Xu hướng gia tăng dữ liệu và khuyến nghị cho các ngân hàng tại Việt Nam

Tóm tắt: Quản lý dữ liệu trong ngân hàng là một nội dung công việc thiết yếu, đòi hỏi phải được thực hiện liên tục, có sự phối hợp giữa nhiều đơn vị cũng như cập nhật, ứng dụng được những công nghệ mới một cách hiệu quả. Hiện nay, các ngân hàng thương mại (NHTM) bước đầu ý thức được và triển khai xây dựng hệ thống quản trị dữ liệu mới trên thực tế nhưng cần lưu ý để thực hiện xây dựng được bộ máy nhân lực, quy trình cũng như thói quen vận hành mới để khai thác tối đa hiệu quả của các nguồn dữ liệu ngày càng phong phú. Bài viết điểm lại xu hướng gia tăng của dữ liệu toàn cầu và tại Việt Nam, chia sẻ kinh nghiệm khai thác dữ liệu tại các doanh nghiệp trên thế giới, từ đó đưa ra một số khuyến nghị cho các ngân hàng Việt Nam để tối ưu hóa được hoạt động quản trị dữ liệu.

Từ khóa: dữ liệu, quản trị dữ liệu, phân tích dữ liệu, giám đốc điều hành dữ liệu, trí tuệ nhân tạo, điện toán đám mây, dữ liệu lớn

Data growth trends and recommendations for banks in Vietnam

Abstract: Data management in banking  is an essential task that requires continuous performance, with coordination among many units as well as updating and applying new technologies effectively. Currently, commercial banks are aware of and implementing new data management systems in practice, however,  more attention needs to be paid to human resources, processes as well as new operating habits to maximize the efficiency of increasingly rich data sources. The article reviews the data growth trend in the world in general  and in Vietnam in particular, sharing experience in data mining of businesses around the world, and then gives some recommendations for Vietnamese banks to optimize data management.

Keywords: data, data management, data analytics, data executives, artificial intelligence, cloud computing, big data

Xu hướng gia tăng của dữ liệu toàn cầu và tại Việt Nam

Theo ScienceDaily & TechTarget, các chuyên gia tin rằng 90% dữ liệu đang được lưu trữ đều là dữ liệu được tạo ra từ năm 2011-2012. Thậm chí, theo IBM Marketing Cloud study, 90% dữ liệu có trên internet là được tạo ra từ năm 2016 trở lại đây. Hơn nữa, lượng dữ liệu được tạo ra hàng ngày đang tiếp tục tăng nhanh. Theo FinancesOnline & Visual Capitalist, các thiết bị kết nối internet (Internet of Thing – IoT) dự kiến có thể đạt 75 tỷ USD (so với con số 26 tỷ USD vào năm 2019) và nhờ đó, rất nhiều thông tin chưa từng được ghi nhận trước đây có thể được thu thập thêm. Thống kê của Seedscientic cho rằng, đến đầu năm 2020, vũ trụ dữ liệu số được ước tính bao gồm 44 zettabytes dữ liệu và đến năm 2025, ước tính sẽ có thêm 1% lượng dữ liệu này được tạo mới mỗi 24 tiếng.

Điều này đến từ sự phổ cập của internet trong công việc, đời sống của dân chúng toàn cầu. Theo thống kê của Internet World Stats, vào đầu năm 2020, có hơn 4,54 tỷ người sử dụng internet (tăng hơn 7% - 298 triệu người dùng so với đầu năm 2019). Đồng thời, hơn 3,8 tỷ tài khoản đã được thiết lập trên các mạng xã hội (tăng 9% - 321 triệu người dùng mới so với cùng kỳ năm ngoái). Toàn cầu đã có hơn 5,19 tỷ người dùng điện thoại di động (tăng 124 triệu – 2,4% so với cùng kỳ năm ngoái). Hơn 4 triệu giờ nội dung được tải lên Youtube mỗi ngày, đồng thời, người dùng xem 5,97 tỷ giờ mỗi ngày. Người dùng Facebook cũng nhấp vào nút thích trên hơn 4 triệu bài đăng mỗi phút và nút like trên Facebook đã được nhấn 13 nghìn tỷ lần… Những động tác đó giúp cho kho dữ liệu toàn cầu liên tục được bổ sung. Theo Science Focus & CCN.com, ít nhất thì kho dữ liệu của Google, Facebook, Microsoft và Amazon đã lên đến 1.200 petabyte (~1,2 triệu GB) về thông tin của người dân.

