با دادههای بزرگ یک سازمان غیرموفق را میتوان تبدیل به سازمانی موفق کرد، میتوان اینطور در نظر گرفت که شاید سازمان غیرموفق تاکنون موفق به ایجاد مزیتی رقابتی نشده است که با دادههای عظیم این امر امکانپذیر خواهد بود/ طی ۵۰ سال اخیر در حوزه هوش مصنوعی به حد کافی تخیل و تصویرپردازی صورت گرفته است و اکنون آن تخیلها در حال تبدیل به واقعیت هستند.
آیا میتوان گروه سیمیاگران را یک گروه صددرصد خصوصی دانست؟
بله، در حوزه مورد فعالیت بیش از ۳۰۰ مشتری سازمانی در کشور داریم و وجود اعتبار نسبتا خوب و اعتماد بین ما و مشتریان سببشده در تمام حوزهها و بخشهای بازار مشتریانی اعم از بانکی، بیمه، نفت و گاز و پتروشیمی، دولت، شهرداریها و… داشته باشیم. در سال ۹۳ در حوزه نرمافزارهای مدیریت نوآوری سازمانی و نظام پیشنهادها بالغ بر ۸۵ درصد سهم بازار (Market Share) داشتیم که طبق آن میتوان گفت جایی از بازار نمانده بود که کار نکرده باشیم. با این حساب تصمیم به ورود و فعالیت روی موضوع جدید در مجموعه گرفتیم. با بررسیهای انجامشده متوجه بسیار جوان بودن مبحث دادههای عظیم در کشور شدیم که تا آن روز حتی نامش مطرح نبود. متوجه شدیم که رقبای بسیار کمی در این حوزه فعالیت میکنند و در دنیا بحث جدیدی است به همین دلیل متعاقبا ادامهدار خواهد بود و حتی امکان ادامهدار بودن این کسبوکار طی ۲۰ سال آینده وجود دارد. ما موفق شدیم در سال ۹۴ اولین قرارداد را در حوزه تدوین نقشه راه دادههای عظیم با یکی از بزرگترین بانکهای کشور منعقد کنیم. این پروژه نهتنها اولین پروژه جدی است که ما اجرا میکنیم بلکه اولین پروژه جدیای است که در کشور و در حوزه دادههای عظیم حداقل در بانکداری انجام میشود.
آیا در غیربانکداری این موضوع وجود داشته است؟
پروژههای جدی در حوزههای امنیت و اپراتورهای تلفن و اینترنت را میتوان در این رابطه ذکر کرد.
آیا تجربیات آنها به شما کمک کرده است؟
به دلیل حساس و امنیتی بودن، اطلاعات مربوط به این پروژهها هیچگاه منتشر نشدند.
درواقع فقط مطلع هستید که چنین پروژههایی وجود دارند؟
بله، به طور مثال اطلاع داریم که در بحث فیلترینگ هوشمند پروژه خیلی بزرگی صورت پذیرفته است.
در بحث دادههای عظیم میتوان گفت به دلیل دادههای متنوع و بسیار در حال یادگیری از این پروژه هستید؟
بله همینطور است، تغییر تکنولوژیها و آمدن تکنولوژیهای جدید بسیار مهم هستند. به همین دلیل تیم ما به طور مرتب در حال یادگیری است، هم از محیط کارفرما، هم از صنعت و هم از دانشگاه.
ارزشآفرینی دادههای عظیم چگونه است؟
برای رسیدن به ارزش تنها پرداختن به اکوسیستم و استفاده از لفظ دادههای عظیم کفایت نمیکند و باید دید ارزش ایجاد شده کجاست. ارزش جایی ایجاد میشود که بتوان بر مبنای تعاریف کسبوکار مشخص آن را به دست آورد؛ البته سابق بر این داشتن آن امکانپذیر نبوده است. با ورود به این بازی مسائل بزرگی پیشرویمان قرار میگیرد که چشمانداز ما را تعریف میکند. ابتدا اینکه دادههای عظیم ما را به کجا خواهد برد و این حجم از داده چه چیزی برایمان درست خواهد کرد؟ اولین چیزی که دادههای عظیم و تکنولوژیهای همراه آن برای سازمانها ایجاد میکنند نوعی مزیت رقابتی پایدار غیرقابل تکرار برای رقبا و بسیار مهم است. در جهان رقابتی امروز سازمانها نمیتوانند فقط با توسعه محصول برای خود مزیت رقابتی ایجاد کنند و بالاجبار به سمت منابعی رفتند که از دل خودشان بیرون بیاید. ابتدا با توجه به منابع انسانی عنوان «سرمایههای انسانی» انتخاب شد و شروع به کار کردند.
