บิ๊กดาต้ากับการพิจารณาสินเชื่อ  

ที่ตรงใจกับผู้บริโภคแต่ละรายได้มากขึ้น ซึ่งธนาคารและสถาบันการเงินเป็นหนึ่งในผู้ที่ตื่นตัวในเรื่องการใช้ Big Data ให้เป็นประโยชน์มากที่สุดผู้หนึ่ง

 ลดต้นทุน-ดอกเบี้ยต่ำลง

การจะอนุมัติหรือไม่อนุมัติสินเชื่อสถาบันการเงินต้องทำความรู้จักและทำความเข้าใจลูกค้าให้มาก ซึ่งที่ผ่านมาก็ได้ทำผ่านการเก็บข้อมูลที่จำเป็นอยู่แล้ว แต่สิ่งที่เพิ่มเติมเข้ามาคือการใช้ Structured Data จากความสามารถในการเก็บพฤติกรรมผู้บริโภคที่มากขึ้น

 การมาของ Mobile Banking ไม่เพียงแต่จะสร้างความสะดวกรวดเร็วและประหยัดต้นทุนในการทำธุรกรรมต่างๆ ของลูกค้าแล้ว ยังเป็นช่องทางสำคัญที่ทำให้สถาบันการเงินสามารถเข้าใจพฤติกรรมลูกค้าได้มากขึ้นด้วย เพราะไม่เพียงแค่การบันทึกธุรกรรมที่ทำสำเร็จลงฐานข้อมูลกิจกรรมทางการเงิน ยังมีข้อมูลการชำระเงินเพื่อซื้อสินค้า ข้อมูลด้านสาธารณูปโภค เช่น การชำระค่าน้ำ ค่าไฟ ค่าโทรศัพท์มือถือ รวมไปถึงการเข้าถึง ข่าวสาร โปรโมชั่น content ต่างๆ ที่ทำให้ทราบถึงความสนใจและไลฟ์สไตล์ของลูกค้า ทั้งหมดนี้สามารถนำมาสร้าง Data Model ทางการเงิน ซึ่งนำไปสู่การพัฒนากระบวนการพิจารณาสินเชื่อได้

 จากการเปิดเผยของ Bloomberg เมื่อกรกฎาคม 2562 นี้ พบว่า “MYbank” ซึ่งเป็นธนาคารออนไลน์ของ Jack Ma ที่ปฏิวัติวงการธนาคารของจีนด้วยการปล่อยเงินกู้สูงถึง 290,000 ล้านเหรียญสหรัฐ โดยการใช้ Big Data ที่ได้จากบริษัทต่างๆในเครือมาใช้ประโยชน์ ด้วยความชาญฉลาดของทั้งข้อมูลและระบบส่งผลให้ใช้เวลาอนุมัติสินเชื่อเพียง 3 นาที ที่สำคัญต้นทุนในการให้กู้ของ MYbank ยังต่ำเพียง 3 หยวนต่อสัญญา ในขณะที่สถาบันการเงินทั่วไปมีค่าใช้จ่ายสูงถึง 2,000 หยวนต่อสัญญา ที่น่าสนใจไปกว่านั้นคือกระบวนการปล่อยกู้นี้ไม่ต้องใช้พนักงานธนาคารแม้แต่คนเดียว เป็นการลดต้นทุนด้านแรงงานไปได้มหาศาล จนสามารถคิดอัตราดอกเบี้ยได้ต่ำมากเพียง 1% เท่านั้น ซึ่งเป็นสิ่งที่ win-win ทั้งผู้ปล่อยกู้และผู้กู้

 ดึงดูดลูกค้าจากคู่แข่ง

การจัดเก็บและวิเคราะห์ข้อมูลอย่างมีประสิทธิภาพ นอกจากจะสามารถใช้ในการออกแบบสินเชื่อและบริการทางการเงินที่คุ้มค่ากว่าแล้ว และยังสามารถใช้เป็นเครื่องมือในการดึงดูดลูกค้าจากธนาคารคู่แข่งได้อย่างมีกลยุทธ์จากการเข้าใจลูกค้า ปฏิบัติได้ตรงใจลูกค้า และ “ครบวงจร” สำหรับลูกค้าแต่ละรายมากกว่า

 อย่างไรก็ตามการเปลี่ยนแปลงให้ใช้ Structured Data ดังกล่าวสำหรับธนาคารทั่วไปรวมถึงในประเทศไทยนั้นยังไม่ง่ายนัก เพราะการเพิ่มแหล่งข้อมูลหากไม่เกิดจากการแตกธุรกิจย่อยในเครือก็ต้องได้รับความร่วมมือจากพาร์ทเนอร์ที่ใหญ่พอ วันนี้เวลาเราจะขอสินเชื่อจึงยังคงต้องอ้างอิงข้อมูลพื้นฐานเป็นหลัก ต่างจากสถาบันการเงินในเครือ Alibaba ที่ก้าวไปถึงการใช้ Social Data ข้อมูลความสัมพันธ์ของเพื่อนและครอบครัว ข้อมูลทางจิตวิทยา และพฤติกรรมด้านต่างๆ รวมไปแม้กระทั่งข้อมูลการแสดงความสนใจในผลิตภัณฑ์ทางการเงินของคู่แข่งต่างๆ เรียบร้อยแล้ว