Nguồn: https://datareportal.com/reports/digital-2020-global-digital-overview

Cấu trúc dữ liệu cũng ngày càng đa dạng, từ dữ liệu dạng bảng truyền thống đến các dữ liệu dạng tự do như nhận dạng số cá nhân, các email, hình ảnh, clip…. Đến nay, khoảng hơn 60% dân số toàn thế giới có thông tin cá nhân được lưu trữ trong các đám mây dữ liệu của các tập đoàn công nghệ lớn và dự kiến đến năm 2030, 9/10 người trên 6 tuổi sẽ có nhận diện số riêng biệt. Các dữ liệu phi cấu trúc đang tăng nhanh với việc sử dụng email và các mạng xã hội ngày càng trở nên phổ biến. Báo cáo thống kê 2019-2023 của Tập đoàn Radicati cho thấy, có đến 293 tỷ email được gửi hàng ngày vào năm 2019 và dự kiến sẽ tăng thêm 4,2% mỗi năm lên tới 347 tỷ vào năm 2023 cùng với đó, số lượng người dùng tăng từ 3,9 tỷ người vào năm 2019 lên 4,4 tỷ vào cuối năm 2023. Đồng thời, mỗi phút trôi qua, Google có thêm 3,7 triệu lượt tìm kiếm, Facebook có hơn 1 triệu người dùng và Youtube có 4,5 triệu video đang được xem.

Không chỉ vậy, hạ tầng công nghệ cũng ngày càng được cải thiện giúp cho lượng dữ liệu được lưu trữ và truyền tải ngày càng nhanh chóng hơn. Đơn cử như, mạng 5G có thể tăng tốc độ truyền tải dữ liệu lên hơn 100 lần và độ trễ của dữ liệu giảm từ khoảng 20 mili giây xuống còn 1 mili giây, các thế hệ đám mây dữ liệu được phát triển liên tục để đảm bảo lưu trữ được nhiều và chi phí rẻ hơn rất nhiều. Tại Việt Nam, lượng dữ liệu tạo ra và được lưu trữ có xu hướng tăng nhanh hơn mức bình quân chung của thế giới do có các yếu tố động lực khá mạnh, cụ thể như sau:

Thứ nhất, lực lượng dân số trẻ có tâm lý cởi mở, nhanh chóng tiếp cận và xu hướng ưa thích sử dụng các sản phẩm công nghệ trong giao tiếp, giao dịch…. Theo số liệu thống kê của WeareSocial, Việt Nam có tới 60% dân số dùng mạng xã hội trên thiết bị di động tính đến đầu năm 2019, con số này tăng đến 16% (~8 triệu người dùng) so với năm 2018, đồng thời, số thuê bao di động đăng ký gấp 1,5 lần dân số.

Thứ hai, số lượng người dùng sử dụng internet ngày càng lớn với tần suất rất cao. Theo thống kê của World data, đến tháng 2/2020, Việt Nam có 67 triệu người dùng Internet, tăng 3 triệu người so với đầu năm 2019, chiếm gần 70% dân số và ở mức tương đương so với các nước trong khu vực như Indonesia (66,2%), Thái Lan (67,7%).... Hơn nữa, tần suất sử dụng internet của người dùng Việt Nam gần như ở mức tối đa, với 94% sử dụng hàng ngày với thời lượng trung bình tới 6 giờ 42 phút mỗi ngày. Chi tiết các dữ liệu được Wearesocial đưa ra là người dùng Việt Nam dùng trung bình 2 giờ 32 phút để dùng mạng xã hội, 2 giờ 31 phút để xem các stream hoặc các video trực tuyến và dùng 1 giờ 11 phút để nghe nhạc.

Nguồn: https://andrews.edu.vn/bao-cao-digital-marketing-viet-nam-2019/

Mặt khác, theo Wearesocial, tốc độ truy cập internet tăng trưởng nhanh khi tốc độ truy cập internet trung bình năm 2019 ở điện thoại là 21,56 MBPS (tăng 6,1% so với năm 2018) và ở máy tính là 27,18 MBPS (tăng 9,7%). Điều này cho thấy, cơ sở hạ tầng công nghệ của Việt Nam đang tiếp tục được đầu tư phát triển nhanh.

