Finansal Teknoloji Sektöründe Büyük Veri Kullanım Senaryoları
Finansal hizmet sektörü, geleneksel olarak veri bakımından oldukça zengin bir endüstri olarak karşımıza çıkıyor. Bu sebeple, farklı kaynaklardan elde edilen büyük miktarda veri ile, finansal teknoloji (Fin-Tech) işletmelerinin artık Büyük Veri teknolojilerine her zamankinden daha çok ihtiyacı var. Büyük Veri; kitlesel fonlamaya (crowd funding) dayalı yenilikçi özsermaye platformları, müşterileri takip eden veri görselleştirme araçları, mobil ve bulut teknolojilerine dayalı yeni ödeme sistemleri gibi ileri teknolojilerle Fin-Tech sektörü için yeni bir dönemin kapılarını aralıyor.
Bu güç birliği, finansal teknoloji sektörüne; daha düşük maliyetlerle daha iyi hizmet sunmanın yanı sıra müşteri istihbaratını geliştirme, riskleri azaltma ve dolandırıcılık tespiti gibi fırsatlar sağlıyor. Bu yazımızda, büyük verinin finansal teknoloji sektöründeki en yaygın kullanım senaryolarından birkaçını ana hatlarıyla ele alacağız.
Müşteriyi Elde Tutma ve Yeni Müşteri Kazanma
Müşteriyi elde tutma (retention) ve yeni müşteri kazanma (acquisition), Büyük Veri analizlerinin kullanıldığı en önemli alanlardan birisi. Bu kapsamda en çok, veriyi analiz etme ve makine öğrenimi algoritmalarını kullanarak reklam harcamalarını hedefleme çalışmalarına başvuruluyor.
Büyük Veri içgörü ve analizleri; müşteri profil verileri, satın alma geçmişleri ve sosyal medya sitelerindeki müşteri davranışlarını ilişkilendirerek finansal teknoloji şirketlerinin kişiselleştirilmiş ürün sunmalarına olanak sağlıyor. Örneğin; finans şirketleri bir müşteri Nike’de işlem yaptığında ve sosyal ağlarda sporla alakalı sayfaları beğendiğinde, o müşteriye özel tekliflerde kullanılmak üzere spor mağazalarında geçerli bir kredi kartı gönderebiliyor.
Kredi Skorlaması
Kredi derecelendirmesi veya skorlaması, önceleri ödeme geçmişi gibi basit finansal işlemler baz alınarak yapılıyordu. Daha sonra Büyük Veri; finansal teknoloji sektörünü yenilikçi derecelendirme (scoring) modelleri ve müşteri davranışı gibi yeni kaynaklarla tanıştırdı. Bu sayede sosyal ağlardan gelen daha zengin veri setleri baz alınarak varsayılan oranlar düşük bile olsa, daha yüksek kredi onayı oranlarına ulaşmak artık mümkün olabiliyor.
Sektör Hakkında Daha Geniş Kamuoyu Elde Etmek
Kamuoyu, sektörler için gün geçtikçe önem kazanıyor. Bununla birlikte, çeşitli ve artan sayıda kaynaktan üretilen verilerin toplanması ve analizi gittikçe karmaşık hale geliyor. Bu nedenle finansal teknoloji şirketleri; işletmeler, sektörler veya tüm ekonomi hakkındaki kamuoyunu takip edebilmek için Duygu Analizine (Sentiment Analysis) başvuruyor. Hatta, Finextra.com; bazı serbest yatırım fonlarının tüm stratejilerini Twitter analitiği tarafından üretilen ticaret uyarılarına ve sinyallerine dayandırdıklarını iddia ediyor. Duygu analizleri ayrıca; ekonomik göstergeleri tespit etmek, diğer katılımcılar, 3. partiler ve belirli pazar göstergeleri veya belirli bir şirket ya da hisse senetlerine ilişkin duygular arasındaki ilişkileri belirlemek için de sıklıkla kullanılıyor.
