บล็อก
บทบาทของ Big Data ในการปฏิวัติฟินเทค
How big data powers fintech: smarter risk checks, fraud detection, personalised products and faster financial services.
ดีมันนี่ (DeeMoney)
หากคุณเคยสนใจเรื่องราวในโลกของฟินเทค (fintech) ในช่วงทศวรรษที่ผ่านมา คุณคงสังเกตเห็นอย่างหลีกเลี่ยงไม่ได้ว่า ข้อมูลคือหัวใจสำคัญของการพัฒนาเกือบทั้งหมด มีคำกล่าวที่ค่อนข้างจำเจแต่เป็นความจริงที่ว่า ข้อมูลคือทองคำแห่งศตวรรษที่ 21 ซึ่งเป็นวัตถุดิบหลักในการสร้างสรรค์ประเทศชาติ
แต่อาจจะถูกต้องกว่าหากจะกล่าวว่าข้อมูลคือน้ำมันแห่งศตวรรษที่ 21 เพราะเช่นเดียวกับน้ำมัน ข้อมูลจะต้องผ่านการกลั่นกรอง (หรือการวิเคราะห์ ในการเปรียบเทียบนี้) เพื่อจำแนกออกเป็นผลิตภัณฑ์ที่มีประโยชน์ ลำพังเพียงข้อมูลจำนวนมหาศาลนั้นไม่มีประโยชน์เลย เช่นเดียวกับน้ำมันดิบ แต่ฟินเทคได้พิสูจน์แล้วว่ามีความเชี่ยวชาญเป็นพิเศษในการนำข้อมูลจากแหล่งต่าง ๆ ที่น่าทึ่งมาใช้ประโยชน์ เรามาดูกันว่ามีอะไรที่ประสบความสำเร็จไปแล้วบ้าง และมีอะไรที่กำลังจะเกิดขึ้นในอนาคต
"Big Data" คืออะไร?
เราเคยได้ยินชื่อองค์กรต่าง ๆ เช่น "Big Pharma" และ "Big Oil" ซึ่งหมายถึงบริษัทยักษ์ใหญ่ที่ครอบครองอุตสาหกรรมเฉพาะทางเหล่านั้น ดังนั้นคุณอาจจะประหลาดใจเมื่อรู้ว่า "Big Data" ไม่ใช่สิ่งเดียวกัน ในขณะที่เขียนบทความนี้ ยังไม่มีการผูกขาดข้อมูลโดยองค์กรขนาดใหญ่จำนวนไม่กี่แห่งที่ควบคุมข้อมูลทั้งหมดได้อย่างเบ็ดเสร็จ อย่างไรก็ตาม มีบริษัทเทคโนโลยียักษ์ใหญ่ (Big Tech) อย่าง Google, Facebook, Amazon, Microsoft และ Apple ซึ่งล้วนมีลูกค้าและแหล่งข้อมูลมากพอที่จะก้าวไปสู่จุดนั้นได้อย่างง่ายดาย
จนกว่าจะถึงวันนั้น Big Data ก็คือสิ่งที่เป็นไปตามชื่อของมัน นั่นคือ ข้อมูลปริมาณมหาศาล ในแง่ของฟินเทค ข้อมูลเหล่านี้อาจเป็นโปรไฟล์ลูกค้า ประวัติการทำธุรกรรม ปริมาณการใช้งานเว็บไซต์และแอปพลิเคชัน และอื่น ๆ สำหรับบริษัทขนาดใหญ่ ปริมาณข้อมูลที่มหาศาลนี้ทำให้การประมวลผลทำได้ยากขึ้นมาก ซึ่งหมายความว่าแทบจะเป็นไปไม่ได้เลยที่จะได้ข้อสรุปที่เป็นประโยชน์โดยใช้วิธีการจัดการข้อมูลแบบดั้งเดิม
