Ứng dụng big data trong các hoạt động ngân hàng trên thế giới và việt nam

Ngân hàng thương mại
Topic : Ứng dụng Big data trong các hoạt động ngân hàng trên thế giới và Việt
Nam.
Thành viên:
- Nguyễn Thuỷ Tiên
- Nguyễn Mai Ngọc
- Nguyễn Thu Hà
- Vũ Quỳnh Anh
- Mai Thuỳ Linh
- Đỗ Thị Hằng.
I.
Big Data.
1. Khái niệm Big data.
Big Data là thuật ngữ dùng để chỉ một tập hợp dữ liệu rất lớn và rất phức tạp
đến nỗi những cơng cụ, ứng dụng xử lí dữ liệu truyền thống không thể nào đảm
đương được. Bằng việc tổng hợp một lượng thông tin lớn từ các nguồn khác nhau
khiến cho Big Data trở thành một công cụ rất mạnh cho việc ra các quyết định kinh
doanh, nhận diện hành vi và xu hướng nhanh hơn và tốt hơn rất nhiều so với cách
thức truyền thống.
2. Đặc điểm của Big data
Sau khi hiểu được tổng quan về big data, những đặc trưng của dữ liệu lớn được
đặc trưng bởi 5V, trong đó bao gồm:
- Khối lượng dữ liệu (Volume) : Đây là đặc điểm tiêu biểu nhất của dữ liệu
lớn, khối lượng dữ liệu rất lớn. Kích cỡ của Big data đang từng ngày tăng
lên, và tính đến năm 2012 thì nó có thể nằm trong khoảng vài chục terabyte
cho đến nhiều petabyte (1 petabyte = 1024 terabyte) chỉ cho một tập hợp dữ
liệu. Dữ liệu truyền thống có thể lưu trữ trên các thiết bị đĩa mềm, đĩa cứng.
Nhưng với dữ liệu lớn chúng ta sẽ sử dụng công nghệ “đám mây” mới đáp
ứng khả năng lưu trữ được dữ liệu lớn.
-

Tốc độ (Velocity): Tốc độ có thể hiểu theo 2 khía cạnh: (a) Khối lượng dữ
liệu gia tăng rất nhanh (mỗi giây có tới 72.9 triệu các yêu cầu truy cập tìm
kiếm trên web bán hàng của Amazon); (b) Xử lý dữ liệu nhanh ở mức thời
gian thực (real-time), có nghĩa dữ liệu được xử lý ngay tức thời ngay sau khi
chúng phát sinh (tính đến bằng mili giây). Các ứng dụng phổ biến trên lĩnh
vực Internet, Tài chính, Ngân hàng, Hàng khơng, Qn sự, Y tế – Sức khỏe
như hiện nay phần lớn dữ liệu lớn được xử lý real-time. Công nghệ xử lý dữ
liệu lớn ngày nay đã cho phép chúng ta xử lý tức thì trước khi chúng được
lưu trữ vào cơ sở dữ liệu.

-

Đa dạng (Variety): Đối với dữ liệu truyền thống chúng ta hay nói đến dữ
liệu có cấu trúc, thì ngày nay hơn 80% dữ liệu được sinh ra là phi cấu trúc


(tài liệu, blog, hình ảnh, vi deo, bài hát, dữ liệu từ thiết bị cảm biến vật lý,
thiết bị chăm sóc sức khỏe…). Big data cho phép liên kết và phân tích nhiều
dạng dữ liệu khác nhau. Ví dụ, với các bình luận của một nhóm người dùng
nào đó trên Facebook với thông tin video được chia sẻ từ Youtube và
Twitter.
-

Độ tin cậy/chính xác (Veracity): Một trong những tính chất phức tạp nhất
của Dữ liệu lớn là độ tin cậy/chính xác của dữ liệu. Với xu hướng phương
tiện truyền thông xã hội (Social Media) và mạng xã hội (Social Network)
ngày nay và sự gia tăng mạnh mẽ tính tương tác và chia sẻ của người dùng
Mobile làm cho bức tranh xác định về độ tin cậy & chính xác của dữ liệu
ngày một khó khăn hơn. Bài tốn phân tích và loại bỏ dữ liệu thiếu chính xác
và nhiễu đang là tính chất quan trọng của Big data.

-

Giá trị (Value): Giá trị là đặc điểm quan trọng nhất của dữ liệu lớn, vì khi bắt
đầu triển khai xây dựng dữ liệu lớn thì việc đầu tiên chúng ta cần phải làm
đó là xác định được giá trị của thơng tin mang lại như thế nào, khi đó chúng
ta mới có quyết định có nên triển khai dữ liệu lớn hay khơng. Nếu chúng ta
có dữ liệu lớn mà chỉ nhận được 1% lợi ích từ nó, thì khơng nên đầu tư phát
triển dữ liệu lớn. Kết quả dự báo chính xác thể hiện rõ nét nhất về giá trị của
dữ liệu lớn mang lại. Ví dụ, từ khối dữ liệu phát sinh trong quá trình khám,
chữa bệnh sẽ giúp dự báo về sức khỏe được chính xác hơn, sẽ giảm được
chi phí điều trị và các chi phí liên quan đến y tế.
3. Xử lý Big data
Big data được xử lý thông qua 4 giai đoạn:
thu thập (acquire), tổ chức (organize), phân tích (analyze), quyết định (decide)
- Giai đoạn thu thập:
Big data chủ yếu đến từ 3 nguồn dữ liệu chính:
+ Dữ liệu xã hội: đến từ lượt thích, lượt tweet & lượt truy cập lại, nhận xét,
video tải lên và các phương tiện thông thường được tải lên và chia sẻ thông
qua các nền tảng truyền thông xã hội được u thích trên thế giới.
+ Dữ liệu máy móc: được tạo ra bởi thiết bị công nghiệp, cảm biến được lắp
đặt trong máy móc và thậm chí là nhật ký web theo dõi hành vi của người
dùng. Các thiết bị kiểm duyệt như thiết bị y tế, đồng hồ thơng minh, camera
đường, vệ tinh, trị chơi đang phát triển nhanh chóng và cung cấp nhiều loại
dữ liệu
+ Dữ liệu giao dịch được tạo ra từ tất cả các giao dịch hàng ngày diễn ra cả
trực tuyến và ngoại tuyến. dữ liệu mà họ đang tạo ra và cách nó có thể được
sử dụng tốt.
Doanh nghiệp và các cá nhân có thể truy cập vào các nguồn dữ liệu tự thu thập
hoặc mua từ một số cơ sở dữ liệu như: Oracle đưa ra NoSQL Database, Google có

Google BigTable…


- Giai đoạn tổ chức:
Các dữ liệu sau khi được thu thập sẽ lưu trữ dữ liệu ở dạng phân tán, song
song…, lưu trữ trên các nền tảng điện toán đám mây (cloud computing) và phổ
biến nhất hiện nay là Hadoop.
- Giai đoạn phân tích:
Dữ liệu được đánh giá bằng cách sử dụng các cơng cụ phân tích và thống kê để
tìm ra các thơng tin hữu ích. Với các dữ liệu truyền thống, các công ty lớn đều đã
đưa ra giải pháp.
Ví dụ: Oracle có Oracle Data warehousing, IBM có InfoSphere warehouse…
- Giai đoạn quyết định:
Doanh nghiệp dựa vào các thơng tin được phân tích sẽ đưa ra các quyết định giải
pháp kinh doanh kịp thời
4. Ứng dụng Big data trong các ngành nghề
- Ngành y tế
Khoa học dữ liệu đang dần khẳng định vai trò khá quan trọng trong việc cải
thiện sức khỏe con người ngày nay. Big Data không chỉ được ứng dụng để xác
định phương hướng điều trị mà giúp cải thiện q trình chăm sóc sức khỏe.
Ngành y tế ứng dụng Big Data:
● Cho phép người quản lý ca dự đoán các bác sĩ cần thiết vào những thời
điểm cụ thể
● Theo dõi tình trạng bệnh nhân bằng để theo dõi hồ sơ sức khỏe điện tử.
● Sử dụng các thiết bị kỹ thuật số có thể đeo, hệ thống Big Data có thể theo
dõi bệnh nhân và gửi báo cáo cho các bác sĩ liên quan.
● Big Data có thể đánh giá các triệu chứng và xác định nhiều bệnh ở giai đoạn
đầu.
● Có thể lưu giữ các hồ sơ nhạy cảm được bảo mật và lưu trữ lượng dữ liệu
khổng lồ một cách hiệu quả.