 ชี้วัดและประเมินภาวะตลาด

ธนาคารแห่งประเทศไทยมีโครงการจะนำเอา Big Data มาใช้ประโยชน์ในหลาย ๆ ด้าน เช่นใช้ในการติดตามแนวโน้มเศรษฐกิจและตลาด สร้างเครื่องชี้วัดเพื่อช่วยประเมินภาวะการเงิน และการส่งผ่านของอัตราดอกเบี้ยนโยบาย (Monetary Policy Transmission Mechanism) โดยการนำข้อมูลคำขอสินเชื่อจากธนาคารพาณิชย์ต่างๆ มาหาอัตราดอกเบี้ยสินเชื่อใหม่ (New Loan Rate) เพื่อสะท้อนถึงอัตราดอกเบี้ยที่ผู้กู้ได้รับจริง ๆ และช่วยบ่งชี้ภาวะการเงินของระบบเศรษฐกิจควบคู่ไปกับอัตราดอกเบี้ยอ้างอิงตลาดได้อีกด้วย

 ปัจจุบันธนาคารกลางสหรัฐฯ มีการใช้ Big Data และข้อมูลการให้สินเชื่อจากแต่ละธนาคาร ซึ่งครอบคลุมผู้กู้ในระบบเกือบทั้งหมดทั่วประเทศ มาวิเคราะห์สถานการณ์หนี้ครัวเรือนของประเทศในหลาย ๆ ด้าน เช่น สถานการณ์หนี้และหนี้เสียรายคน (Individual Intensity) ว่าใครเป็นหนี้ ใครมีหนี้เสีย และมีปริมาณมากขนาดไหน มีสัดส่วนเท่าไรของประชากรทั่วประเทศ และมีความแตกต่างอย่างไรในรายอายุ รายพื้นที่ และในแต่ละช่วงเวลา เพื่อนำมาวิเคราะห์การกระจายตัวของหนี้ครัวเรือนในประเทศได้เป็นอย่างดี

 ความเป็นส่วนตัวของลูกค้าไม่ใช่แก้เพียงด้วยการ consent

เทรนด์เรื่อง transparency ของการใช้ข้อมูลส่วนตัวของลูกค้า ที่ต้องมีการสื่อสารกับลูกค้าให้ชัดเจนถึงแนวทางการใช้ และต้องใช้เพื่อให้เป็นประโยชน์กับเจ้าของข้อมูลเองเท่านั้นกำลังมาทั่วโลก ประกอบกับกฎหมายคุ้มครองข้อมูลส่วนบุคคลมาเป็นแรงหนุนภาคบังคับ ซึ่งของไทยเราก็จะเริ่มบังคับใช้กลางปี 2563 นี้แล้ว

 ท่านผู้อ่านคงเคยได้รับโทรศัพท์จากสถาบันการเงินต่างๆ โทรมาเพื่อนำเสนอสินเชื่อบ้าง บัตรเครดิตบ้าง ประกันบ้าง แน่นอนว่าเส้นกั้นระหว่างการรบกวนความเป็นส่วนตัวกับการแนะนำสิ่งที่ดีๆ ให้เราในเวลาที่เรากำลังต้องการความช่วยเหลือพอดิบพอดีโดยไม่ต้องออกแรงค้นหาเอง อยู่ที่ความสามารถของผู้ให้บริการว่า โทรไปในเวลาที่ลูกค้าต้องการ หรือแม้กระทั่งสะดวกรับสายหรือไม่ ต่อให้ลูกค้าจะยินยอมให้ consent ว่าสามารถอนุญาตให้ใช้ข้อมูลเพื่อนำเสนอผลิตภัณฑ์และบริการได้ ก็ไม่ได้แปลว่านาทีที่ได้รับการติดต่อเข้ามา จะถูกที่ถูกเวลาและไม่ก่อให้เกิดความรำคาญและประสบการณ์แง่ลบที่มีต่อแบรนด์ที่โทรไปหา การนำข้อมูลของลูกค้าเพื่อวิเคราะห์ว่าเราจะติดต่อลูกค้าอย่างไร จะอำนวยความสะดวกกับลูกค้าอย่างไร ให้ถูกที่ ถูกเวลา และไม่เป็นการรบกวนความเป็นส่วนตัวของลูกค้าจึงเป็นอีกโจทย์ที่สถาบันการเงินจะต้องทำในวันนี้

 การใช้ Big Data อย่างมีประสิทธิภาพ จึงต้องหาจุดที่ win-win กับทั้งผู้ให้และผู้ใช้ข้อมูลให้ครบทุกมิติ