tại các công ty thẻ tín dụng là 0,1%, và tỷ lệ cao nhất từng đạt được bằng một nửa số đó.Tỷ lệ giả mạo với séc tiền mặt tại Mỹ là khoảng 1%/năm.Với các công ty bán hàng trên mạng, tỷ lệ mất mát còn cao hơn nhiều.Công ty dịch vụ kiểm soát rủi ro và thanh toán điện tử CyberSource cho viết các nhà bán lẻ trên mạng ước tính thiệt hại năm ngoái khoảng 1,8% doanh thu.
Ngân hàng tương lai bắt buộc phải có khả năng thu thập và xử lý kho dữ liệu khổng lồ. Thung lũng Silicon có khả năng này, thế là họ quyết định sẽ làm luôn ngân hàng.Kỳ trước: Lá chắn tên lửa từ những con sốNgồi trên đống vàngKhi mà năng lực xử lý khối lượng dữ liệu lớn đã trở nên phổ biến, ngân hàng chợt nhận ra khả năng này đâu phải mỗi dùng để chống gian lận. Dữ liệu là cả một núi vàng!Cách dùng đầu tiên là bán thêm sản phầm cho khách hàng. Hàng tuần, Ngân hàng Santander gửi khách hàng một danh sách sản phẩm mà họ nghĩ khách sẽ hứng thú, ví dụ như bảo hiểm nhà cửa. Một số sản phẩm ngân hàng chào mua còn chẳng liên quan gì tới tài chính.Báo cáo đặc biệt của The Economist về ngành ngân hàng bán lẻ:
Citi hiện có hơn 250 nhân viên chuyên phân tích dữ liệu tại Châu Á. Tại Singapore, Citigroup lưu ý các giao dịch thẻ của khách và thông báo cửa hàng/ nhà hàng nào có khuyến mãi. Năm ngoái, Citi mở một “phòng thí nghiệm sáng tạo” tại Singapore dành riêng để phân tích dữ liệu từ các khách hàng tổ chức lớn, và một trung tâm phân tích lớn khác tại Bangalore.Chỉ cần khách đã đăng ký dịch vụ này quẹt thẻ là hệ thống biết được ngày giờ, địa điểm và sở thích mua sắm/ ăn uống trước kia của khách. Nếu hệ thống thấy khách thích đồ ăn Italia, và đã sắp tới giờ ăn rồi mà lại có một nhà hàng Italia ở gần đó, nó có thể gửi cho khách một tin nhắn thông báo có khuyến mãi tại nhà hàng này. Ngân hàng vừa có thêm một giao dịch, mà lai thu thêm được phí dịch vụ.Tuyệt vời hơn, hệ thống này có có khả năng phát hiện những khách nào tận dụng những khuyến mãi này để tiếp tục tìm cách cải thiện chúng. Khởi nguồn của hệ thống này là cửa hàng trực tuyến của Amazon, với khả năng đề xuất sản phẩm khách có thể thích dựa trên các sản phẩm họ hoặc các khách tương tự đã mua.McKinsey tính toán rằng một số ngân hàng khả năng có thể tăng gấp đôi tỷ lệ khách đồng ý vay và giảm một phần tư số khoản vay vỡ nợ chỉ bằng dữ liệu sẵn có. Ở Mỹ, Visa đã hợp tác với nhà bán lẻ quần áo Gap để gửi chào mời khuyến mãi tới chủ thẻ quẹt thẻ ở gần cửa hàng của Gap.Nhưng theo dõi thói quen chi tiêu của khách có thể làm họ nổi giận. Ví dụ như đầu năm nay nhà bán lẻ Mỹ Target bị chỉ trích sau khi dựa vào xu hướng mua sắm của một cô gái mà kết luận