● Các ứng dụng Big Data cũng có thể báo trước khu vực có nguy cơ bùng
phát dịch như: sốt xuất huyết hoặc sốt rét.
- Thương mại điện tử
Thương mại điện tử khơng chỉ tận hưởng những lợi ích của việc điều hành trực
tuyến mà còn phải đối mặt với nhiều thách thức để đạt được các mục tiêu kinh
doanh. Lý do là bởi các doanh nghiệp dù là nhỏ hay lớn, khi đã tham gia vào thị
trường này đều cần đầu tư mạnh để cải tiến công nghệ. Big Data có thể tạo lợi thế
cạnh tranh cho doanh nghiệp bằng cách cung cấp thông tin chuyên sâu và các bản
báo cáo phân tích xu hướng tiêu dùng.
Thương mại điện tử ứng dụng Big Data:


● Có thể thu thập dữ liệu và yêu cầu của khách hàng ngay cả trước khi khách
thực sự bắt đầu giao dịch.
● Tạo ra một mơ hình tiếp thị hiệu suất cao.
● Nhà quản lý trang thương mại điện tử có thể xác định các sản phẩm được
xem nhiều nhất và tối ưu thời gian hiển thị của các trang sản phẩm này.
● Đánh giá hành vi của khách hàng và đề xuất các sản phẩm tương tự. Điều
này làm tăng khả năng bán hàng, từ đó tạo ra doanh thu cao hơn.
● Nếu bất kỳ sản phẩm nào được thêm vào giỏ hàng nhưng cuối cùng không
được khách hàng mua, Big Data có thể tự động gửi code khuyến mại cho
khách hàng cụ thể đó.
● Các ứng dụng Big Data cịn có thể tạo một báo cáo tùy chỉnh theo các tiêu
chí: độ tuổi, giới tính, địa điểm của khách truy cập, v.v.
● Xác định các yêu cầu của khách hàng, những gì họ muốn và tập trung vào
việc cung cấp dịch vụ tốt nhất để thực hiện nhu cầu của họ.
● Phân tích hành vi, sự quan tâm của khách hàng và theo xu hướng của họ để
tạo ra các sản phẩm hướng đến khách hàng.
● Cung cấp các sản phẩm tốt hơn với chi phí thấp hơn.
● Có thể thu thập nhiều dữ liệu về hành vi khách hàng để thiết kế mơ hình tiếp

thị tối ưu dành được tùy biến theo đối tượng hoặc nhóm đối tượng, tăng khả
năng bán hàng.
● Tìm ra sự tương đồng giữa khách hàng và nhu cầu của họ. Từ đó, việc
nhắm mục tiêu các chiến dịch quảng cáo có thể được tiến hành dễ dàng hơn
dựa trên những phân tích đã có trước đó.
II.

Ứng dụng của Big data trong các hoạt động ngân hàng trên thế giới.

Hiện nay, hầu hết các tổ chức ngân hàng đang nỗ lực để áp dụng một cách tiếp
cận mới theo hướng khai thác dữ liệu để phát triển và đổi mới sản phẩm. Thực tiễn
cho thấy việc phân tích dữ liệu hiện tại đã đơn giản hóa q trình theo dõi và đánh
giá khách hàng tín dụng của các ngân hàng, dựa trên khối lượng lớn dữ liệu như
thông tin, hồ sơ cá nhân và các thông tin bảo mật khác.
Với sự giúp đỡ của Big Data, các ngân hàng có thể theo dõi hành vi của khách
hàng, xác định các nguồn dữ liệu cần thiết để thu thập phục vụ cho việc đưa ra giải
pháp. Có nhiều cơng ty lớn đã rất thành công khi sử dụng công nghệ dữ liệu lớn
(Big Data) nhằm tương tác với khách hàng tốt hơn và nâng cao chất lượng dịch vụ,
giúp khách hàng và người dùng cuối thỏa mãn hơn với dịch vụ của doanh nghiệp.
Sau đây là ba ứng dụng tiêu biểu của Big data trong lĩnh vực ngân hàng trên thế
giới.
1. Phát hiện gian lận
Thế giới kỹ thuật số đang phát triển nhanh chóng đang mang lại cho chúng ta
một số lợi ích nhưng mặt khác, nó cũng là khởi đầu của nhiều loại gian lận. Dữ liệu
của chúng tôi hiện đang bị phơi nhiễm với các cuộc tấn công mạng hơn bao giờ hết
và đó là thách thức lớn nhất mà một tổ chức ngân hàng gặp phải. Bằng cách sử


dụng Phân tích dữ liệu lớn với một số Thuật tốn học máy, các tổ chức hiện có thể
phát hiện các gian lận trước khi chúng có thể được thực hiện. Điều này được thực

hiện bằng cách xác định các kiểu chi tiêu bất thường của người dùng, dự báo các
hoạt động bất thường của người dùng, v.v.
Ví dụ: Ngân hàng lớn tại Đan Mạch: Danske
Ngân hàng này đang phải chịu áp lực với các phương pháp phát hiện gian lận có
tỷ lệ phần trăm rất thấp, tức là tỷ lệ phát hiện gian lận chỉ là 40% và quản lý tới
1200 trường hợp dương tính giả mỗi ngày. Đây là một tỷ lệ đáng lo ngại đối với họ.
Ngân hàng Danske sau đó đã quyết định sử dụng một số phân tích Big data
tiên tiến nhằm cải thiện các kỹ thuật phát hiện gian lận của họ và sớm nhận được
một số kết quả kinh ngạc. Ngân hàng đã quan sát thấy tỷ lệ dương tính giả giảm
60%, kỳ vọng tỷ lệ này sẽ sớm đạt mốc 80% và tỷ lệ dương tính thật tăng lên 50%.
Ngân hàng Danske cũng đạt lợi nhuận kinh doanh khổng lồ 70 triệu đô la trong
năm 2018.
2. Thỏa mãn nhu cầu khách hàng
Khi đã nắm rõ mọi thói quen và hành vi của khách hàng, bạn sẽ đáp ứng và thỏa
mãn nhu cầu của họ ngay cả khi họ chưa yêu cầu hoặc chuẩn bị yêu cầu
Ví dụ: Ngân hàng lớn nhất Hoa Kỳ: JPMorgan Chase and Co. (thứ 6 trên thế giới
và được đánh giá cao nhất thế giới về giá trị vốn hóa thị trường.)
Với cơ sở khách hàng hơn 3 tỷ, khối lượng dữ liệu mà nó tạo ra là không thể tin
được, bao gồm một lượng lớn thông tin thẻ tín dụng và dữ liệu giao dịch khác của
khách hàng.
Họ đã triển khai các công nghệ Big Data, chủ yếu là Hadoop, để xử lý dữ liệu
này. Bằng cách sử dụng Big Data, giờ đây họ có thể tạo thông tin chi tiết về xu
hướng của khách hàng và các báo cáo tương tự cũng được trình bày cho khách
hàng của mình. Họ có thể đánh giá khách hàng một cách riêng biệt và các báo cáo
này được tạo trong vòng vài giây.
3. Quản lý rủi ro
Việc đưa ra một hệ thống quản lý rủi ro mạnh mẽ có tầm quan trọng lớn nhất đối
với các tổ chức ngân hàng, nếu không họ sẽ phải gánh chịu tổn thất doanh thu lớn.
Để tồn tại trong thế giới cạnh tranh và tăng lợi nhuận nhiều nhất có thể, các tổ
chức phải liên tục cập nhật những điều mới. Trong quá trình Phân tích Dữ liệu lớn,