نمونههایی دیگر از منابع درونسازمانی وجود داشتهاند که از جمله میتوان به سرمایه انسانی، فرهنگ سازمانی، فرآیندهای مدیریتی، فرهنگ مدیریت، کارآفرینان و… اشاره کرد، اما آنها نیز تبدیل به مواردی قابل کپیبرداری شدند یا با مهاجرت از یک سازمان به سازمان دیگر انتقال پیدا کردند.
زمانی که سازمان و روشها شکل میگیرند تمام این موارد نمود پیدا خواهند کرد؟
بله همینطور است، پس از موارد یادشده تمرکز ما بر کارآفرینها بود که غیرقابل کپی بودند، اما نمیتوانستیم سازمانهایمان را به انسانها متصل کنیم.
به طور همزمان اتفاق جالبی افتاد همانطور که تمامی راهکارها کپیبرداری میشدند و پیدا کردن مزیت رقابتی در سازمانها بسیار سخت شده بود دسترسی به گروهی از فناوریها برای شرکتهایی ممکن شد که اندازههایی کوچکتر از Yahoo، Google و Microsoft داشتند و حتی در میان آنها استارتآپهای بسیار کوچکی وجود داشت. با این حساب تکنولوژیهایی به بازار آمد که سابقا در انحصار شرکتهای بسیار بزرگ بود که امکان نگهداری، پردازش و تحلیل حجم بزرگی از دادهها را فراهم میکرد. استفاده از این تکنولوژیها سابقا برای چنین شرکتهایی گران تمام میشد اما از سال ۲۰۰۸ به بعد با عرضه نسل جدیدی از فناوریها تحت عنوان «دادههای عظیم» سازمانها متوجه شدند چیزی وجود دارد که در آینده نزدیک قابل کپیبرداری نیست و آن چیزی نبود جز دادههای موجود خودشان که مستقیما از محیط عملیاتی موجود تولید میشد که ترکیبی از سرمایه انسانی، فرهنگ سازمانی، محصولات، سالها تجربه شرکت، مدل مدیریتی و… است.
آیا منحصربهفرد بودن میتواند برای سازمانها مزیتساز شود؟
بله، با دادههای بزرگ یک سازمان غیرموفق را میتوان تبدیل به سازمانی موفق کرد، میتوان اینطور در نظر گرفت که شاید سازمان غیرموفق تاکنون موفق به ایجاد مزیتی رقابتی نشده است. چنین سازمانی میتواند با استفاده از دادههای موجود خود از طریق ایجاد این مزیت شرایط خود را بهبود بخشد.
با ظهور اهمیتیافتن دادهها در سازمان، آنها به معدنی انباشته از طلا دست پیدا کردند که این معدن طلا تمامشدنی نیست و تا زمانی که با مشتری ارتباط مستقیم داشته باشیم و سیستمهای عملیاتی همچنان کار کنند و تا زمانی که توان تحلیل داده و استفاده از آن وجود داشته باشد، مزیتی بیانتها ایجاد خواهد کرد.
دادههای عظیمی که اکنون متصور هستیم بسیار متفاوت از پنج سال گذشته است و در صورتی که ممکن است دادهها بسیار متفاوت از یکدیگر باشند، جنس آنها چه خواهد بود؟
بله، در آینده موارد مختلف دیگری به میان خواهند آمد که سبب تقویت این چشمانداز میشوند. باید توجه داشت که با اکوسیستمی مواجه هستیم که لزوما چیزهای مختلفی به کمک هم خواهند آمد که یکی از آنها دادههای عظیم خواهد بود. تکنولوژی دادههای عظیم به ما امکان نگهداری و پردازش حجم بسیار بالایی از داده را میدهد. البته تعریف «حجم بالا» نسبت به توان و بزرگی سازمانها در نظر گرفته میشود. برای یک سازمان ممکن است حجم مشخصی از دادهها «عظیم» به حساب آید، در صورتی که همان داده برای دیگری چنین مفهومی نداشته باشد، اما در هر صورت حجم «بسیار بالا»ی داده فرصتهای جدیدی برای ما فراهم میکند. در کنار آن ما دو روند اصلی دیگر داریم که یکی از آنها اینترنت اشیاء یا IOT است که به حجم بالا و سرعت تولید دادهها دامن میزند و سبب افزایش آن میشود.