cô này đã mang thai. Thế là Target gửi coupon đồ mẹ và bé cho cô, trong khi ngay đến ông bố còn chưa được biết.Cách ít gây tranh cãi hơn là dựa vào kho dữ liệu để chào mời khách những thứ chắc chắn khách hàng sẽ dùng. Lloyds Banking Group chỉnh sửa hệ thống để nếu khách hàng có hỏi số dư còn bao nhiêu, họ sẽ biết luôn cả số dư dự tính nếu họ cứ tiêu với tốc độ hiện nay.Thời đại mới, đối thủ mới“Big data” đang hỗ trợ các ngân hàng, nhưng cũng từ đó mà xuất hiện các đối thủ mới. Một trong những đối thủ ấy là ZestCash, chuyên cho những người có lịch sử tín dụng kém vay. Công ty này do cựu Giám đốc Thông tin (CIO) và Kỹ sư trưởng của Google thành lập.Khác biệt lớn nhất giữa ZestCash và phần lớn các ngân hàng là khối lượng dữ liệu khổng lồ mà nó xử lý. Trong khi phần lớn các ngân hàng Mỹ dưa vào điểm tín dụng FICO (dựa trên 15-20 chỉ tiêu, ví dụ như lượng tín dụng sử dụng và có trễ hẹn thanh toán không), ZestCash dựa vào hàng ngàn chỉ số.Nếu một khách hàng gọi điện báo mình sẽ trễ hẹn thanh toán, phần lớn các ngân hàng sẽ coi đây là tín hiệu rất rủi ro. Nhưng ZestCash đã phát hiện ra rằng những khách hàng như thế lại nhiều khả năng sẽ hoàn trả khoản vay đầy đủ. Một chỉ báo hữu dụng khác là thời gian khách hàng truy cập vào ZestCash trước khi nộp đơn xin vay.“Mọi bit dữ liệu đều khó hiểu, nhưng khi tổng hợp chúng một cách đủ thông minh, bạn có thể moi được vàng từ đống rác,” ông Merrill nói trong một hội thảo gần đây.Do lịch sử tín dụng kém, khách của ZestCash không phải loại khách thông thường của ngân hàng. Ông Merrill nói lãi suất của ông chỉ bằng 1/3 “tín dụng đen” (dù vẫn lên tới khoảng 300%), nhưng tỷ lệ vỡ nợ vẫn thấp hơn tỷ lệ trung bình 40% của “tín dụng đen”.Nhà bán lẻ Tesco của Anh thu thập lượng dữ liệu về thói quen mua sắm của khách hàng lớn đến mức họ có thể gửi chính xác loại coupon đến từng khách hàng. Khi một gia đình bắt đầu mua tã (tức họ đã có em bé), Tesco thường gửi voucher giảm giá bia vì biết người bố sẽ ít có cơ hội tới quán rượu.Tesco còn có tham vọng với cả ngành ngân hàng. Công ty cung cấp dịch vụ thẻ tín dụng, cấp tín dụng và đang định giới thiệu một tài khoản ngân hàng đầy đủ. Với lượng dữ liệu khổng lồ của mình, Tesco có thể đánh giá tốt khả năng trả nợ của khách hàng dựa trên số lần họ … đi mua rau.Một số công ty khác đanh lấn sân ngân hàng. Trang lập kế hoạch tài chính trực tuyến Mint tập hợp tất cả thông tin tài chính của khách hàng từ nhiều nơi khác nhau. Khách có thể để tài khoản tại một ngân hàng và mở thẻ tín dụng tại vài ngân hàng khác. Mint giúp người khách này biết mình có (hoặc đang nợ) tổng cộng bao nhiêu.