các cơng ty có thể phát hiện rủi ro trong thời gian thực và cứu khách hàng khỏi gian
lận tiềm ẩn.
Lưu ý rằng rủi ro cao liên quan khi bạn giao dịch với các công ty ngân hàng, để
đảm bảo sự hài lòng của khách hàng là một trong những nhiệm vụ khó khăn nhất
đối với họ. Từ việc đảm bảo sự an toàn cho các giao dịch của họ đến việc cung cấp


cho họ những ưu đãi quan trọng và có lợi nhất, việc giữ chân khách hàng là một
hành trình trọn đời đối với các cơng ty ngân hàng.
Ví dụ: Ngân hàng UOB
Ngân hàng UOB đã thử nghiệm một hệ thống quản lý rủi ro dựa trên nền tảng Big
Data. Trước đây, q trình phân tích và quản trị rủi ro thông thường sẽ mất đến 18
giờ, nhưng với hệ thống quản lý rủi ro sử dụng dữ liệu lớn, chỉ mất vài phút để
ngân hàng có thể thiết lập được quy trình này. Thơng qua sáng kiến này, UOB có
thể tiến đến từng bước thực hiện phân tích rủi ro theo thời gian thực trong tương lai
gần.
Môi trường kinh doanh mang tính cạnh tranh và rủi ro cao ngày nay càng địi hỏi
các quy trình quản lý rủi ro chính xác và nhanh hơn.
III.
Ứng dụng của Big data trong các hoạt động ngân hàng tại Việt Nam.
1. Phân tích nhằm thỏa mãn nhu cầu khách hàng
a, Phân tích các thói quen chi tiêu của khách hàng
Các ngân hàng có khả năng truy cập trực tiếp nguồn thông tin, dữ liệu lịch sử
dồi dào liên quan đến các thói quen, hành vi chi tiêu của khách hàng. Các ngân
hàng còn nắm thông tin chi tiết về nguồn thu của khách hàng trong một năm, khoản
chi tiêu, các dịch vụ ngân hàng mà khách hàng sử dụng… Điều này cung cấp cơ
sở, cơ hội để các ngân hàng tiếp cận và phân tích dữ liệu sâu hơn.
Áp dụng các chức năng sàng lọc thơng tin, ví dụ như, khi lọc ra thời điểm dịp lễ
hay mùa lễ và điều kiện vĩ mô (lạm phát, tỷ lệ thất nghiệp…) mà nhân viên ngân
hàng có thể hiểu được nguyên nhân của biến động trong thu nhập hay chi tiêu của

ngân hàng. Đây là một trong các yếu tố quan trọng trong quá trình đánh giá rủi ro,
thẩm định hồ sơ cho vay, mở rộng dịch vụ cung cấp hay bán chéo sản phẩm đến
khách hàng
Ví dụ: Qua phân tích dữ liệu về thói quen, người Việt hay tiết kiệm mỗi dịp Tết đến,
nhiều ngân hàng bắt đầu tung ra các chương trình khuyến mãi, nhằm tri ân khách
hàng cũng như tranh thủ huy động vốn trong tháng cuối năm.
Ngân hàng TMCP Đông Nam Á (SeABank) triển khai chương trình khuyến mãi “Tết
như ý - Xuân phú quý” dành cho khách hàng gửi tiết kiệm tại quầy, gửi tiết kiệm
online, mở mới thẻ tín dụng, ký hợp đồng bảo hiểm, với gần 12.000 quà tặng có
tổng giá trị lên đến gần 6 tỷ đồng.
b, Phân khúc khách hàng và thẩm định hồ sơ.
Phân khúc khách hàng là một trong những nhân tố quan trọng trong chiến lược
marketing và thiết kế sản phẩm của ngân hàng. Một khi các phân tích ban đầu về
thói quen chi tiêu của khách hàng cùng với xác định các loại hình dịch vụ, kênh
giao dịch được khách hàng ưu tiên được hồn tất thì các ngân hàng sẽ có được
một cơ sở dữ liệu phục vụ cho quá trình phân khúc, phân loại khách hàng một cách
phù hợp dựa vào thông tin và hồ sơ khách hàng cung cấp.


Big Data sẽ cung cấp cho các ngân hàng những hiểu biết, kiến thức chuyên
môn sâu về nhu cầu tiềm ẩn bên trong, thói quen và xu hướng chi tiêu của khách
hàng, trợ giúp cho nhiệm vụ xác định nhu cầu và mong muốn của họ. Bằng cách
nắm các thông tin liên quan đến giao dịch, ngân hàng có thể xác định được khách
hàng của mình thuộc các nhóm nào. Bên cạnh đó, biết được hồ sơ cá nhân của tất
cả các khách hàng giúp ngân hàng đánh giá chi tiêu và thu nhập dự kiến trong
tháng tới và lập kế hoạch chi tiết để đảm bảo lợi nhuận cho chính tổ chức và lợi ích
cho chính khách hàng.
Hiện nay, phụ nữ ngày càng tham gia nhiều hơn vào đời sống kinh tế - chính trị văn hóa - xã hội cũng như việc kiếm tiền nên họ cũng ngày càng sử dụng nhiều
dịch vụ ngân hàng hơn trước. Do đó, để hiểu tốt hơn trong việc giao tiếp cũng như
thực hiện dịch vụ dành riêng cho khách hàng nữ, các ngân hàng đã tìm hiểu và

phân khúc thị trường dành riêng cho phụ nữ.
Ví dụ: Vietinbank cho ra mắt Thẻ dành cho phái đẹp - E-Partner PinkCard. Không
chỉ thực hiện các chức năng rút tiền và thanh toán hàng hoá tại hệ thống ATM của
Vietinbank, chủ thẻ E-Partner PinkCard cịn có thể thực hiện giao dịch tại gần 2.000
ATM và POS thuộc hệ thống Banknetvn trải rộng trên toàn quốc.
Chỉ cần gọi điện thoại hẹn trước, chủ sẽ được khám sức khoẻ miễn phí tại các
Trung tâm Y tế trên khắp tồn quốc. E-Partner PinkCard được Vietinbank khẳng
định khơng chỉ là một phương tiện thanh toán hiện đại mà còn là người bạn đồng
hành với người phụ nữ trong nhịp sống hiện đại luôn mong muốn được quan tâm
và chia sẻ.
Thẩm định hồ sơ khách hàng.
Ví dụ: Hiện nay, với sự “trợ giúp” của Big Data, các quyết định cho vay hay kiểm
soát khoản vay sẽ được thực hiện nhanh chóng, chính xác hơn so với việc sử dụng
các mơ hình chấm điểm tín dụng trước đây. Ngân hàng TMCP Việt Nam Thịnh
Vượng (VPBank) đang triển khai Basel II để “chấm điểm tín dụng” với khách hàng
dựa trên cơ sở dữ liệu lớn bằng nhiều trường thông tin.
+ Sử dụng thông tin dữ liệu từ Trung tâm Thông tin Tín dụng Quốc gia Việt
Nam (CIC) nhằm tìm kiếm thơng tin nợ xấu
+ Dự báo được hành vi trả nợ ngân hàng thông qua việc thu thập số liệu, tệp
mẫu đủ lớn với hàng nghìn khách hàng. Khi khách hàng muốn có một khoản
vay thì đầu tiên họ phải điền vào một tờ khai. Tùy vào từng sản phẩm, trong
tờ khai có nhiều câu hỏi khác nhau. Có những thơng tin cơ bản buộc khách
hàng phải khai như tên, tuổi, ngày sinh, bên cạnh đó là những câu hỏi khác
nữa. Và thơng qua các câu trả lời của họ thì ngân hàng rút ra được đánh giá
về hồ sơ tín dụng, sự phù hợp của khách hàng đó với sản phẩm mà họ đang
mong muốn.
2. Phân tích nhằm tối ưu hóa hoạt động cơng ty