Ngoài ra, các nguồn thu thập dữ liệu tại Việt Nam ngày càng thuận lợi hơn. Các cơ sở dữ liệu quốc gia, ngành như cơ sở dữ liệu dân cư, hệ thống định hạng khách hàng CIC… đang được xây dựng và đồng bộ có thể mang đến cơ hội tiếp cận thêm nhiều nguồn dữ liệu chính thống cho các NHTM. Hơn nữa, theo quy định tại Nghị định 47/2020/NĐ-CP về quản lý, kết nối, chia sẻ dữ liệu số của cơ quan nhà nước, Chính phủ sẽ thực hiện cung cấp dữ liệu cho cộng đồng để thực hiện chủ trương “Nhà nước kiến tạo phát triển”, do đó, các NHTM sẽ có điều kiện để khai thác được tối đa các thông tin khách hàng từ các cơ sở dữ liệu này.

Như vậy, cơ hội để các doanh nghiệp Việt Nam nói chung và các NHTM nói riêng ứng dụng và khai thác được các nguồn lực dữ liệu mới cả ở trong và ngoài nước đang rất lớn. Tuy nhiên, điều này đòi hỏi các NHTM cần phải tích cực học hỏi kinh nghiệm của các doanh nghiệp trên thế giới để thay đổi tư duy quản trị, thiết lập mô hình quản lý...

Kinh nghiệm khai thác dữ liệu tại các doanh nghiệp trên thế giới

Trong môi trường dữ liệu biến động ngày càng nhanh chóng, việc sử dụng và khai thác thông tin từ dữ liệu để phát triển kinh doanh sẽ là hướng đi mới với toàn bộ các doanh nghiệp trên thế giới. Tuy nhiên, việc chuyển đổi doanh nghiệp thành một tổ chức kinh doanh định hướng từ dữ liệu (data-driven enterprise) không phải là quá trình một sớm một chiều, mà cần có sự thay đổi từ trên xuống dưới và với sự tham gia của nhiều bộ phận của doanh nghiệp. Các doanh nghiệp trên thế giới đang thay đổi nhanh chóng theo các hướng sau:

Thứ nhất, thiết lập bộ phận quản trị dữ liệu tại các cấp. Theo báo cáo của Harvard Business Review, các doanh nghiệp hoạt động hiệu quả đều đã thiết lập được hệ thống chức danh quản lý cao cấp cho dữ liệu, thực hiện việc kết cấu lại doanh nghiệp, các quy trình cũng như nhân sự để tận dụng tối đa nguồn lực từ dữ liệu. Đặc biệt, trong lĩnh vực tài chính – ngân hàng, một số ngân hàng hiện đại tại Singapore (DBS, UOB, OCBC) đều có bộ phận quản lý dữ liệu tập trung toàn hàng, giám đốc dữ liệu (CDO) sẽ báo cáo trực tiếp lên giám đốc chiến lược và kế hoạch/giám đốc tài chính hoặc giám đốc rủi ro.

Tại Việt Nam, một số NHTM đã thành lập bộ phận quản lý dữ liệu tập trung như Trung tâm Phân tích Kinh doanh (BICC) của VPBank, được thành lập từ năm 2013 với mục tiêu quản lý dữ liệu một cách hiệu quả. Kế đến, tháng 3/2018, VietinBank đã thiết lập Hội đồng Quản lý Dữ liệu và thiết lập chức danh giám đốc dữ liệu CDO là người đứng đầu chịu trách nhiệm về phát triển bộ máy quản trị dữ liệu trong ngân hàng.

Thứ hai, xây dựng chiến lược quản trị dữ liệu hiệu quả với sự kết hợp của các nguồn dữ liệu nội bộ và dữ liệu có sẵn bên ngoài. Trong môi trường dữ liệu đang thay đổi nhanh chóng và tính chất phức tạp của các loại, nguồn dữ liệu ngày càng gia tăng, những doanh nghiệp có thể kết nối tốt hơn giữa các nguồn dữ liệu và khai thác hiệu quả hơn đã kinh doanh một cách thông minh hơn. Theo thống kê của Harvard Business Review kết hợp với Google Cloud công bố vào ngày 29/7/2020, có đến 80% các phản hồi của nghiên cứu này cho rằng vai trò của phân tích dữ liệu đối với giá trị gia tăng của doanh nghiệp và kết quả hoạt động là rất quan trọng và 99% đã xây dựng các chiến lược để khai thác tối đa nguồn thông tin từ dữ liệu bên ngoài.