Tin được không?Nguy cơ đối với ngân hàng là các website dạng này chen vào giữa họ và khách hàng. Nếu khách tin các website như Minit nhiều hơn tin ngân hàng, có thể rút cục ngân hàng sẽ phải cung cấp các sản phẩm tài chính đơn giản với biên lợi nhuận thấp. Thậm chí họ có thể mất vai trò trung gian giữa người tiết kiệm và người đi vay.Ông Andrew Haldane còn cho rằng với nếu tiếp cận với đủ thông tin của một người, nhà đầu tư và người tiết kiệm có thể chẳng còn cần đến ngân hàng nữa. “Với quyền tiếp cận rộng mở tới thông tin của người đi vay, chẳng có lý do gì để người tiết kiệm cuối cùng và nhà đầu tư cuối cùng không thể trực tiếp cho vay,” ông nói trong một diễn văn gần đây. “Trung gian ngân hàng có thể sẽ biến thành một mắt xích thừa. Tài chính có thể tiếp bước âm nhạc và xuất bản.”Ông Mark Jenkinson từ công ty tư vấn Capco dự báo thị trường tài chính sẽ phát triển tới mức khách hàng sở hữu và kiểm soát dữ liệu tài chính của mình và chỉ cho phép ngân hàng tiếp cận nếu cần thiết.Một thế giới như thế sẽ không sớm xuất hiện. Đến nay, phần lớn các công ty khai thác dữ liệu hoạt động ở Mỹ vì người dân ở đây sử dụng nhiều các công cụ lập kế hoạch tài chính. Dù vậy khi cách làm này lan rộng, ngân hàng sẽ rơi vào thế lưỡng nan.Một số ngân hàng, ví dụ như Citigroup, đang cố gắng tập hợp mọi dữ liệu của khách hàng vào ngân hàng. Intuit, công ty đứng sau Mint, và công ty đối thủ Yodlee, đang bán phần mềm cho phép khách hàng theo dõi chi tiêu và số dư trên mọi tài khoản của mình.Một số ngân hàng đang lo ngại sẽ có rủi ro uy tín và an ninh nếu chia sẽ dữ liệu. Ví dụ như BNP Paribas đang cung cấp một công cụ rất tốt để giúp khách hàng phân tích chi tiêu của mình, nhưng không nhập dữ liệu tài khoản khách hàng tại các nân hàng khác.“Khách hàng muốn bản thân mình phải kiểm soát được dữ liệu của chính mình, “ bà Virginie Fauvel, người đứng đầu mảng ngân hàng trực tuyến, nói. Nhưng “có quá nhiều rủi ro nếu tập hợp dữ liệu … ngân hàng phải là nơi an toàn.”Một cách làm khác là ngân hàng đưa ra các khuyến khích để khách hàng giao dịch thật nhiều với họ, nhờ thế mà tập trung hóa cả giao dịch lẫn thông tin. Ví dụ như Standard Chartered cho vay ưu đãi với khách hàng có nhiều tài khoản tại ngân hàng, chủ yếu vì họ cho rằng có thêm thông tin sẽ giúp họ đánh giá rủi ro chính xác hơn.Một hướng đi nữa giúp ngân hàng theo gót khách hàng ở ngoài thế giới thực là cho họ những phương thức thanh toán và vay mượn mới. Cách phổ biến để áp dụng chiến lược này là dịch vụ ngân hàng qua điện thoại (mobile banking).
Đón đọc kỳ tiếp theo: Ngân hàng nằm gọn trong túi quầnMinh TuấnTheo Trí thức trẻ/The Economist
Khả năng xử lý hàng ngàn tỷ bit thông tin mỗi giây nhằm xác định các giao dịch “có vấn đề” biến ngân hàng thành pháo đài khó công phá với những kẻ lừa đảo.
Một ngân hàng lớn trả hậu để kéo “ngôi sao” từ công ty khác là chuyện thường trong giới ngân hàng, nhưng vụ chèo kéo này khác một chút xíu: “người” mới được kéo về là Watson, một máy tính của IBM.
“Nghề của chàng” là xử lý thật nhanh hàng triệu văn bản bằng cách đọc và “hiểu” chữ viết thông thường, ví dụ như chữ trong email, sách và website.
IBM hy vọng rồi một ngày Watson sẽ làm được việc mà các nhà phân tích hiện đang làm như đọc mục tài chính trong các báo, xem hàng ngàn kết quả và dự báo kết quả kinh doanh của công ty và lên một danh sách các công ty có thể trở thành mục tiêu thâu tóm.