روند سوم به نوعی است که سالها در دنیا روی آن تحقیقات زیادی انجام گرفته، اما رشدی که در دو سال اخیر شاهد آن بودیم در ۳۰ سال گذشته روی نداده است. این روند چیزی نیست جز هوش مصنوعی (Artificial intelligence) که با دادههای عظیم، همراه میشود.
آیا در روند فرآیند هوشمندی هر سه روند مکمل یگدیگرند یا ممکن است یکی از آنها مهمتر از بقیه باشد؟
این سه را نمیتوان از یکدیگر جدا کرد، به دلیل اینکه تنها با داشتن دستگاه (Device) داده تولید شده ارزشی نخواهد داشت، این داده باید بتواند پردازش شود پس دادههای عظیم از اینترنت اشیاء جدا نیست، ثانیا بدون دادههای عظیم نمیتوانید ماشینهای هوشمندی داشته باشید که مرتبا خود را با محیط وفق دهند، این کار نیازمند دریافت و پردازش حجم بسیار بالایی از دادههاست، بنابراین نمیتوان آن را از اینترنت اشیاء جدا کرد. عملیاتی که روی اینترنت اشیاء انجام میشود از هوشمندی میآید و اگر شما بتوانید پردازش هوشمندانه داشته باشید به این نکات خواهید رسید.
آیا ممکن است در آینده هوشمندی نرمافزاری منجر به هوشمندی سختافزاری شود؟ و آیا میتوان برای آن تصویرسازی کرد؟
طی ۵۰ سال اخیر در حوزه هوش مصنوعی به حد کافی تخیل صورت گرفته است و اکنون آن تصویرهای تخیلی در حال اجرایی شدن هستند. تصور نمیکنم بتوان تصویر دیگری از هوشمندی ارائه داد که سابق بر این در داستانهای علمی تخیلی به آن پرداخته نشده باشد. مساله امروز این است که داستانهای علمی تخیلی، امروز در حال تبدیل شدن به واقعیتهای روزمره هستند آن هم با هزینههای پایین برای مصرفکننده نهایی.
در این نوع موارد خیلی سخت است که بتوان تکنولوژی بعدی را پیشبینی کرد؟
فکر میکنم تمام اینها تکنولوژی بعدی هستند، ما اگر میخواهیم دنبال چیزی بگردیم باید به دنبال پُستتکنولوژی باشیم.
در وضعیت موجود ترکیب این سه تکنولوژی را در نظام بانکی چهطور ارزیابی میکنید؟
نگاهی که به این حوزه داریم باید از دو سمت باشد تا شاید بتوان درک کرد در آینده چه اتفاقاتی در کشورمان رخ خواهد داد. حوزههای اول ارائهکنندگانی مانند بانکها، فینتکها یا حوزههای تامینکننده (Supplier) هستند که محصول یا خدمتی ارائه میدهند. حوزه دوم گیرندگان و دریافتکنندگانی هستند که هر کدام از سوی خود فشار وارد میکنند، بنابراین ما با دو نیروی پیشران روبهرو هستیم. یکی ارائهکنندگانی که با تنوع و استفاده از تکنولوژیهای جدید درصدد کسب سهم بازار بیشتر و مزیت رقابتیاند که خودشان به اندازه کافی برای توسعه فشار وارد میکنند کما اینکه در حوزه بانکداری اینترنتی و ATM شاهد بودیم که رقابت بانکها با یکدیگر سبب رشد شد نه نیازی که مردم داشتند. از سوی دیگر، خیلی اوقات تکنولوژی براساس فشار متقاضیان توسعه پیدا میکند. مصرفکنندههای ما باهوش، با معلومات و با دیگران در جهان مرتبط هستند، دنیا را میبینند در اقصی نقاط جهان رفتوآمد دارند. به جرأت میتوانم به شما بگویم که مصرفکنندگان ما همیشه یکی، دو قدم جلوتر از تامینکنندههای ما بودهاند به همین علت آنها نیز استفاده از تکنولوژی را به جلو میرانند. اگر بتوانیم فناوریها را با برنامهریزی صحیح وارد کنیم بازار ما بسیار در استفاده و بهکارگیری از فناوریهای جدید مانند دادههای عظیم، اینترنت اشیاء، موبایل، ابزارهای پوشیدنی و مسائلی از این دست روبهرشد و مستعد است، اما متاسفانه چالش موجود این است که تامینکنندهها (Supplier)ها و کشور ما از توان و سرعت کافی جهت توسعه این تکنولوژیها برخوردار نیستند.