หากมีการจัดการที่เหมาะสม Big Data จะมอบข้อได้เปรียบที่สำคัญหลายประการ คุณสามารถระบุพฤติกรรมของผู้ซื้อได้ ตั้งแต่มุมมองส่วนตลาดของลูกค้าในวงกว้างไปจนถึงลูกค้ารายบุคคล นอกจากนี้คุณยังสามารถตรวจพบข้อผิดพลาด ความล้มเหลว และความไม่มีประสิทธิภาพที่เกิดขึ้นซ้ำ ๆ ได้ในเวลาเพียงไม่กี่วินาที คุณยังสามารถตรวจพบข้อผิดพลาดที่เกิดขึ้นโดยเจตนาได้อีกด้วย เช่น ผู้ที่พยายามฉ้อโกงระบบของคุณ ทั้งหมดนี้เพียงแค่ต้องการการจัดการที่ถูกต้องเท่านั้น
การเติบโตของ Internet of Things (IoT) ทำให้สถานการณ์มีความซับซ้อนยิ่งขึ้น แต่ในขณะเดียวกันก็น่าสนใจยิ่งขึ้นด้วย คุณสามารถอ่านคำอธิบายฉบับเต็มเกี่ยวกับ IoT และการประยุกต์ใช้ในโลกการเงินได้ที่นี่
Big Data ในฐานะตัวขับเคลื่อนสำคัญ
เมื่อพูดถึงการพัฒนาและปรับปรุงโซลูชันฟินเทค การมีข้อมูลลูกค้าจำนวนมากให้ใช้งานจะช่วยให้งานง่ายขึ้นอย่างมาก แหล่งข้อมูล Big Data และแผนกวิทยาศาสตร์ข้อมูลสามารถตอบโจทย์นั้นได้ดีกว่า เนื่องจากพวกเขาสามารถจัดหาข้อมูลที่มีทั้งปริมาณ (Volume) ความรวดเร็ว (Velocity) และความหลากหลาย (Variety) นั่นคือพวกเขาสามารถให้ข้อมูลที่แตกต่างกันจำนวนมากได้อย่างรวดเร็ว นี่คือหนึ่งในเหตุผลสำคัญที่ทำให้การร่วมมือกันระหว่างสตาร์ทอัพฟินเทคขนาดเล็กและธนาคารแบบดั้งเดิมขนาดใหญ่แพร่หลายอย่างมาก
โดยลำพังแล้ว บริษัทขนาดเล็กไม่สามารถสร้างข้อมูลได้มากพอที่จะทดสอบระบบได้อย่างมีประสิทธิภาพ คุณจำเป็นต้องสร้างฐานลูกค้าด้วยผลิตภัณฑ์ที่น่าดึงดูดใจ แต่คุณก็ต้องมีข้อมูลเพื่อสร้างผลิตภัณฑ์นั้นขึ้นมา มันเป็นภาวะกลืนไม่เข้าคายไม่ออก (Catch 22) ที่ Big Data สามารถช่วยคลี่คลายได้
ผลผลิตจาก Big Data
ด้วยการเข้าถึงข้อมูลในระดับนี้ โซลูชันฟินเทคที่เกิดขึ้นใหม่สามารถคาดการณ์พฤติกรรมของลูกค้า ซึ่งช่วยเพิ่มรายได้โดยการใช้ประโยชน์จากโอกาสในการขายที่ข้อมูลแนะนำ นอกจากนี้ยังช่วยประหยัดค่าใช้จ่ายได้ด้วยการใช้ข้อมูลเพื่อประเมินความเสี่ยงที่ซับซ้อน ช่วยให้ธนาคารสามารถตัดสินใจได้อย่างมีข้อมูลมากขึ้นว่าจะปล่อยกู้เมื่อใดและให้แก่ใคร
บางทีข้อดีที่สำคัญที่สุดประการหนึ่งที่ Big Data มอบให้แก่โลกฟินเทคก็คือ ความสามารถในการตอบสนองแบบเรียลไทม์ ในอดีต การเปลี่ยนแปลงในตลาดหรือธุรกรรมที่ฉ้อโกงอาจตรวจไม่พบจนกระทั่งสายเกินไปที่จะแก้ไข อย่างไรก็ตาม เมื่อมีการวิเคราะห์ข้อมูลจำนวนมหาศาลแทบจะในทันที ก็จะสามารถตรวจพบสัญญาณเตือนและดำเนินการตามความเหมาะสมได้ทันท่วงที