Citigroup đã thuê Watson quyết định nên tiếp thị sản phẩm dịch vụ gì tới khách hàng nào (ví dụ như cho vay hay thẻ tín dụng). Tuy Citi không nói, nhưng công việc đầu tiên của Watson có thể là giảm tình trạng gian lận và phát hiện dấu hiệu cho thấy khả năng trả nợ của khách đi xuống. Nếu thực vậy, Watson sẽ tiếp bước các máy tính khác được thiết kế để xử lý “big data” (tức các kho dữ liệu cực lớn-ND). Nhiều công ty non trẻ ở Thung lũng Silicon và nhiều ngân hàng lớn trên thế giới đang nảy ra nhiều ý tưởng xử lý dữ liệu mới. Một số ý tưởng có khả năng sẽ làm đảo lộn toàn ngành ngân hàng.
Với phần lớn các tổ chức tài chính, tác dụng đầu tiên của “big data” là hạn chế gian lận và tuân thủ các quy định về cấm vận và rửa tiền. Thao tác thì có vẻ đơn giản, như kiểm tra tên khách hàng có nằm trong danh sách bị cấm vận không, nhưng nếu có tới hàng ngàn cái tên giống nhau trong “danh sách đen” thì mọi chuyện lại khác. Nếu nhầm, không những mất mặt mà khách hàng cũng mất luôn. Vì thế ngân hàng phải nhờ đến các máy tính có thể lưu trữ dữ liệu từ rất nhiều nguồn, bao gồm cả địa chỉ và quốc tịch, tên họ hàng, và liệu họ có tới hoặc nhận tiền từ các nước trong danh sách cấm vận không.
Với công việc phức tạp hơn, như phát hiện gian lận (rất nhỏ so với hàng triệu giao dịch hợp pháp), nhu cầu còn lớn hơn nhiều. Khi mà giao dịch ngân hàng chuyển qua máy tính và điện thoại di động và thanh toán điện tử lên ngôi, cơ hội để gian lận là vô vàn.
Còn hơn cả “mắt vàng chói lửa”Công ty đi đầu trong việc tìm liên kết giữa các cơ sở dữ liệu rời rạc là Palantir Technologies do một nhóm cựu nhân viên của PayPal thành lập. Công ty tập trung xây dựng hệ thống có thể tập hợp thông tin từ các nơi khác nhau và tìm mối liên hệ
giữa chúng.
Một trong những tổ chức đầu tiên ứng dụng hệ thống này là các cơ quan tình báo.
CIA và FBI dùng chúng để kết nối các hành vi đơn lẻ như học lái máy bay hay nhận tiền từ nước ngoài để xác định đối tượng tình nghi khủng bố. Một khách hàng quan trọng nữa là ngân hàng. JPMorgan và Citi dùng hệ thống này để cơ cấu phái sinh cổ phiếu và giảm lỗ từ cho vay.
“Đối thủ” của Palantir là Xoom, công ty chuyên về chuyển tiền xuyên biên giới.
Một số nhà đầu tư của Palatir cũng đứng sau Xoom và hai công ty đã trao đổi một nhân viên cao cấp với nhau. Nhưng quan trọng nhất là họ cùng chung quan điểm:
Nếu có đủ dữ liệu, rủi ro gì cũng có thể xử lý được.
Xoom nhận thanh toán từ tài khoản ngân hàng và thẻ ghi nợ tại Mỹ, rồi chuyển tiền mặt tới các nước như Philippines hay Ấn Độ. Vì thời gian giao tiền ngắn, không có thời gian điều tra có lừa đảo hay không, nên Xoom đã thiết kế một hệ thống máy tính tinh vi nhằm phân tích dữ liệu cho mục đích hạn chế lừa đảo.