تصور نمیکنم تقسیمبندیای که همه در آن جا داشته باشند، درست باشد؟
چالشهای مهمی در حوزه زیرساخت در کشورمان وجود دارد که در این صورت در به میان آمدن بانکداری خصوصی یا دولتی نمیتوان تفاوتی قائل شد.
منظورتان از زیرساخت، مخابراتی است یا فرهنگی و اجتماعی؟
میتوانیم راجع به انواع آن صحبت کنیم، اگر مدل تحلیل PEST سیاسی (political)، اقتصادی (economical)، اجتماعی (Social) و فناوری (Technological) را در نظر بگیریم، در تمام این موارد دچار ضعف ساختاری هستیم.
میزان ضعف موجود چهقدر است؟
مقایسه میزان ضعف ما نسبت به سایر نقاط دنیا کار درستی نیست، بنابراین بهتر است بررسی کنیم که در کجاها ضعف در خودمان وجود دارد.
درست است برخی بسیار بد استفاده میکنند، اما نمیتوان کسانی که خوب استفاده میکنند را نادیده گرفت؟!
به جرأت میتوانم بگویم که کمتر از ۵ درصد رانندههای ایرانی پشت خط عابر پیاده میایستند پس خیلی بد استفاده میکنیم.
اما اکثرا از این قانون تبعیت میکنند؟!
متاسفانه ما افراد منظورم از افراد کل ساختار اجتماعی کشورمان است در حوزه اجتماعی (Social) در استفاده از خدمات بانکی بد عادت کردهایم، مثال خیلی ساده آن کارمزد است که ما هنوز نمیتوانیم آن را برقرار کنیم و وجود یکسری فوریتها به دلیل تهدید منافع در این زمینه اجازه برقراری کارمزد را نمیدهند.
در رابطه با این مورد میتوان طریقه استفاده از گوشیهای هوشمند را هم مثال زد؟
بله، همه از گوشیهای هوشمند استفاده میکنند در صورتی که علت آن را نمیدانند و عملا تا قبل از وجود تلگرام افراد فقط این گوشیها را به دلیل همگام پیش رفتن با مُد تهیه میکردند. این موج خرید بیشتر در آسیا و خاورمیانه به چشم میخورد و اروپا و آمریکا کمتر با آن مواجه هستند.
در اینجا میتوان با توجه به دادههای عظیم موارد یادشده را عواملی دانست که سبب پایینآوردن کیفیت داده میشوند؟ در نتیجه میتوان گفت مدل طراحی شده برای کسبوکار ما نهتنها پویا نیست بلکه پُرریسک است که در پی آن به دلیل اینکه دادههای حاصل مبتنی بر فرآیند غیرکارمزد هستند نمیتوانند مفید باشند؟ در این جور مواقع شما نام دادهای که ایجاد میشود را چه میگذارید؟
در اینجا مبحث دادههایی مطرح میشود که نمیدانیم چه میزان قابلیت اطمینان دارد و راهکار آن این است که با روشهای مختلف قابلیت اطمینان آن را بالا ببریم. مباحث عنوان شده در حوزه اجتماعی (Social) مورد بررسی قرار گرفت و اکنون بهتر است به حوزه اقتصادی (economic) وارد شویم، بدون هیچ تعارفی میتوان گفت دارای اقتصادی بسیار ضعیف هستیم و پیشرانهایی که در راستای زیرساختها برای بهکارگیری فناوری در کشور استفاده میشوند عمدتا مبتنی بر بهرهوری و افزایش درآمد نیستند بلکه حرکت بیشتر روی مُد، لوکس، دستور یا تیپ است و به جرأت میتوان گفت ساختار اقتصادی ما ظرفیت کافی برای بهکارگیری هر فناوری با هر قیمتی را ندارد. در رابطه با حوزه سیاسی (political) هم میتوان گفت زیرساختهای سیاسی مناسبی در کشورمان وجود ندارد.