Trong ngân hàng, hệ thống quản trị dữ liệu hiệu quả sẽ có tác dụng giúp các NHTM cho phép sử dụng các công cụ phân tích dữ liệu tiên tiến, đặc biệt là trí tuệ nhân tạo (AI) và máy học (ML) để xử lý các dữ liệu cả bên trong và bên ngoài và đưa ra được các quyết định kinh doanh đúng đắn. Điều này đòi hỏi các ngân hàng phải chú ý đến: (i) Thiết lập khung quản trị AI/ML nhằm giải quyết các rủi ro liên quan đến dữ liệu, cung cấp sự giám sát và minh bạch chức năng chéo, phát triển các khả năng mang lại kết quả đáng tin cậy; (ii) Xem xét quản trị AI/ML trong chiến lược kinh doanh tổng thể, với khung AI/ML rõ ràng, giải quyết các rủi ro chính và mối quan tâm của khách hàng, đặc biệt là đạo đức. (iii) Đạt được nhận thức toàn diện về khung quản trị AI/ML thông qua các chương trình đào tạo và truyền thông. Để làm như vậy, các kỹ thuật cơ bản của khung quản trị AI/ML có thể được triển khai trước, đồng thời nên đánh giá sớm các rủi ro, tích hợp vào các khung rủi ro và kiểm soát hiện có cũng như các quy trình quản trị mô hình. Đồng thời, các NHTM cũng chuẩn bị các quy trình, hệ thống dữ liệu để có thể chia sẻ dữ liệu với các đối tác Fintech thông qua API mở bằng mô hình ngân hàng mở. Từ đó, các ngân hàng có thể hưởng lợi từ việc cộng tác với vô số nhà cung cấp dịch vụ bên ngoài có thể giúp họ tạo ra trải nghiệm sáng tạo, nhanh chóng cho khách hàng cũng như ngăn chặn các ứng dụng liên quan đến gian lận, lừa đảo và tội phạm mạng.

Thứ ba, tự động hóa và mở rộng quản trị cho các loại dữ liệu và kết hợp các nền tảng đám mây thế hệ mới. Việc ứng dụng nhiều hệ thống điện toán đám mây (data computing) sẽ giúp tăng năng suất hoạt động, tối đa hóa kết quả kinh doanh, tối thiểu hóa chi phí, xử lý nhanh các tình huống kinh doanh, giảm thiểu rủi ro cũng như gợi mở các giải pháp mới. Cũng theo nghiên cứu của Harvard Business Review kết hợp với Google Cloud, 83% người được hỏi trả lời rằng các dịch vụ điện toán đám mây cho phép họ có thể tạo ra các giá trị mới cho doanh nghiệp, 68% cho biết họ đang hoặc đã chuẩn bị cho việc sử dụng các nền tảng điện toán đám mây khác nhau để kinh doanh.

Các doanh nghiệp lớn trên thế giới ưu tiên việc kết nối cùng lúc nhiều hệ thống dữ liệu khác nhau để có thể ứng dụng việc phân tích dữ liệu trên cơ sở thời gian thực. Lưu trữ dữ liệu dạng đám mây cung cấp cơ hội áp dụng các công cụ tự động như AI, ML, Robot tự động… để giải quyết các nhu cầu khai thác dữ liệu phục vụ kinh doanh và đáp ứng các quy định pháp lý. Theo kết quả nghiên cứu của Harvard, có 67% các nhà lãnh đạo cho biết doanh nghiệp của họ đã ứng dụng kỹ thuật ML trong việc xử lý các công việc thông qua việc kết nối và xử lý các lớp dữ liệu khác nhau.