Với hàng triệu giao dịch cần xử lý và hàng tỷ USD cần chuyển, chuyện này chẳng dễ chút nào. Hơn nữa, không mấy thông tin đủ mạnh để Xoom chỉ dựa vào mình nó là có thể đồng ý hoặc từ chối thanh toán. Dù vậy, máy tính xem xét toàn bộ các thanh toán trong hệ thống để xác định giao dịch nào có thể là lừa đảo. Hệ thống này còn có khả năng học hỏi. Gần đây, nó báo động một chuỗi các thanh toán từ thẻ tín dụng Discover tại New Jersey mà nếu đứng độc lập, trông đều có vẻ hợp pháp cả. “Máy tính tìm ra một “xu hướng”, trong khi lẽ ra chẳng có “xu hướng” nào cả,” CEO của Xoom, ông John Kunze, nói. “Xu hướng” mà máy tính phát hiện hóa ra là âm mưu lừa đảo của một băng nhóm tội phạm.
Những hệ thống kiểu này không rẻ, nhưng còn đỡ hơn là trở thành nạn nhân. Xoom ước tính có 0,35% số giao dịch là giả mạo. Theo ông Mike Gordon từ FICO, công ty đã phát minh ra hệ thống điểm tín dụng và nay đang bán phần mềm phát hiện gian lận, tỷ lệ trung bình tại các công ty thẻ tín dụng là 0,1%, và tỷ lệ cao nhất từng đạt được bằng một nửa số đó.
Tỷ lệ giả mạo với séc tiền mặt tại Mỹ là khoảng 1%/năm. Với các công ty bán hàng trên mạng, tỷ lệ mất mát còn cao hơn nhiều. Công ty dịch vụ kiểm soát rủi ro và thanh toán điện tử CyberSource cho viết các nhà bán lẻ trên mạng ước tính thiệt hại năm ngoái khoảng 1,8% doanh thu.
Nhỏ không còn yếu
Thế cạnh tranh trong ngành ngân hàng bị bóp méo vì chi phí chống gian lận thẻ tốn kém do ngân hàng nhỏ không thể xây dựng được một hệ thống cần thiết. Nhiều ngân hàng đóng dịch vụ, bán cho các công ty thẻ tín dụng, hoặc giới thiệu khách hàng tới các công ty chuyên ngành như MBNA hay Capital One.
Nay nhiều ngân hàng nhỏ mới thấy đó là sai lầm, vì không những họ mất một nguồn doanh thu quan trọng mà còn mất luôn cơ hội duy trì quan hệ với khách hàng (cùng với đó là bán thêm được các sản phẩm tài chính). Có lẽ quan trọng nhất là khiến họ không tiếp cận được nguồn dữ liệu về xu hướng chi tiêu của khách. Điều này sẽ sớm thay đổi, vì hai lý do.
Thứ nhất, các công ty thẻ như Visa và MasterCard đang cải thiện khả năng phát hiện giao dịch gian lận, nhờ thế mà các ngân hàng nhỏ nhẹ gánh hơn. Điểm mạnh lớn nhất của các công ty này là có thể khảo sát nhiều giao dịch hơn so với bất kỳ ngân hàng đơn lẻ nào, nhờ thế họ có thể phát hiện gian lận ở tầm quốc tế.
Thứ hai, hệ thống xử lý dữ liệu đang hạ giá cực nhanh. Thompson Reuters cho biết năm ngoái các công ty đầu tư mạo hiểm rót tổng cộng 2,47 tỷ USD cho các chuyên gia xử lý dữ liệu.
Phần lớn đầu tư là vào cơ sở dữ liệu và phương tiện lưu trữ không phải dành riêng cho ngân hàng, dù vậy các công cụ đang được phát triển có giá trị ứng dụng với mọi ngành. Một thập kỷ trước ngân hàng phải thuê thiết kế một hệ thống chuyên biệt với chi phí khổng lồ, các ngân hàng nhỏ có thể mua những hệ thống thiết kế sẵn với giá chỉ bằng một phần nhỏ.
Với hàng triệu giao dịch cần xử lý và hàng tỷ USD cần chuyển, chuyện này chẳng dễ chút nào. Hơn nữa, không mấy thông tin đủ mạnh để Xoom chỉ dựa vào mình nó là có thể đồng ý hoặc từ chối thanh toán.
Dù vậy, máy tính xem xét toàn bộ các thanh toán trong hệ thống để xác định giao dịch nào có thể là lừa đảo.