آیا میتوان گفت این زیرساختها با ریسک سیاسی بالایی هستند؟
نهتنها ریسک سیاسی بلکه ریسک سیاستی هم در کشور ما بالاست و دارای سیاستگذاریهای خیلی عقلانی نیستیم به نظر بنده مناسبتر است که از مبحث سیاسی به سیاستی وارد شویم. خیلی از مواقع تصمیمگیریها در حوزه سیاستی هیجانی بوده و نمیتوان آنها را مبتنی بر منطق دانست، در مواقع بسیاری به چشم میخورد که پیشارزیابی از سیاست گذاشتهشده وجود ندارد و خصوصا در حوزه Regulatory اکثرا ضعفهایی دیده میشود، البته صحبتهای بنده قابل نقد است و دوستان میتوانند از خود دفاع کنند اما عمده ضعفها به عقب بودن Regulatory از مسائل برمیگردد.
آیا میتوان از اینها به عنوان تضادهای سیاستی نام برد؟
بله، تضادهای سیاستی هستند که به توسعه بازار ضربات گوناگونی وارد میکنند. حوزه فناوری (Technological) آخرین حوزهای است که قصد پرداختن به آن را دارم. ما در زیرساختهای این حوزه خصوصا در بخش ارتباطات با مشکلات عدیدهای دست و پنجه نرم میکنیم، در رابطه با اینترنت، اگر به شبکه ملی اطلاعات یا اینترنت جهانی نگاهی داشته باشیم پهنای باند در کشورمان تبدیل به مسالهای بسیار جدی شده، البته دسترسی (ضریب نفوذ) مناسب است و میتوانیم ادعا کنیم در این موارد پیشگام هستیم و هر جایی میتوانیم به موبایل وصل شویم، اما سیستمهای ما کیفیت، سرعت و قابلیت اعتماد کافی ندارد و تنها خاصیت خوب آنها قیمت پایینشان است.
به طور کلی مشکل بسیار بزرگی که در حوزه تکنولوژی با آن روبهرو هستیم عدم دسترسی به منابع فنی و حمایت دنیا به دلیل وجود تحریمهاست. به عنوان مئال به دلیل اینکه به Microsoft، اوراکل و… دسترسی نداریم نمیتوانیم مراکز دادهای را درست و با هزینه پایین مدیریت کنیم. اکثرا مجبور به سعی و خطا برای یادگیری هستیم و این مساله باعث پایین آمدن کیفیت و بالا رفتن زمان پاسخگویی به مشکلات میشود.
نکته دیگری که مجموعه این شرایط ایجاد میکند روشن نبودن تکلیف است، یعنی ما در یک موقعیتی وحشتناک به سر میبریم و مانند این است که داعش هر لحظه تصمیم به انفجار در جایی بگیرد که از آن اطلاعی نداشته باشیم و به دلیل ضعفی که در زیرساختها داریم مدام در حال دامن زدن به معضل هستیم. متاسفانه نظام ارزشی ما در جامعه و حکومت نیز نظامی پایدار و قابل پیشبینی نیست.
آیا منظورتان نظام ارزشی اجتماعی است؟
در تمام جنبههای PEST سیاسی (political)، اقتصادی (economical)، اجتماعی (Social) و فناوری (Technological) که هیچیک نظام ارزشی مناسبی ندارند. نظام ارزشی یعنی اینکه آنچه که تدریس شده با آنچه ترویج و اجرا میشود و باور مردم یکی یا حداقل همسو باشد، اما متاسفانه اینطور نیست.
با وجود Levelهای مختلف در دنیا، ما در ردهبندیهای خوب یا بد قرار نداریم؟!
بله، عرض کردم که دچار ضعف هستیم.
اگر معدل ۱۵ جهانی را در نظر بگیریم احتمال نمره ۱۰ برای ما وجود دارد؟
از نظر بنده معدل واقعی ۸ است و اصطلاحا تجدید هستیم، خصوصا زمان به میان آمدن نظام ارزشی. به طور کلی اگر بخواهم به مبحث داده بازگردم باید بگویم در جامعهای زندگی میکنیم که بیش از جوامع دیگر به دلیل مشخص نبودن راست یا دروغ اظهارات افراد داده غیرقابل اطمینان داریم.