การเปิดรับระบบแมชชีนเลิร์นนิง (machine learning) และโซลูชัน AI เพื่อรับมือกับความท้าทายของ Big Data คือสิ่งที่ช่วยให้บริษัทฟินเทคขนาดเล็กประสบความสำเร็จอย่างรวดเร็ว จนนำไปสู่การปฏิวัติที่อ้างถึงในพาดหัวของบทความนี้ โดยเฉพาะอย่างยิ่งในช่วงการแพร่ระบาดของโควิด-19 พบว่า ธนาคารยุคใหม่ (Neo Banks) และธนาคารผู้ท้าชิง (Challenger Banks) สามารถก้าวล้ำนำหน้าคู่แข่งแบบดั้งเดิมได้อย่างง่ายดาย ซึ่งส่วนใหญ่เป็นผลมาจากการใช้ประโยชน์จาก Big Data เพื่อส่งมอบสิ่งที่ลูกค้าต้องการในเวลาที่พวกเขาต้องการ
ประโยชน์ของ Big Data
โอกาสประเภทใดบ้างที่ Big Data สามารถมอบให้จนทำให้บริษัทฟินเทคขนาดเล็กกลายเป็นตัวเลือกที่น่าสนใจกว่าสถาบันการเงินที่มีอายุนับร้อยปี? ด้วยการใช้แมชชีนเลิร์นนิงเพื่อศึกษาข้อมูลนำเข้า กระบวนการ และผลลัพธ์จำนวนมหาศาล จึงทำให้เกิดประโยชน์พื้นฐาน 4 ประการ ดังนี้
การเน้นลูกค้าเป็นศูนย์กลาง: ด้วยการเรียนรู้พฤติกรรมของลูกค้า บริษัทต่าง ๆ สามารถปรับแต่งผลิตภัณฑ์ให้ตรงกับความต้องการของลูกค้ารายบุคคลได้อย่างแท้จริง แทนที่จะสร้างโซลูชันสำเร็จรูปที่ใช้งานได้กับกรณีส่วนใหญ่แต่ไม่ใช่ทั้งหมด
ความปลอดภัยที่ดียิ่งขึ้น: สามารถตรวจพบการฉ้อโกงได้รวดเร็วขึ้นและสกัดกั้นได้อย่างมีประสิทธิภาพมากขึ้น ช่วยให้ลูกค้าได้รับความสะดวกสบายและความมั่นใจมากขึ้นในการไว้วางใจฝากเงินไว้กับบริษัท
การประเมินความเสี่ยงที่ดียิ่งขึ้น: ธุรกรรมทางการเงินส่วนใหญ่เป็นการคาดเดาในรูปแบบใดรูปแบบหนึ่ง ไม่ว่าจะเป็นการไว้วางใจให้ลูกค้าชำระเงินกู้คืนตามกำหนดเวลา หรือการลงทุนในธุรกิจที่มีความเสี่ยงอยู่เสมอว่าจะล้มเหลว การศึกษา Big Data ก็เหมือนกับการศึกษาฟอร์มของม้าแข่ง เพียงแต่มีจุดข้อมูลให้ศึกษามากกว่าและมีการเก็งกำไรน้อยกว่ามาก โดยพื้นฐานแล้ว คุณสามารถลดการคาดเดาออกไปให้ได้มากที่สุด
การบริการลูกค้าที่ดียิ่งขึ้น: มีความเชื่อมโยงอย่างใกล้ชิดกับหัวข้อการเน้นลูกค้าเป็นศูนย์กลาง แต่เน้นเฉพาะเจาะจงไปที่การช่วยเหลือลูกค้าแก้ปัญหาต่าง ๆ ก่อนที่ปัญหาจะบานปลาย ซึ่งรวมถึงการใช้แชทบอท (chatbot) เป็นด่านแรกของกระบวนการบริการลูกค้า การใช้ข้อมูลจำนวนมหาศาลเพื่อฝึกฝนบอทจะช่วยให้มันสามารถแก้ปัญหาของลูกค้าส่วนใหญ่ได้ ก่อนที่จะต้องส่งต่อให้พนักงานที่เป็นมนุษย์เข้ามาช่วยเหลือ
อนาคตของ Big Data ในวงการฟินเทค