Hệ thống này còn có khả năng học hỏi. Gần đây, nó báo động một chuỗi các thanh toán từ thẻ tín dụng Discover tại New Jersey mà nếu đứng độc lập, trông đều có vẻ hợp pháp cả. “Máy tính tìm ra một “xu hướng”, trong khi lẽ ra chẳng có “xu hướng” nào cả,” CEO của Xoom, ông John Kunze, nói. “Xu hướng” mà máy tính phát hiện hóa ra là âm mưu lừa đảo của một băng nhóm tội phạm.
Những hệ thống kiểu này không rẻ, nhưng còn đỡ hơn là trở thành nạn nhân. Xoom ước tính có 0,35% số giao dịch là giả mạo.
Theo ông Mike Gordon từ FICO, công ty đã phát minh ra hệ thống điểm tín dụng và nay đang bán phần mềm phát hiện gian lận, tỷ lệ trung bình tại các công ty thẻ tín dụng là 0,1%, và tỷ lệ cao nhất từng đạt được bằng một nửa số đó.
Tỷ lệ giả mạo với séc tiền mặt tại Mỹ là khoảng 1%/năm.
Với các công ty bán hàng trên mạng, tỷ lệ mất mát còn cao hơn nhiều.
Công ty dịch vụ kiểm soát rủi ro và thanh toán điện tử CyberSource cho viết các nhà bán lẻ trên mạng ước tính thiệt hại năm ngoái khoảng 1,8% doanh thu.
Ngân hàng tương lai bắt buộc phải có khả năng thu thập và xử lý kho dữ liệu khổng lồ. Thung lũng Silicon có khả năng này, thế là họ quyết định sẽ làm luôn ngân hàng.
Kỳ trước: Lá chắn tên lửa từ những con số
Ngồi trên đống vàng
Khi mà năng lực xử lý khối lượng dữ liệu lớn đã trở nên phổ biến, ngân hàng chợt nhận ra khả năng này đâu phải mỗi dùng để chống gian lận. Dữ liệu là cả một núi vàng!
Cách dùng đầu tiên là bán thêm sản phầm cho khách hàng. Hàng tuần, Ngân hàng Santander gửi khách hàng một danh sách sản phẩm mà họ nghĩ khách sẽ hứng thú, ví dụ như bảo hiểm nhà cửa. Một số sản phẩm ngân hàng chào mua còn chẳng liên quan gì tới tài chính.
Báo cáo đặc biệt của The Economist về ngành ngân hàng bán lẻ: |
Citi hiện có hơn 250 nhân viên chuyên phân tích dữ liệu tại Châu Á. Tại Singapore, Citigroup lưu ý các giao dịch thẻ của khách và thông báo cửa hàng/ nhà hàng nào có khuyến mãi. Năm ngoái, Citi mở một “phòng thí nghiệm sáng tạo” tại Singapore dành riêng để phân tích dữ liệu từ các khách hàng tổ chức lớn, và một trung tâm phân tích lớn khác tại Bangalore.
Chỉ cần khách đã đăng ký dịch vụ này quẹt thẻ là hệ thống biết được ngày giờ, địa điểm và sở thích mua sắm/ ăn uống trước kia của khách. Nếu hệ thống thấy khách thích đồ ăn Italia, và đã sắp tới giờ ăn rồi mà lại có một nhà hàng Italia ở gần đó, nó có thể gửi cho khách một tin nhắn thông báo có khuyến mãi tại nhà hàng này. Ngân hàng vừa có thêm một giao dịch, mà lai thu thêm được phí dịch vụ.
Tuyệt vời hơn, hệ thống này có có khả năng phát hiện những khách nào tận dụng những khuyến mãi này để tiếp tục tìm cách cải thiện chúng. Khởi nguồn của hệ thống này là cửa hàng trực tuyến của Amazon, với khả năng đề xuất sản phẩm khách có thể thích dựa trên các sản phẩm họ hoặc các khách tương tự đã mua.