مبحثی که پی گرفتهاید به راستیآزمایی ورود میکند، آیا میتوان دستهبندیای از این بُعد انجام داد که نشاندهنده میزان اعتماد در این راستی و دروغگویی باشد؟
در نظر داشته باشید زمانی که فردی به شما میگوید دانشجوست یا ادعا میکند درآمد سالانه او ۴۰ میلیون تومان است چه میزان میتوان به راست بودن صحبتهای او اعتماد کرد؟ در چنین مباحثی ما با مشکلات ارزشی روبهرو هستیم که سبب دروغگویی میشود حتی گاهی اوقات در مراجع رسمی این دروغگویی یا نشان دادن خود به نوعی دیگر ارزش و زرنگی محسوب میشود و به دلیل ضعفهای زیرساختی در نظامات مختلف مملکتی امکان کنترل در این مقوله وجود ندارد.
آیا با پذیرش وضع موجود میتوانید استراتژیهایتان را برای شکل دادن کسبوکار نام ببرید؟
باید این را قبول کنیم که حتی اگر دادههای عظیم در دنیا معجزه میکند ما نمیتوانیم تمام این معجزه را انجام دهیم، بنابراین مساله ما روی وضع موجود مدیریت چشمانداز یا طراحی وضع مطلوب عملیاتی است. دو عامل در کشور ما بسیار مهم است که باعث ایجاد چالش در حوزه دادههای عظیم شده است. یکی ندادن اجازه فعالیت یا ورود رقبای خارجی و دوم اینکه بانک مرکزی حمایت لازم را از فینتکها و کسبوکارهای خُرد در حوزه مالی (Financial) ندارد. برای نشان دادن اهمیت پیشرفت در حوزه دادههای عظیم میتوان به بررسیهای انجامشده در آمریکای شمالی اشاره کرد که مشخص شد بانکهایی که راهحلهای مبتنی بر دادههای عظیم را مدنظر داشتند ۴ تا ۱۲درصد سهم بازار (Market Share) بیشتری نسبت به نمونههای همسان خود دارا بودند. حتی اگر در ایران میزان ۴درصد را مدنظر قرار دهیم نشاندهنده این است که بانکهای کمتوجه سهم بازار را در سالهای آینده از دست خواهند داد.
در این بازار چابکی نقش مهمی ایفا میکند، با وجود چابکی حتی اگر هدف کپیکردن باشد به دلیل سرعت بیشتر، شما محصول خود را ارائه کرده و آن را به فروش میرسانید درحالیکه دیگران در حال کپیکردن آن هستند؟
بهتر است بگویم در دادههای عظیم کپی مطرح نیست.
اما حاصل دادههای عظیم یک محصول است؟
اینطور نیست، میتوانم برایتان مثال بیاورم.
آیا منظورتان این است که فراتر از یک محصول است؟
بله، خیلی فراتر، اما بر مبنای داده طراحی شده است. به عنوان مثال، در یکی از بانکها بحثی در ارتباط با بازاریابی وجود داشت و از ما درخواست شد اگر میتوانیم دادههای دیگران مثلا POS و… را به دست بیاوریم، بنده گفتم تصور کنید که دادههای عظیم و اصلا دادههای عملیاتی وجود نداشت و شما قصد طراحی محصول جدید را داشتید، بنابراین چه راهکاری را در پیش میگرفتید؟ مسلما اولینکار انجام Market Research است که طی آن از هزار تا ۱۰هزار پرسشنامه توزیع میشود و پس از پُر کردن آنها مبنای تحقیق بازار صورت میپذیرد و در صورت انجام رضایتسنجی و فهم اینکه میتوان روی کدام کانال سرمایهگذاری بیشتری داشت ابزار به دست میآید. بنابراین میتوان با انجام نظرسنجی و قرار دادن ۵ یا ۱۰ هزار نفر که نمایندهای از کل جامعه هستند مدلهای آماری را کسب کرده و پس از بررسی آنها به نتیجه رسید. درحالیکه همان بانک میتواند به جای استفاده از برگههای پرسشنامه، از مجموعه دادهای خود استفاده کند که با توجه به حجم بسیار بالای نمونه (مثلا یک بانک متوسط بیش از ۱۰ میلیون مشتری دارد!) نسبت به روش پرسشنامهای مزیت انکارناپذیری دارد.