a. Bán chéo thêm các dịch vụ khác

Dựa vào cơ sở dữ liệu ngân hàng có được, ngân hàng có thể thu hút thêm, hay
giữ chân khách hàng bằng cách giới thiệu thêm các dịch vụ khác.
Ngân hàng có thể giới thiệu các khoản đầu tư có lãi suất hấp dẫn đến các khách
hàng có lượng tiền nhàn rỗi hoặc những nhà đầu tư thận trọng. Ngân hàng cũng có
thể đề xuất các khoản vay ngắn hạn cho các khách hàng có thói quen chi tiêu dễ
dàng để đáp ứng nhu cầu hàng ngày hoặc những khoản vay đáp ứng nhu cầu
thanh khoản ngắn hạn của doanh nghiệp.
Ví dụ: Sacombank phát hành chứng chỉ tiền gửi trên toàn hệ thống dành cho khách
hàng cá nhân và tổ chức.khách hàng mua chứng chỉ tiền gửi dài hạn có ghi danh
mệnh giá tối thiểu 1 triệu đồng, thời hạn 7 năm (84 tháng) sẽ được nhận mức lãi
suất cực kỳ hấp dẫn, lên tới 8,6%/năm.
b. Nâng cao chất lượng dịch vụ qua việc phân tích các phản hồi
của khách hàng.
Khách hàng có thể để lại phản hồi ở trung tâm hỗ trợ chăm sóc khách hàng
hoặc qua các biểu mẫu phản hồi nhưng thực tế rằng khách hàng thường xuyên
chia sẻ ý kiến thông qua các phương tiện truyền thông xã hội hơn, ví dụ Facebook,
Zalo,…
Các cơng cụ Big Data có thể tìm kiếm chọn lọc thơng qua các thơng tin, feedback
cơng khai trên các phương tiện truyền thông và thu thập tất cả những dữ liệu đề
cập về thương hiệu của ngân hàng để có thể phản hồi nhanh chóng và đầy đủ đến
khách hàng, ngoài ra, cũng hỗ trợ ngăn chặn các tin đồn thất thiệt ảnh hưởng đến
hoạt động kinh doanh và niềm tin nơi khách hàng
c. Marketing theo hướng cá nhân hóa (personalized marketing)
Ứng dụng của Big Data trong việc xác định nhu cầu của từng khách hàng dựa
trên ý kiến, hay feedback của họ hoặc thông qua hồ sơ tín dụng (hồ sơ cá nhân)
của khách hàng và xác định thói quen chi tiêu thơng qua các lịch sử giao dịch, …
Các thơng tin bổ ích đó chính là cơng cụ để hỗ trợ ngân hàng marketing theo
hướng cá nhân hóa đến từng khách hàng.
Sau khi phân tích và nắm được nhu cầu cụ thể và riêng biệt của mỗi khách
hàng, các tổ chức nên tiếp tục phân khúc sâu hơn nữa và cung cấp các giải pháp,

kế hoạch marketing phù hợp để từ đó có được tỷ lệ phản hồi, tỷ lệ chuyển đổi cao
hơn từ mỗi khách hàng. Việc sử dụng dữ liệu để đưa ra quyết định marketing tốt
hơn có thể tăng năng suất tiếp thị, thu hút khách hàng thêm 15-20% ngoài các giải
pháp marketing thông thường.


Ví dụ: Các ngân hàng sử dụng cơng cụ email marketing để gửi đến khách hàng
các thông tin mới nhất về những dịch vụ cho vay ngắn hạn với lãi suất vừa phải,
hay gửi tiết kiệm với lãi suất hấp dẫn, hoặc các chương trình ưu đãi khác, …
Việc tạo ra các sản phẩm dịch vụ cung cấp cho từng phân khúc khách hàng, hay
thậm chí từng khách hàng cụ thể sẽ giúp các ngân hàng xây dựng hình ảnh
thương hiệu và tạo dựng một mối quan hệ tốt ở từng khách hàng.
d, Thay đổi cách thức cung cấp dịch vụ đến khách hàng
Hệ thống Big Data có thể là một hệ thống phức tạp liên kết giữa nhiều bộ phận
chức năng khác nhau, nhưng cơng việc của nó là đơn giản hóa các nhiệm vụ trong
một tổ chức. Bất cứ khi nào một tên khách hàng hoặc số tài khoản được nhập vào
hệ thống, hệ thống Big Data sẽ hỗ trợ sàng lọc tất cả dữ liệu và chỉ truyền đi hay
cung cấp các dữ liệu được yêu cầu để phục vụ cho q trình phân tích. Điều này
sẽ cho phép các ngân hàng tối ưu hóa quy trình làm việc và tiết kiệm cả thời gian
và chi phí. Big Data cũng sẽ cho phép các tổ chức xác định và khắc phục các vấn
đề, trước khi chúng ảnh hưởng đến khách hàng của họ.
Bằng việc phân tích chuyên sâu, ngân hàng có thể cung cấp sản phẩm mới
phục vụ đối tượng cụ thể tại mọi thời điểm quan trọng trong hành trình tài chính
của khách hàng, qua đó đạt được mục tiêu kép là tạo cơ hội kinh doanh mới và
củng cố niềm tin của khách hàng.
Ví dụ: Hợp tác với Temenos vào năm 2004, Sacombank là ngân hàng đầu tiên
triển khai một loạt dự án công nghệ lớn bao gồm Quản lý Dòng đời Dữ liệu (Data
Lifecycle Management) cho nền tảng ngân hàng lõi Temenos T24. Đây là một hệ
thống các phân hệ nghiệp vụ cơ bản của ngân hàng như tiền gửi, tiền vay, khách
hàng … Thơng qua đó, ngân hàng phát triển thêm nhiều dịch vụ, sản phẩm và

quản lý nội bộ chặt chẽ, hiệu quả hơn. Chỉ trong vòng vài tuần, ứng dụng này đã
cho thấy hiệu quả về chi phí trong khi vẫn tập trung cơ sở dữ liệu của ngân hàng
và tận dụng quản lý dữ liệu theo thời gian thực.
3. Phát hiện và ngăn chặn hành vi lừa đảo, vi phạm pháp luật
Một trong những vấn đề lớn nhất mà ngành ngân hàng phải đối mặt là gian lận,
tội phạm trong tín dụng. Big Data sẽ cho phép các ngân hàng đảm bảo rằng khơng
có giao dịch trái phép nào được thực hiện, cung cấp mức độ an toàn, nâng cao tiêu
chuẩn bảo mật của toàn bộ ngành.
Nhờ vào dữ liệu về lịch sử giao dịch và hồ sơ tín dụng của khách hàng, ngân
hàng sẽ có thể xác định hay nhận được cảnh báo nếu có điều gì bất thường xảy ra
trong quá trình hoạt động, cung cấp dịch vụ đến khách hàng.
Ví dụ: Tại VietinBank có Ban Quản trị dữ liệu, và một trong những hoạt động là
kiểm tra dữ liệu ngay từ khi giao dịch viên nhập vào. Nếu trường hợp có nhân viên
nào cố tình nhập dữ liệu khơng hợp lý thì hệ thống sẽ có cảnh báo, trường hợp sai