McKinsey tính toán rằng một số ngân hàng khả năng có thể tăng gấp đôi tỷ lệ khách đồng ý vay và giảm một phần tư số khoản vay vỡ nợ chỉ bằng dữ liệu sẵn có. Ở Mỹ, Visa đã hợp tác với nhà bán lẻ quần áo Gap để gửi chào mời khuyến mãi tới chủ thẻ quẹt thẻ ở gần cửa hàng của Gap.
Nhưng theo dõi thói quen chi tiêu của khách có thể làm họ nổi giận. Ví dụ như đầu năm nay nhà bán lẻ Mỹ Target bị chỉ trích sau khi dựa vào xu hướng mua sắm của một cô gái mà kết luận cô này đã mang thai. Thế là Target gửi coupon đồ mẹ và bé cho cô, trong khi ngay đến ông bố còn chưa được biết.
Cách ít gây tranh cãi hơn là dựa vào kho dữ liệu để chào mời khách những thứ chắc chắn khách hàng sẽ dùng. Lloyds Banking Group chỉnh sửa hệ thống để nếu khách hàng có hỏi số dư còn bao nhiêu, họ sẽ biết luôn cả số dư dự tính nếu họ cứ tiêu với tốc độ hiện nay.
Thời đại mới, đối thủ mới
“Big data” đang hỗ trợ các ngân hàng, nhưng cũng từ đó mà xuất hiện các đối thủ mới. Một trong những đối thủ ấy là ZestCash, chuyên cho những người có lịch sử tín dụng kém vay. Công ty này do cựu Giám đốc Thông tin (CIO) và Kỹ sư trưởng của Google thành lập.
Khác biệt lớn nhất giữa ZestCash và phần lớn các ngân hàng là khối lượng dữ liệu khổng lồ mà nó xử lý. Trong khi phần lớn các ngân hàng Mỹ dưa vào điểm tín dụng FICO (dựa trên 15-20 chỉ tiêu, ví dụ như lượng tín dụng sử dụng và có trễ hẹn thanh toán không), ZestCash dựa vào hàng ngàn chỉ số.
Nếu một khách hàng gọi điện báo mình sẽ trễ hẹn thanh toán, phần lớn các ngân hàng sẽ coi đây là tín hiệu rất rủi ro. Nhưng ZestCash đã phát hiện ra rằng những khách hàng như thế lại nhiều khả năng sẽ hoàn trả khoản vay đầy đủ. Một chỉ báo hữu dụng khác là thời gian khách hàng truy cập vào ZestCash trước khi nộp đơn xin vay.
“Mọi bit dữ liệu đều khó hiểu, nhưng khi tổng hợp chúng một cách đủ thông minh, bạn có thể moi được vàng từ đống rác,” ông Merrill nói trong một hội thảo gần đây.
Do lịch sử tín dụng kém, khách của ZestCash không phải loại khách thông thường của ngân hàng. Ông Merrill nói lãi suất của ông chỉ bằng 1/3 “tín dụng đen” (dù vẫn lên tới khoảng 300%), nhưng tỷ lệ vỡ nợ vẫn thấp hơn tỷ lệ trung bình 40% của “tín dụng đen”.
Nhà bán lẻ Tesco của Anh thu thập lượng dữ liệu về thói quen mua sắm của khách hàng lớn đến mức họ có thể gửi chính xác loại coupon đến từng khách hàng. Khi một gia đình bắt đầu mua tã (tức họ đã có em bé), Tesco thường gửi voucher giảm giá bia vì biết người bố sẽ ít có cơ hội tới quán rượu.
Tesco còn có tham vọng với cả ngành ngân hàng. Công ty cung cấp dịch vụ thẻ tín dụng, cấp tín dụng và đang định giới thiệu một tài khoản ngân hàng đầy đủ. Với lượng dữ liệu khổng lồ của mình, Tesco có thể đánh giá tốt khả năng trả nợ của khách hàng dựa trên số lần họ … đi mua rau.