Dolandırıcılık
Tespit edilemeyen dolandırıcılıklar kredi şirketlerine her yıl milyarlarca dolara mal oluyor (Dolandırıcılık, kredi kartı sağlayan kuruluşlara her yıl yaklaşık 10 milyar dolara mal oluyor ve bunların yalnızca %40’ı tespit edilebiliyor).Dolandırıcılığın önüne geçebilmek için, Citi Group; sahte faaliyetleri mevcut yöntemlerden daha erken yakalama potansiyeline sahip olduğuna inandığı çok sayıda, ilgisiz ve çeşitli kaynaklardan gelen verileri ilişkilendiriyor. Mesela satış noktası verileriyle web davranış analizlerini (dahili ya da harici) ilişkilendiriyor ve First Data ya da SWIFT gibi servis sağlayıcılarla veya diğer finansal kurumlarla bu verileri çapraz incelemeye alıyor. Bunun dolandırıcılık tespitini geliştirmekle kalmayıp, hatalı doğrular (false positive) oranlarını düşüreceğini de savunuyor.
EDW (Enterprise Data Warehouse) Optimizasyonu
Geleneksel işletme veri ambarları (EDW’ler) uygun maliyetli olmamakla birlikte; veri hazırlama, analiz etme ve temizleme açısından oldukça zaman kaybına yol açıyorlardı. Büyük Veri analitiği çözümleri işletmelere çeşitli büyüklüklerdeki veriyi ölçme, entegre etme, analiz etme ve uygun maliyetli bir şekilde her çeşit veriyi depolama imkanı sağlıyor. Buna ek olarak, çok büyük miktarda veriyi temizleme, eşleştirme, profilleme, zenginleştirme ve bir araya getirme fırsatı veriyor.
Citi Group da, Büyük Veri yatay mimarisine geçilmesi sayesinde Platform Kurma Maliyetlerinin düşürüldüğünü doğruluyor. “Büyük Veri ayrıca verileri analiz etmenin yanında depolayabileceğimiz bir fiyat esnekliği de sunuyor. Biz, işimiz için değerli olan, çok büyük miktarda varlığa sahip global bir şirketiz. Ve şimdi bunları, analitik açıdan bize faydalı kılan bir gider noktasında en ayrıntılı düzeyde saklayabiliyoruz.” (Michael Simone – Citi Group, Data Platform Engineering’in Genel Müdürü)
Risk Yönetimi ve Strateji Geliştirme
Finans sektöründe başka bir yaygın büyük veri kullanım senaryosu da, risk yönetimi ve strateji geliştirmek için Öngörüsel Analiz’e (Predictive Analytics) başvurma. Risk yönetiminde varlıklarını ve fonlarını taşıma/geri çekme ihtimali olan müşterilerinin belirli davranışlarını tespit edebilmek için öngörüsel analizden yararlanan bir finans şirketine ait gerçek bir kullanım senaryosu örneği verelim: Firma davranış tespitlerine; ilk olarak öngörüsel analiz kullanarak, adreslerinde veya vekaletnamelerinde bir değişiklik yapan ya da firma sitelerinde form bölümünü tarayan bazı müşteri faaliyetleri verilerini entegre ederek başladı. Birden fazla veri kaynağını bir araya getirerek her müşteri için bir aktivite rotası oluşturuldu. Örneğin; müşterilerin belirli etkinliklerini izlendi ve bu etkinliklerin rakip firmaya transferini mi, hesaplar arası aktarma mı yoksa tamamen firmadan çekilmeye mi yol açtığı belirlendi. Firma bu veriyi ilişkilendirerek, her etkinliğin ya da tahmini müşteri kayıplarını ifade eden etkinlik kombinasyonlarının istatistiki uygunluğunu tanımlamaya imkan sağladı.
Veri bilimi ve karmaşık makine öğrenimi algoritmalarının finansal teknoloji sektöründe büyük veri analitiği kullanımını oldukça geliştirdiğini görebiliyoruz. Büyük veri teknolojileri; dolandırıcılığı tespit etme ve engelleme, müşteri davranışlarını belirleme, sektörle ilgili içgörü kazanma ve maliyetleri düşürmeyi sağlayarak finansal teknoloji şirketlerinin yenilikçi data güdümlü çözümler ve hizmetler geliştirip rekabet üstünlüğü elde etmelerine katkıda bulunacak.