เราได้กล่าวไว้ในบทความหลายชิ้นบนบล็อกนี้ว่า ฟินเทคคืออนาคตของการเงินอย่างไม่ต้องสงสัย ความคาดหวังของลูกค้าที่เปลี่ยนไปและความสำเร็จอย่างล้นหลามของธุรกิจฟินเทคทำให้เห็นภาพนั้นได้อย่างชัดเจน อย่างไรก็ตาม สิ่งสำคัญคือต้องตระหนักถึงบทความของ Big Data ที่มีส่วนช่วยในความสำเร็จเหล่านั้นและในการสร้างความคาดหวังดังกล่าว
ความท้าทายเกิดขึ้นเมื่อ ความกังวลเรื่องความเป็นส่วนตัว ขัดแย้งกับความต้องการประสบการณ์ทางการเงินที่เป็นส่วนตัวมากขึ้นและไม่เปิดเผยตัวตนน้อยลง คุณอาจสังเกตเห็นว่ามีเว็บไซต์จำนวนมากขึ้นที่ขอให้คุณยอมรับคุกกี้อย่างชัดเจน หรือแอปพลิเคชันที่ขออนุญาตติดตามกิจกรรมของคุณบนแอปและเว็บไซต์อื่น ๆ ทั้งสองสิ่งนี้เป็นแหล่งข้อมูลที่สำคัญสำหรับการช่วยคาดการณ์พฤติกรรมของลูกค้า แต่ความระแวงในระดับหนึ่งเกี่ยวกับจำนวนข้อมูลที่บริษัทต่าง ๆ สามารถรวบรวมเกี่ยวกับตัวคุณได้นั้น ทำให้ผู้คนกังวลเกี่ยวกับความเป็นส่วนตัวของพวกเขา
ตราบใดที่มีการจัดการข้อมูลอย่างเหมาะสม ก็แทบไม่มีภัยคุกคามต่อความเป็นส่วนตัวของคนส่วนใหญ่ ข้อมูลที่รวบรวมได้ส่วนใหญ่ไม่รวมข้อมูลที่ระบุตัวบุคคลได้ (PII) และเป็นเพียงการแสดงตัวอย่างพฤติกรรมของผู้คนจากกลุ่มลูกค้าเฉพาะของคุณเท่านั้น อย่างไรก็ตาม การเงินเป็นสาขาหนึ่งที่ข้อมูล PII มีความสำคัญค่อนข้างมาก โดยเฉพาะอย่างยิ่งเมื่อต้องปรับแต่งประสบการณ์ให้เข้ากับลูกค้าแต่ละราย
เมื่อเป็นเช่นนั้น ปัจจัยสำคัญในอนาคตของฟินเทคและ Big Data จะเป็นการพัฒนาและการบังคับใช้กฎระเบียบต่าง ๆ ที่ควบคุมการจัดการข้อมูล หากสิ่งนี้ได้รับการจัดการที่ดี บริษัทฟินเทคจะสามารถพัฒนาต่อไปได้อย่างราบรื่นในขณะที่ลดการล่วงละเมิดความเป็นส่วนตัวให้เหลือน้อยที่สุด หากจัดการได้ไม่ดี เราอาจเห็นความไม่สอดคล้องกันในการจัดการข้อมูลที่ละเอียดอ่อนของบริษัทต่าง ๆ และอาจนำไปสู่ความหยุดชะงักในโลกของฟินเทคได้
การโอนเงินระหว่างประเทศที่ดียิ่งขึ้นด้วย DeeMoney
DeeMoney ช่วยให้คุณ ส่งเงิน จากประเทศไทยไปต่างประเทศด้วยอัตราที่ดียิ่งขึ้น รวดเร็ว และง่ายดายยิ่งขึ้น เราเสนออัตราแลกเปลี่ยนที่ดีกว่าด้วยค่าธรรมเนียมคงที่เพียง 125 บาท ไม่มีค่าธรรมเนียมแอบแฝง ด้วย DeeMoney คุณจะสามารถโอนเงินหรือชำระเงินระหว่างประเทศจากประเทศไทยไปทั่วโลกพร้อมการรับประกันเงินถึงมือในวันทำการถัดไป
คุณต้องการทำอะไร?
ต้องการชำระเงินให้แก่ซัพพลายเออร์หรือพันธมิตรในต่างประเทศใช่หรือไม่?
การชำระเงินระหว่างประเทศสำหรับธุรกิจ
สำรวจธุรกิจ →