Một số công ty khác đanh lấn sân ngân hàng. Trang lập kế hoạch tài chính trực tuyến Mint tập hợp tất cả thông tin tài chính của khách hàng từ nhiều nơi khác nhau. Khách có thể để tài khoản tại một ngân hàng và mở thẻ tín dụng tại vài ngân hàng khác. Mint giúp người khách này biết mình có (hoặc đang nợ) tổng cộng bao nhiêu.
Tin được không?
Nguy cơ đối với ngân hàng là các website dạng này chen vào giữa họ và khách hàng. Nếu khách tin các website như Minit nhiều hơn tin ngân hàng, có thể rút cục ngân hàng sẽ phải cung cấp các sản phẩm tài chính đơn giản với biên lợi nhuận thấp. Thậm chí họ có thể mất vai trò trung gian giữa người tiết kiệm và người đi vay.
Ông Andrew Haldane còn cho rằng với nếu tiếp cận với đủ thông tin của một người, nhà đầu tư và người tiết kiệm có thể chẳng còn cần đến ngân hàng nữa. “Với quyền tiếp cận rộng mở tới thông tin của người đi vay, chẳng có lý do gì để người tiết kiệm cuối cùng và nhà đầu tư cuối cùng không thể trực tiếp cho vay,” ông nói trong một diễn văn gần đây. “Trung gian ngân hàng có thể sẽ biến thành một mắt xích thừa. Tài chính có thể tiếp bước âm nhạc và xuất bản.”
Ông Mark Jenkinson từ công ty tư vấn Capco dự báo thị trường tài chính sẽ phát triển tới mức khách hàng sở hữu và kiểm soát dữ liệu tài chính của mình và chỉ cho phép ngân hàng tiếp cận nếu cần thiết.
Một thế giới như thế sẽ không sớm xuất hiện. Đến nay, phần lớn các công ty khai thác dữ liệu hoạt động ở Mỹ vì người dân ở đây sử dụng nhiều các công cụ lập kế hoạch tài chính. Dù vậy khi cách làm này lan rộng, ngân hàng sẽ rơi vào thế lưỡng nan.
Một số ngân hàng, ví dụ như Citigroup, đang cố gắng tập hợp mọi dữ liệu của khách hàng vào ngân hàng. Intuit, công ty đứng sau Mint, và công ty đối thủ Yodlee, đang bán phần mềm cho phép khách hàng theo dõi chi tiêu và số dư trên mọi tài khoản của mình.
Một số ngân hàng đang lo ngại sẽ có rủi ro uy tín và an ninh nếu chia sẽ dữ liệu. Ví dụ như BNP Paribas đang cung cấp một công cụ rất tốt để giúp khách hàng phân tích chi tiêu của mình, nhưng không nhập dữ liệu tài khoản khách hàng tại các nân hàng khác.
“Khách hàng muốn bản thân mình phải kiểm soát được dữ liệu của chính mình, “ bà Virginie Fauvel, người đứng đầu mảng ngân hàng trực tuyến, nói. Nhưng “có quá nhiều rủi ro nếu tập hợp dữ liệu … ngân hàng phải là nơi an toàn.”
Một cách làm khác là ngân hàng đưa ra các khuyến khích để khách hàng giao dịch thật nhiều với họ, nhờ thế mà tập trung hóa cả giao dịch lẫn thông tin. Ví dụ như Standard Chartered cho vay ưu đãi với khách hàng có nhiều tài khoản tại ngân hàng, chủ yếu vì họ cho rằng có thêm thông tin sẽ giúp họ đánh giá rủi ro chính xác hơn.
Một hướng đi nữa giúp ngân hàng theo gót khách hàng ở ngoài thế giới thực là cho họ những phương thức thanh toán và vay mượn mới. Cách phổ biến để áp dụng chiến lược này là dịch vụ ngân hàng qua điện thoại (mobile banking).
Đón đọc kỳ tiếp theo: Ngân hàng nằm gọn trong túi quần
Minh Tuấn
Theo Trí thức trẻ/The Economist
No comments:
Post a Comment