Các NHTM trên thế giới đang nhanh chóng tìm kiếm các giải pháp AI, ML dưới dạng phân tích tâm lý. Tức là, ứng dụng các kỹ thuật này để nắm bắt được “ẩn ý” từ những ý kiến của khách hàng về một sản phẩm, tình huống hoặc sự kiện và xây dựng được các kịch bản hồi đáp phù hợp. Kỹ thuật xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) giúp phân tích các sắc thái dữ liệu thu thập từ hộp thư thoại, trợ lý ảo, dịch vụ trực tuyến... để cá nhân hóa giao tiếp, nắm bắt xu hướng tâm lý, nhóm vấn đề ưu tiên… với từng khách hàng nói riêng. Hầu hết các ứng dụng này cung cấp các dịch vụ cá nhân được tùy chỉnh theo ngữ cảnh và các dự báo tương lai dựa trên các dữ liệu có được từ nghiên cứu hành vi của người dùng để tăng trải nghiệm của người dùng. Từ đó, cải thiện sản phẩm, dịch vụ và nâng cao sự hài lòng của khách hàng nói chung và giúp tăng tốc độ xử lý giao dịch của ngân hàng. Theo thống kê của Oracles (2020), thời gian để mỗi ngân hàng có thể ra quyết định trong quan hệ với các khách hàng SMEs sẽ giảm mạnh, từ đơn vị ngày xuống còn tính theo giờ hoặc thậm chí theo phút. Trong đó, thời gian để ra quyết định cho vay chỉ còn dưới 1 giờ, 70% các quyết định được thực hiện tự động, và doanh nghiệp có thể được giải ngân chỉ trong vòng 1 ngày.

Không chỉ vậy, tự động hóa quản trị dữ liệu còn giúp khơi thông luồng chảy dữ liệu trong bản thân ngân hàng. Từ đó, cho phép tăng lượng thông tin sẵn có cũng như tăng chất lượng dữ liệu lưu trữ tập trung, giúp ngân hàng cải thiện việc theo dõi, đối chiếu và giám sát dữ liệu thường xuyên cũng như tăng hiệu quả hoạt động kinh doanh. Theo kết quả khảo sát của Harvard, nếu người lao động được tiếp cận nguồn dữ liệu tốt hơn cũng như được cung cấp các công cụ phân tích dữ liệu hiệu quả hơn thì mức độ hài lòng của người lao động, mức độ trung thành của khách hàng, thị phần hoạt động, các sáng kiến cải tiến… cũng được gia tăng đáng kể. Từ đó, hoạt động khai thác thông tin từ nhiều nguồn dữ liệu được thực hiện thường xuyên tại mọi bộ phận của ngân hàng để phục vụ hoạt động ra quyết định.

Như vậy, có thể thấy, các doanh nghiệp trên toàn cầu, không chỉ riêng các NHTM đã rất quan tâm đến việc kết nối, sử dụng dữ liệu từ nhiều nguồn khác nhau để phân tích dựa trên thời gian thực, ứng dụng các phân tích tự động dựa trên AI và đã gặt hái được những kết quả kinh doanh vượt trội. Hơn nữa, đây sẽ vẫn là định hướng phát triển của các doanh nghiệp trong thời đại cách mạng công nghiệp 4.0.  

Khuyến nghị cho các NHTM Việt Nam

Các NHTM đã bước đầu ý thức được vai trò của dữ liệu trong bối cảnh kinh doanh mới và đang nỗ lực xây dựng hệ thống quản trị dữ liệu phù hợp. Tuy nhiên, để có thể tận dụng được các nguồn dữ liệu bên ngoài cũng như tối ưu hóa được hoạt động quản trị dữ liệu, các NHTM nên đặc biệt chú ý các điểm sau:

Thứ nhất, xây dựng bộ máy quản lý dữ liệu với đầy đủ các cấp bậc. Trên cơ sở đó, cần xác định xây dựng các chức danh như CDO, các đơn vị cung cấp nền tảng phân tích dữ liệu kinh doanh (BIU)… Cụ thể là, ngân hàng nên thiết lập chức danh giám đốc điều hành dữ liệu (Chief Data Officer - CDO) để chịu trách nhiệm toàn bộ về chương trình quản trị dữ liệu của ngân hàng. Chức danh CDO nên là thành viên của ban điều hành cấp cao và được coi là quản lý cấp cao cũng như đáp ứng đầy đủ các yêu cầu cụ thể về năng lực quản lý như sự hiểu biết về công nghệ, các kỹ năng phân tích và am hiểu những vấn đề về kinh doanh cũng như quy định của pháp luật.

Bên dưới đó là các đơn vị cung cấp nền tảng phân tích dữ liệu kinh doanh để đảm bảo tính tin cậy của thông tin được cung cấp cũng như ràng buộc trách nhiệm của các tổ chức này. Đội ngũ nhân sự làm việc cho BIU đòi hỏi phải có trình độ cao về các kỹ năng về công nghệ cũng như kiến thức và kinh nghiệm kinh doanh trong lĩnh vực tài chính ngân hàng.