3 lần có thể treo tài khoản. Trong q trình thay hệ thống core banking, VietinBank
cũng đã tận dụng làm sạch dữ liệu, giảm thiểu càng nhiều dữ liệu rác càng tốt
Các ngân hàng và tổ chức tài chính khai thác Big Data để phân biệt giữa các
giao dịch là hành vi phạm tội với các giao dịch hợp pháp bằng cách áp dụng các
thuật tốn phân tích dữ liệu (data analytics models) và “học máy” (machine
learning). Các hệ thống phân tích sẽ tự động phát hiện, trích xuất các giao dịch bất
hợp pháp ở thời gian thực và đề xuất các hành động ngay lập tức, chẳng hạn như
chặn các giao dịch bất thường, ngăn chặn hành vi lừa đảo trước khi nó xảy ra đảm
bảo lợi ích của khách hàng và lợi nhuận của chính ngân hàng.
Ví dụ: Nếu một nhà đầu tư hay khách hàng thường thanh toán chi tiêu cho sinh
hoạt hằng ngày hoặc để tiền trong tài khoản gửi tiết kiệm lấy lãi, nhưng trong một
ngày lại cố gắng rút toàn bộ số tiền từ tài khoản của mình qua máy ATM, điều này
có nghĩa là thẻ có thể đã bị mất cắp và sử dụng bởi chính những kẻ cắp. Nhân viên
ngân hàng sẽ gọi điện đến chủ tài khoản hoặc thông báo đến khách hàng bằng bất

kỳ hình thức nào để xác minh lại giao dịch đó một cách rõ hơn: giao dịch hợp pháp
khách hàng thực hiện hay giao dịch trái phép bởi tội phạm lừa đảo, tội phạm đã
trộm được thẻ mà khách hàng khơng biết? Cứ thế, việc phân tích dữ liệu giao dịch
lịch sử và làm cơ sở để kiểm tra tính hợp pháp, an tồn bảo mật của các giao dịch
hiện tại sẽ giảm thiểu được hành vi vi phạm pháp luật có thể xảy ra.
4. Kiểm sốt rủi ro, tuân thủ luật pháp và minh bạch trong báo cáo
tài chính
Ngồi phát hiện các hành vi phạm tội, bảo vệ lợi ích người tiêu dùng, các ngân
hàng có thể ứng dụng Big Data đo lường, kiểm soát rủi ro khi thực hiện các giao
dịch bằng cổ phiếu với những nhà đầu tư và kiểm tra hồ sơ vay của khách hàng.
Các thuật tốn Big Data cịn giúp giải quyết các vấn đề về tuân thủ quy định pháp
luật về kế tốn, kiểm tốn và báo cáo tài chính minh bạch nhằm hợp lý hoá các
hoạt động của tổ chức từ đó giảm được chi phí quản lý.
Các tổ chức ngân hàng và tài chính hoạt động trong một khung pháp lý rất
nghiêm ngặt, đòi hỏi mức độ cao nhất trong kiểm sốt minh bạch các hoạt động tài
chính, tuân thủ các điều luật và báo cáo đầy đủ chi tiết đến các cơ quan nhà nước,
chính phủ.
Ở Việt Nam, các ngân hàng và tổ chức tín dụng phải tn thủ tồn bộ Luật Ngân
hàng trong đó có Đạo luật về Luật Ngân hàng Nhà nước Việt Nam và Luật Các Tổ
chức tín dụng.
Việc phát hiện sớm hành vi gian lận của khách hàng là cực kỳ quan trọng. Hệ
thống Big Data thu thập và lưu trữ dữ liệu trong một cơ sở dữ liệu có quy mơ lớn
giúp ngân hàng quản lý, tiến hành phân tích một cách nhanh nhất bằng cách sử
dụng các phần mềm, thuật toán chuyên dụng. Và khi phát hiện một số lượng lớn rủi
ro có thể xảy ra, ngân hàng sẽ dễ dàng kiểm sốt. Big Data đóng một vai trị to lớn


trong q trình tích hợp các chức năng của các bộ phận, phòng ban và yêu cầu xử
lý dữ liệu của ngân hàng vào một hệ thống trung tâm duy nhất. Qua đó hỗ trợ kiểm
sốt, ngăn chặn vấn đề mất dữ liệu, giảm thiểu rủi ro và gian lận.

IV.

Cơ hội:
1. Tăng uy tín và thị phần của các ngân hàng:

Bắt đầu với việc nhận dạng số, các ngân hàng có thể cung cấp nhận dạng số
cho người đăng ký sử dụng cơ sở hạ tầng này của các ngân hàng. Bắt đầu từ
đây, các ngân hàng có thể tận dụng tính năng đặc biệt như quy mơ lớn, khó đổ vỡ
và uy tín của mình để giúp người sử dụng có một cuộc sống tiện lợi hơn.
Ví dụ: Ngân hàng CBA ở Úc triển khai một dịch vụ có tên airstaker nhằm cung
cấp các dịch vụ xác minh. Hệ thống sẽ gắn sao vào như một dấu hiệu thể hiện
mức độ uy tín của cá nhân khi cá nhân đăng tải hồ sơ tìm các cơng việc parttime, full- time lên trang chủ của mình. Những người có ý định th người dùng vì
kỹ năng của họ có thể yên tâm hơn khi dấu sao này được chính các ngân hàng,
cũng như hệ thống pháp lý đứng sau của ngân hàng đảm bảo. Việc cung cấp
dịch vụ xác minh như vậy được tính là một phương tiện để ngân hàng tham gia
vào các giao dịch diễn ra trên nền tảng này.
Nếu ngân hàng có thể tự xây dựng cơ sở dữ liệu tích hợp đám mây thì sẽ có
rất nhiều tiềm năng và cơ hội kinh doanh được mở ra, như nền tảng Airstaker
được phát triển bởi ngân hàng “Thịnh Vượng chung của Úc”. Tính trong suốt
trong sự chuyển hóa dữ liệu sẽ làm cho trải nghiệm khách hàng tuyệt vời và đem
đến sự trung thành vượt xa mong đợi của chúng ta.

2. Giúp ngân hàng phát triển đột phá và bền vững.
Hiện nay chỉ với một chiếc điện thoại di động bạn hồn tồn có thể tự tin ra
ngồi mua sắm, ăn uống, vui chơi giải trí. Việc bảo quản đồ dùng cá nhân từ tiền
mặt, điện thoại, chìa khóa xe giờ giảm xuống cịn điện thoại và chìa khóa xe. Rõ
ràng sự tiện lợi đã tăng lên. Nếu nắm bắt được tâm lý này của một bộ phận khách
hàng nói chung, rất dễ để quan sát thì Big Data có thể giúp ngân hàng đưa ra rất
nhiều đề xuất như sở thích, mong muốn, qua các địa điểm check in mà có thể lập
thành một tập dữ liệu tổng hợp địa điểm vui chơi ăn uống cũng như thời gian ra

đường, ở nhà của khách hàng. Không ai tình nguyện bị theo dõi cả, chỉ là tưởng
tượng nếu có một ngày tất cả những cơng việc máy móc được thực hiện theo thời
gian thực giúp bạn tự động trả tiền hóa đơn tại một trạm xe, quán ăn, gợi ý chỗ
xem phim và tự động tích điểm vào tài khoản ngân hàng của chúng ta, suy cho
cùng tài khoản ngân hàng nên được coi là một nơi lưu trữ giá trị hơn là một nơi
giữ tiền, khi đó cuộc sống của chúng ta mới thật sự tiện dụng.


V.

NHỮNG THÁCH THỨC VÀ KHÓ KHĂN CỦA VIỆC SỬ DỤNG BIG DATA
TRONG NGÀNH NGÂN HÀNG (Tại Việt Nam và trên toàn thế giới)
1. Các quy định và luật lệ nặng nề khiến cho ngân hàng khó thay đổi:

Tác động từ các bên tham gia là rất lớn và khiến ngân hàng khó thay đổi, bao
gồm các cổ đơng, các nhà điều hành ngân hàng và đặc biệt là chính phủ …
Các quy định, đạo luật và hệ thống pháp lý trong ngành ngân hàng đã được tạo
lập và đưa vào vận dụng từ lâu. Và những quy phạm này được áp dụng tốt đến
nỗi nếu bây giờ có thêm một biến số nhỏ xảy ra trong hệ thống vận hành của
những ngân hàng này cũng đủ để các nhà chức trách lo sợ tột cùng trước những
nguy cơ có thể xảy ra. Điều này là dễ hiểu vì các khung pháp lý trong lĩnh vực tài
chính về bản chất là mang tính tránh né rủi ro, thận trọng và rõ ràng.
Hơn nữa, chính phủ, các nhà chức trách và các phịng ban phải bàn bạc rất kỹ
và thơng qua rất nhiều quy trình trước khi một đạo luật, đặc biệt khi nó liên quan
đến cơng nghệ bao gồm Dữ liệu lớn và AI bởi đó là những thứ họ khơng nắm rõ.
Tính chất của hành chính cơng vốn dĩ phức tạp và cịn mang nhiều tính thủ tục,
chậm chạp và kỹ lưỡng. Họ cần cân nhắc để đưa ra một quy định mà có thể áp
dụng trên quy mơ rộng rãi nhất có thể.
Chính bởi các lý do này mà khi ngân hàng được thông qua để thiết lập nên cơ
chế tài chính bắt kịp với quy luật thị trường thì có thể nó đã là muộn so với các tổ

chức tài chính tư nhân và các cơng ty startup trong lĩnh vực fintech vốn ln rất
sẵn sàng đón nhận những rủi ro, họ chấp nhận để chiếm lấy thị phần lớn hơn.
Ngân hàng thì khơng thể dễ dàng hi sinh thị phần của mình.
Giải pháp: Tuy nhiên, vấn đề không phải là thay đổi và thay đổi bao nhiêu lần mà
chỉ tập trung vào việc đặt ra những quy định dựa trên những luật lệ mà chúng ta
nên thiết lập một quy trình giám sát dựa trên nguyên tắc kết hợp với hoạt động
theo dõi dựa trên dữ liệu đối với các chỉ số có thể định lượng. Các nhà chức trách
lúc này có thể chuyển sang giám sát trên AI và dữ liệu đối với các hoạt động giao
dịch, kinh doanh cũng như xu hướng vận động của thị trường. Các công nghệ này
bao gồm RegTech ( sự quản lý các quy trình tuân thủ quy định trong lĩnh vực tài
chính thơng qua cơng nghệ) và SupTech (Cơng nghệ giám sát).
Ví dụ: Việc tiếp cận và phân tích dữ liệu lớn nếu theo hình thức nguyên tắc tương
tự sẽ giúp cho ngân hàng quyết định việc lập chi nhánh vật lý ở một số nơi mà
người dân có mức thu nhập trung bình thấp hoặc khơng hay sử dụng tín dụng,
đồng thời cung cấp thơng tin hành vi tiêu dùng cá nhân của những người thuộc
khu vực này để offer họ những sản phẩm tiết kiệm, vay vốn, vay tín dụng,... an
tồn và phù hợp. Đó là trong trường hợp các ngân hàng vẫn ưu tiên doanh thu và
áp KPI chi nhánh.


2. Hành vi khách hàng mang tính di sản:
Dù việc phổ cập dịch vụ tài chính tại mỗi quốc gia chắc chắn sẽ tiết kiệm tổng chi
tiêu quốc gia, mở ra nhiều cơ hội đầu tư và kinh doanh cho người dân đồng thời
thúc đẩy phát triển cơ sở hạ tầng dữ liệu giúp ích cho nhiều vướng mắc cuộc sống,
thì ngay cả những quốc gia tiên tiến nhất trên thế giới cũng đang gặp khó khăn
trong việc thay đổi thói quen tiêu dùng, tư duy tiêu dùng của người dân trong nước,
như việc sử dụng séc của người Mỹ.
Vấn đề đầu tiên ở đây sẽ là việc mọi người trong hệ thống tài chính được tiến
hành nhận dạng số, đây sẽ là câu chuyện khởi đầu của tích hợp Dữ liệu lớn, AI và
ứng dụng các công nghệ này một cách cá nhân hóa tùy theo mức độ khai thác

của bên nhận dữ liệu nhận dạng vào đời sống tài chính của mỗi người.
Thách thức này thường khơng xuất phát từ những nước đang phát triển và
đang trên đà phát triển mạnh mẽ mà thường xuất hiện ở những quốc gia đã rất
phát triển với hệ thống thanh toán tín dụng đã cũ, như Mỹ, một quốc gia tiên
phong và nổi bật trong những sáng kiến về công nghệ nhưng đến năm 2015 vẫn
có đến 80-130 triệu cơng dân Mỹ chưa được phổ cập dịch vụ tài chính tồn diện.
Năm 2019, người dân của quốc gia này vẫn đang sử dụng các hình thức thanh
tốn tiền mặt và ký séc cũng như các loại thẻ tín dụng là chủ yếu trong khi Trung
Quốc và Hàn Quốc đã áp dụng những phương thức thanh toán qua smartphones
hết sức hiện đại, tinh gọn, an toàn và tiện lợi của Kakao M, samsung pay, WeChat
và alipay khiến cho dòng tiền của 2 quốc gia này vận động nhanh hơn và tốc độ
quay vòng tiền hiển nhiên cũng ở mức cao hơn khi mà các hoạt động thanh toán
khiến cho các sàn điện tử thương mại bùng nổ, đem đến nhiều những cơ hội kinh
doanh mới cho đa dạng các doanh nghiệp trên thị trường. Chỉ tính riêng trong
năm 2017, khối lượng giao dịch trong hoạt động thanh toán di động của người
Trung đạt 17000 tỷ USD trong khi ở Mỹ,, con số này chỉ khiêm tốn ở mức 120 tỷ
USD. Hiện nay ước lượng người sử dụng dịch vụ thanh toán trên điện thoại là
khoảng 64 triệu người, gần 20% dân số Mỹ, so với 60% dân số được phổ cập
dịch vụ tài chính này tại Trung Quốc.
Lý giải điều này có thể đến từ việc một hệ thống thanh toán lâu đời đã được
thiết lập với những hành động chậm chạp thay đổi của các nhà chức trách, người
dân từ lâu đã quen với hình thức thanh tốn như ký séc cũng như tín dụng mà đã
được hệ thống tài chính Mỹ quen áp dụng từ lâu. Và khả năng thay đổi thói quen
này là vơ cùng gian nan, đặc biệt đối với những người lớn tuổi không thường
xuyên tiếp xúc với công nghệ, việc khai thác công ty cá nhân của các ngân hàng
thậm chí có thể dẫn đến trạng thái bài trừ sử dụng dịch vụ ngân hàng của họ. Tuy
nhiên, nếu ngay từ đầu các cá nhân được tiếp xúc với hệ thống tài chính trên nền
tảng số thì đây sẽ lại là câu chuyện khác. Như trường hợp ở các quốc gia Châu
Phi và Trung Quốc, trong tương lai gần thì đó sẽ có thể là Việt Nam bởi bộ phận

dân số trẻ, năng động, dễ thích nghi, dễ thay đổi và luôn hướng đến những trải
nghiệm tiêu dùng nâng cao và tiện ích hơn.
3. Khai thác big data địi hỏi hạ tầng cơng nghệ lớn:
Đây là khó khăn mà các ngân hàng cần tập trung cải thiện để có thể thu thập,
tích trữ và sử dụng dữ liệu theo cách hiệu quả nhất.
Dữ liệu Big data gồm nhiều định dạng khác nhau từ có cấu trúc, khơng có cấu
trúc đến bán cấu trúc. Hiện tại, các ngân hàng chủ yếu sử dụng những dữ liệu có
cấu trúc như lịch sử giao dịch, hồ sơ khách hàng tới những dữ liệu phi cấu trúc
như hoạt động của khách hàng trên website, ứng dụng mobile banking hoặc trên
mạng xã hội. Từ đó yêu cầu hệ thống thu thập Big data phải tiên tiến, tích hợp các
cơng nghệ mới.
Sau khi có hệ thống thu thập dữ liệu Big Data, các công ty cần xây dựng hệ
thống lưu trữ và quản lý để phục vụ cho việc phân tích sau này.
Dữ liệu Big Data rất lớn cần một hệ thống máy chủ lưu trữ. Hệ thống lưu trữ
hiện tại gồm 2 loại lưu trữ trên đám mây (cloud), và lưu trữ tại công ty (in-house,
nếu công ty không cân nhắc, hay dự bảo chính xác khối lượng dữ liệu sẽ xây
dựng hệ thống không hợp lý. Hơn nữa, việc bảo mật thông tin, dữ liệu của cơng ty
sẽ gặp khó khăn.
Ngồi hệ thống lưu trữ(Data warehouse), doanh nghiệp cần hệ thống xử lý dữ
liệu (ETL system); Hệ thống phân tích dữ liệu (Analysis system); Hệ thống phục
vụ báo cáo (Report & Bl system).
Hơn nữa, hạ tầng cơng nghệ cịn xuất phát từ việc nhận dạng số của khách
hàng, nếu khách hàng có thể dễ dàng đăng ký, truy cập với các hình thức tài
chính diễn ra hồn tồn trên chiếc điện thoại của họ thì đồng nghĩa với việc sẽ có
nhiều cơng dân tham gia vào hệ thống tài chính quốc gia. Chính những thông tin
họ cung cấp và đồng ý tự động cung cấp sẽ là nguồn tài nguyên dữ liệu lớn tuyệt
vời giúp cho cơ sở hạ tầng đám mây thiết kế đo ni đóng giày những dịch vụ tài
chính và tư vấn tài chính cho cá nhân.
Trong trường hợp nền tảng lưu trữ dữ liệu lớn trên đám mây (cloud) thì áp