اگر طرف قرارداد شما به جای یک بانک بزرگ بانک خصوصیِ کوچکی بود آیا باز هم عنوان میکردید که نیاز به دادههای دیگران ندارید؟
بله، نمونهای که در اختیار من قرار داشت سهم بزرگی از بازار بود، اما ممکن بود نوع هدفگیری تفاوت داشته باشد که سبب استفاده از کاربردهای دیگری میشد.
به عنوان مثال، شعب بانک توسعهصادرات بسیار محدود است یا بانک صنعت و معدن که کلا ۷۴ شعبه دارد، این نوع بانکها دادهها و مشتریان اندکی دارند، در این مواقع چه راهکاری دارید؟
نکته موجود وجود دو نگاه برای کِیسهای موردنظر است، یکی حوزه بهرهوری و دیگری بازار. در حوزه بهرهوری وجود یا میزان رقابت به هیچوجه حائز اهمیت نیست، مهم این است بهای تمامشده کاهش یافته و فروش بالا رود، اما در حوزه بازاریابی و فروش، رقابت حرف اول را میزند، بانکهایی که شما مثال زدید بعضا در بازی رقابت نیستند.
نظرتان در رابطه با بانک خاورمیانه که ۱۴ شعبه بیشتر ندارد، چیست؟
با ذکر این مثال نکته جدیدی به میان میآید، اطلاق دادههای عظیم در اینجا کار صحیحی نیست، اما میتوان از داده نام برد.
اگر از زاویه دیگر نگاه کنیم حتی میتوان دادههای عظیم را نیز عنوان کرد، روند اصلی بانک خاورمیانه روی بانکداری شرکتی است، درست است بانکداری شرکتی برای این بانک محدود است، اما میتوان این را در نظر داشت که کلا بازار بانکداری شرکتی محدود است که به دلیل کم بودن شرکتهای بزرگ توجیه دارد.
منظور بنده اساس داده در دسترس است.
در این مواقع چه استراتژیای را در پیش میگیرید؟
به الگوبرداریای بسنده میکنیم که از روشهای دادههای عظیم داریم نه اینکه لزوما اندازه آن را به عنوان دادههای عظیم مطرح کنیم. روش سرویسدهی بانک به مشتریانش میتواند به گونهای باشد که تمام مشتریان بانکهای دیگر را رها کرده و از او سرویس بگیرند.
اگر ممکن است توضیحات بیشتری بدهید؟
یکی از بزرگترین مواردی که دادههای عظیم برای سازمانها به ارمغان میآورد ایجاد مجاری جدید درآمدی است یعنی زمانی که شما به عنوان بانک اعلام موجودیت میکنید در ذهن شما کدام بانک در ایران از تبلیغات درآمد داشته است؟ مسلما هیچ بانکی پولی برای تبلیغات خرج نمیکند و هیچ بانکی در کشور ما از تبلیغ برای دیگران درآمد نداشته است.
اگر ممکن است با جزئیات بیشتری صحبت کنید، چون تصور من این است که با استفاده از تبلیغ فروش زیاد خواهد شد، پس چهطور چنین کاری انجام نمیدهند؟
منظور من خود تبلیغات است، شما هیچگاه به تبلیغات به عنوان لاین بیزینسی نگاه نکردهاید. در نظر بگیرید که بانک خاورمیانه با شرکتها مراوداتی دارد، صددرصد اگر شرکتی برای واردات محصول خط LC باز کند بانک خاورمیانه غیر از وزارت بازرگانی و مراجع دولتی که باید کار صدور مجوز را انجام دهند از همه زودتر خواهد فهمید که شرکت در حال وارد کردن کالایی به کشور است. بانک خاورمیانه میتواند با استفاده از این اطلاعات نسبت به بازاریابی خدمات شرکای تجاری خود اقدام کند.
آیا میتوان مدعی بود که از طریق دادههای عظیم شاهد نسل جدیدی از بانکها خواهیم بود؟
بله، بانک با تغییر مواجه خواهد شد و بانکهای موفق فردا آنهایی هستند که زمانی که مشتری در شعبشان حضور پیدا میکند نیاز وی را تشخیص دهند. به عنوان مثال، اگر مشتری احتیاج به ماساژ دارد وی را ماساژ دهند، اما لزومی ندارد که خودشان این کار را انجام دهند، بلکه به سراغ بهترین ماساژور شهر رفته و از او میخواهند با آمدن به شعبه به مشتری خدمترسانی کند.
–
منبع : ماهنامه بانکداری آینده شماره ۱۸