Thứ hai, xây dựng chiến lược, chính sách quản trị dữ liệu phù hợp với cơ chế và chính sách chia sẻ thông tin rõ ràng gắn với trách nhiệm cung cấp dữ liệu chính xác để tạo được luồng di chuyển thông tin hiệu quả. Bởi thông tin tồn tại trong mọi hoạt động của ngân hàng, do đó, thông tin không chỉ cần được sắp xếp, lưu trữ hợp lý mà phải được luân chuyển, tạo thành dòng chảy hiệu quả mang đến những giá trị mới giúp nâng cao hiệu quả hoạt động của của NHTM. Chiến lược quản trị dữ liệu hiệu quả giúp các ứng dụng phân tích dữ liệu được sử dụng hiệu quả và là điều kiện tiên quyết để có thể hướng ngân hàng trở thành tổ chức kinh doanh định hướng từ dữ liệu (data-driven enterprise). Cụ thể:

+ Chiến lược và chính sách quản trị dữ liệu bao gồm cả dữ liệu nội bộ và dữ liệu bên ngoài. Điều này giúp cho tích hợp và khai thác song song được cả nguồn dữ liệu bên ngoài và dữ liệu bên trong (nhất là đối với các loại dữ liệu mới, mang tính cá nhân hóa cao) trong hoạt động của ngân hàng. Đôi khi, chính những dữ liệu này mới ẩn chứa nhiều thông tin chưa được khai thác về các hành vi, sở thích, xu hướng… của khách hàng, thị trường.

+ Chiến lược quản trị dữ liệu phải đảm bảo thuận tiện và sẵn sàng cho ứng dụng triển khai công nghệ chủ chốt của cách mạng công nghiệp 4.0: bao gồm dữ liệu lớn, AI, Robot tự động (Robotic Process Automation), chuỗi khối (Blockchain), điện toán đám mây (Cloud computing)… giúp tự động tìm kiếm khách hàng tiềm năng, xác định các sản phẩm phù hợp theo đối tượng, tự động hóa các thao tác xử lý, tăng cường bảo mật trong giao dịch và triển khai các dịch vụ mới.

+ Quản trị dữ liệu hiệu quả phải đảm bảo quy trình xử lý dữ liệu được tối ưu hóa, giảm thiểu lãng phí nguồn lực về công nghệ, con người, cũng như data… và thiết lập hệ thống sinh thái, xây dựng hệ thống Platform hướng tới xây dựng nền tảng ngân hàng mở (Open Banking) với hệ sinh thái đa dạng, đáp ứng toàn diện các nhu cầu của khách hàng và đối tác. Đồng thời, chú trọng các giải pháp đảm bảo an ninh, an toàn hệ thống thông tin, phòng, chống lộ, lọt dữ liệu trên hệ thống thông tin và đảm bảo an toàn thanh toán; kịp thời xử lý theo đúng quy định, đảm bảo quyền lợi của các bên khi có rủi ro, gian lận.

Thứ ba, đẩy mạnh ứng dụng việc sử dụng và khai thác các kho dữ liệu dạng đám mây. Tại Việt Nam, việc lưu trữ dữ liệu dạng đám mây với các NHTM còn khá mới mẻ. Tuy nhiên, đây là xu hướng chung của thế giới và các NHTM Việt Nam chắc chắn sẽ phải thực hiện trong thời gian tới để có thể ứng dụng các công nghệ mới trong quản lý dữ liệu như phân tích dữ liệu lớn ML… Do đó, các NHTM Việt Nam nên xem xét việc xây dựng các đám mây dữ liệu nội bộ, thực hiện kết hợp và khai thác tối đa các đám mây dữ liệu sẵn có của thế giới để ứng dụng các tiến bộ công nghệ như phân tích Big Data, ML trong hoạt động ngân hàng nhằm thu thập, phân tích và xử lý một lượng dữ liệu khổng lồ trực tuyến cần được chú trọng thực hiện. Đồng thời, bằng cách chia sẻ dữ liệu với các đối tác Fintech thông qua API mở bằng mô hình ngân hàng mở, các NHTM có thể hưởng lợi từ việc cộng tác với vô số nhà cung cấp dịch vụ bên ngoài có thể giúp họ tạo ra trải nghiệm sáng tạo, nhanh chóng cho khách hàng cũng như ngăn chặn các ứng dụng liên quan đến gian lận, lừa đảo và tội phạm mạng.

Bài đăng trên Tạp chí Thị trường Tài chính Tiền tệ số 23/2020