dụng cloud computing nhằm phân tích các dữ liệu và số liệu để cho ra các kết quả
đầu ra được đánh giá là một việc rất hứa hẹn. Dù là hình thức nào cũng có cái
hay và cái dở nhưng trong trường hợp bạn lưu trữ Big Data in- house thì “căn
gác” đó cần được canh phịng cẩn thận và cần rất nhiều những biện pháp phòng
chống cháy nổ, phịng chống đột nhập và chưa kể đến chi phí thuê người vận
hành máy cũng như các chuyên gia máy tính và phân tích dữ liêu. Và kể các tất
cả những bước đó thì cũng khơng có gì đảm bảo chắc chắn rằng nhân viên được
giao chìa khóa trơng coi “căn gác” này sẽ không bao giờ để lộ thông tin khách


hàng và những thông tin liên quan đến nội bộ công ty. Tuy nhiên, nếu trong
trường hợp các ngân hàng sử dụng Cloud Computing kết hợp cùng Big Data thì
đó sẽ là bộ đôi tuyệt vời. Bất kể chi nhánh ngân hàng dời chuyển, mất mát, tai
nạn hay một sự cố vật lý nào xảy ra thì việc lưu trữ thông tin trên đám mây sẽ tiếp
tục đảm bảo sự tồn tại và phát triển của ngân hàng đó, hơn nữa việc lưu giữ trên
đám mây sẽ giúp cho việc phân tích dữ liệu trên Cloud Computing trơn tru và
mang tính thời gian thực hơn, từ đó AI có thể lấy những kết quả phân tích này và
đưa ra trải nghiệm khách hàng mang tính cá nhân hóa và nâng cao hơn nữa. Tơi
nghĩ đây là, sau khi tìm hiểu, một yếu tố mà các ngân hàng nên cân nhắc nếu
không muốn đánh mất giá trị dần dần trong tương lai, bản trải nghiệm chứ không
phải bán sản phẩm. Bởi chẳng bao lâu nữa, khi mà các công ty công nghệ tài
chính (Fintech và Techfin) cũng như các tổ chức tín dụng tư nhân nơi quan tâm
đến các trải nghiệm khách hàng và vận dụng rất tốt Dữ liệu lớn trong việc giữ
chân khách hàng thì ngân hàng sẽ cịn là gì ngồi một nơi lưu giữ giá trị của tiền.
4. Số lượng chuyên gia trong lĩnh vực Big Data còn khan hiếm:
Tùy vào nguồn lực mà mỗi quốc gia có thể khai thác được, dù trong nước hay
quốc tế thì một đội ngũ nhân lực tồn diện mới có thể xây dựng được cơ sở hạ
tầng công nghệ tiên tiến và thực sự tạo ra giá trị cho các ngành nghề đặc thù như
Big data
Theo thống kê cho thấy, trong giai đoạn đến năm 2021, ngành công nghệ thông

tin sẽ thiếu hụt nhu cầu từ 70.000 – 90.000 nhân sự. Dù vậy, với xu thế nền kinh
tế toàn cầu như hiện nay và việc Việt Nam là một trong những quốc gia kiểm soát
COVID hàng đầu trên thế giới thì số lượng các kỹ sư máy tính, chun gia học
máy tìm đến Việt Nam như một bến đỗ cho sự nghiệp của họ hứa hẹn sẽ gia tăng
đáng kể. Những lao động tài năng này sẽ đóng góp vai trị rất lớn trong việc phân
tích và đưa ra những góc nhìn mới đối với những xu hướng trên thị trường của
các khách hàng hiện tại. Đồng thời, họ sẽ là đội ngũ nhân viên cốt cán trong việc
duy trì sự trung thành của khách hàng cũng như giúp cho ngân hàng có thể mở
rộng thị phần trong tương lai.
VI.

Khn khổ pháp lý
1. Luật bảo vệ thông tin trên thế giới
Bảo vệ thơng tin bí mật cá nhân xuất phát từ việc xác định bảo vệ dữ liệu cá
nhân (personal data protection) là vấn đề được nhiều quốc gia trên thế giới
quan tâm, đặc biệt trong bối cảnh cách mạng cơng nghệ 4.0, khi mà xu
hướng tồn cầu hố, cơng nghệ số thay đổi căn bản cuộc sống của con
người. Theo thống kê, hiện nay đã có hơn 80 quốc gia ban hành văn bản
quy phạm pháp luật về bảo vệ dữ liệu cá nhân, nổi bật trong đó có Bộ luật
Bảo vệ dữ liệu chung của Liên minh châu Âu Tại khu vực Đông Nam Á,
ngoại trừ Singapore đã có đạo luật riêng về bảo vệ dữ liệu cá nhân thì hầu
hết các quốc gia cịn lại cũng giống như Việt Nam đều chưa có Luật Bảo vệ
dữ liệu cá nhân. Vấn đề bảo vệ dữ liệu cá nhân được quy định rải rác trong


các văn bản quy phạm pháp luật với mức độ khác nhau ở Hiến pháp, Luật,
Nghị định và Thông tư.
2. Luật bảo vệ thông tin cá nhân tại Việt Nam hiện nay
Trên thực tế, hệ thống pháp luật Việt Nam đã ghi nhận vấn đề bảo vệ bí mật
đời sống riêng tư và bí mật cá nhân từ bản Hiến pháp năm 1959, 1980,

1992 và mới nhất là Hiến pháp năm 2013. Việc bảo vệ bí mật đời sống riêng
tư và bí mật thơng tin của cá nhân đã được Nhà nước Việt Nam công nhận
và bảo vệ thông qua quy định về bảo đảm an tồn và bí mật đối với thư tín,
điện thoại, điện tín của cơng dân. Trong đó, Hiến pháp năm 2013 đã mở
rộng một cách toàn diện phạm vi quy định quyền được bảo vệ bí mật đời
sống riêng tư, bí mật cá nhân, bí mật gia đình.
-

Quy định dữ liệu cá nhân là bất kỳ dữ liệu nào liên quan đến thể nhân
được xác định hoặc nhận dạng, bất kể định dạng tài liệu. Luật chỉ quy
định rõ dữ liệu nào là dữ liệu cá nhân nhạy cảm. Luật không quy định
dữ liệu nào là dữ liệu cá nhân riêng tư như Luật năm 2003:
● Nghị định số 64/2007/NĐ-CP: Khoản 5, Điều 3 quy định rõ: Thông tin
cá nhân: là thông tin đủ để xác định chính xác danh tính một cá nhân,
bao gồm ít nhất nội dung trong những thông tin sau đây: họ tên, ngày
sinh, nghề nghiệp, chức danh, địa chỉ liên hệ, địa chỉ thư điện tử, số
điện thoại, số chứng minh nhân dân, số hộ chiếu. Những thơng tin
thuộc bí mật cá nhân gồm có hồ sơ y tế, hồ sơ nộp thuế, số thẻ bảo
hiểm xã hội, số thẻ tín dụng và những bí mật cá nhân khác.
● Luật An tồn thơng tin mạng năm 2015: Khoản 15, Điều 3: Thông tin
cá nhân là thông tin gắn với việc xác định danh tính của một người cụ
thể.

-

Quy định cụ thể các hành động xử lý dữ liệu cá nhân:

❖ Luật An tồn thơng tin mạng năm 2015: Điều 17 nêu rõ:
1. Tổ chức, cá nhân xử lý thông tin cá nhân có trách nhiệm sau đây:
a) Tiến hành thu thập thơng tin cá nhân sau khi có sự đồng ý của chủ

thể thông tin cá nhân về phạm vi, mục đích của việc thu thập và sử
dụng thơng tin đó;
b) Chỉ sử dụng thơng tin cá nhân đã thu thập vào mục đích khác mục
đích ban đầu sau khi có sự đồng ý của chủ thể thơng tin cá nhân;
c) Không được cung cấp, chia sẻ, phát tán thông tin cá nhân mà mình
đã thu thập, tiếp cận, kiểm sốt cho bên thứ ba, trừ trường hợp có sự
đồng ý của chủ thể thơng tin cá nhân đó hoặc theo yêu cầu của cơ
quan nhà nước có thẩm quyền.


2. Cơ quan nhà nước chịu trách nhiệm bảo mật, lưu trữ thơng tin cá nhân do
mình thu thập.
3. Chủ thể thơng tin cá nhân có quyền u cầu tổ chức, cá nhân xử lý thông
tin cá nhân cung cấp thơng tin cá nhân của mình mà tổ chức, cá nhân đó đã
thu thập, lưu trữ.
❖ Điều 18 trong Luật An tồn thơng tin mạng năm 2015: Cập nhật, sửa
đổi và hủy bỏ thông tin cá nhân
1. Chủ thể thông tin cá nhân có quyền yêu cầu tổ chức, cá nhân xử lý thông
tin cá nhân cập nhật, sửa đổi, hủy bỏ thơng tin cá nhân của mình mà tổ
chức, cá nhân đó đã thu thập, lưu trữ hoặc ngừng cung cấp thơng tin cá
nhân của mình cho bên thứ ba.
2. Ngay khi nhận được yêu cầu của chủ thể thông tin cá nhân về việc cập
nhật, sửa đổi, hủy bỏ thông tin cá nhân hoặc đề nghị ngừng cung cấp thông
tin cá nhân cho bên thứ ba, tổ chức, cá nhân xử lý thơng tin cá nhân có
trách nhiệm sau đây:
a) Thực hiện yêu cầu và thông báo cho chủ thể thông tin cá nhân hoặc cung
cấp cho chủ thể thông tin cá nhân quyền tiếp cận để tự cập nhật, sửa đổi,
hủy bỏ thông tin cá nhân của mình;
b) Áp dụng biện pháp phù hợp để bảo vệ thông tin cá nhân; thông báo cho
chủ thể thông tin cá nhân đó trong trường hợp chưa thực hiện được yêu cầu

do yếu tố kỹ thuật hoặc yếu tố khác.
3. Tổ chức, cá nhân xử lý thông tin cá nhân phải hủy bỏ thông tin cá nhân đã
được lưu trữ khi đã hồn thành mục đích sử dụng hoặc hết thời hạn lưu trữ
và thông báo cho chủ thể thông tin cá nhân biết, trừ trường hợp pháp luật có
quy định khác.
-

Quy định các nguyên tắc xử lý dữ liệu cá nhân mà người xử lý chính
và người xử lý được ủy quyền phải tn theo:
❖ Luật An tồn thơng tin mạng: Điều 16: Nguyên tắc bảo vệ thông tin cá
nhân trên mạng
1. Cá nhân tự bảo vệ thông tin cá nhân của mình và tuân thủ quy định của
pháp luật về cung cấp thông tin cá nhân khi sử dụng dịch vụ trên mạng.
2. Cơ quan, tổ chức, cá nhân xử lý thơng tin cá nhân có trách nhiệm bảo
đảm an tồn thơng tin mạng đối với thơng tin do mình xử lý.
3. Tổ chức, cá nhân xử lý thông tin cá nhân phải xây dựng và công bố công
khai biện pháp xử lý, bảo vệ thông tin cá nhân của tổ chức, cá nhân mình.
4. Việc bảo vệ thông tin cá nhân thực hiện theo quy định của Luật này và
quy định khác của pháp luật có liên quan.


5. Việc xử lý thông tin cá nhân phục vụ mục đích bảo đảm quốc phịng, an
ninh quốc gia, trật tự, an tồn xã hội hoặc khơng nhằm mục đích thương mại
được thực hiện theo quy định khác của pháp luật có liên quan.
-

Quy định về bên xử lý dữ liệu cá nhân, các nhiệm vụ của bên xử lý dữ
liệu cá nhân, việc ủy quyền xử lý dữ liệu cá nhân:
❖ Luật An tồn thơng tin mạng: Điều 20 Bảo đảm an tồn thơng tin cá
nhân trên mạng

1. Thiết lập kênh thông tin trực tuyến để tiếp nhận kiến nghị, phản ánh của tổ
chức, cá nhân liên quan đến bảo đảm an tồn thơng tin cá nhân trên mạng.
2. Định kỳ hằng năm tổ chức thanh tra, kiểm tra đối với tổ chức, cá nhân xử
lý thông tin cá nhân; tổ chức thanh tra, kiểm tra đột xuất trong trường hợp
cần thiết.
-

Quy định về chủ thể dữ liệu (người có dữ liệu cá nhân được xử lý), bên
thứ ba (Third person):
❖ Luật An tồn thơng tin mạng năm 2015: khoản 16, Điều 3: Chủ thể
thông tin cá nhân là người được xác định từ thơng tin cá nhân đó.

3. Dự thảo Nghị định quy định về bảo vệ dữ liệu cá nhân
Bộ Công an đang tổ chức lấy ý kiến nhân dân về dự thảo Nghị định quy định về
bảo vệ dữ liệu cá nhân, trong đó quy định rất rõ về các về “dữ liệu nhạy cảm” của
công dân và mức phạt rất cao nếu tổ chức, cá nhân có hành vi xâm phạm.
Theo đó, dự thảo Nghị định đã quy định rõ một số khái niệm như khái niệm dữ
liệu cá nhân được hiểu là dữ liệu về cá nhân hoặc liên quan đến việc xác định hoặc
có thể xác định một cá nhân cụ thể như họ, chữ đệm và tên khai sinh, bí danh (nếu
có); Ngày, tháng, năm sinh; ngày, tháng, năm chết hoặc mất tích; nhóm máu, giới
tính; Nơi sinh, nơi đăng ký khai sinh, nơi thường trú, nơi ở hiện tại, quê quán, địa
chỉ liên hệ, địa chỉ thư điện tử; trình độ học vấn; dân tộc; quốc tịch; số điện thoại; số
căn cước công dân, số hộ chiếu, số giấy phép lái xe, số biển số xe, số mã số thuế
cá nhân, số bảo hiểm xã hội; tình trạng hơn nhân; dữ liệu phản ánh hoạt động hoặc
lịch sử hoạt động trên khơng gian mạng…
Đặc biệt, dự thảo nghị định có quy định chi tiết về “dữ liệu cá nhân nhạy cảm”
gồm các dữ liệu cá nhân về quan điểm chính trị, tơn giáo; tình trạng sức khỏe; di
truyền; sinh trắc học; tình trạng giới tính; tài chính; vị trí địa lý thực tế của cá nhân ở
quá khứ và hiện tại; các mối quan hệ xã hội dữ liệu cá nhân về đời sống, xu hướng
tình dục; dữ liệu cá nhân về tội phạm, hành vi phạm tội và các dữ liệu cá nhân khác

được pháp luật quy định là đặc thù và cần có biện pháp bảo mật cần thiết…


VII.

Kết luận

Ứng dụng Big Data là một khoản đầu tư quan trọng và thiết yếu nếu các ngân
hàng muốn phát triển bền vững và với tốc độ cao hơn nữa. Thơng qua việc thực
hiện phân tích Big Data, các ngân hàng có thể đạt được lợi thế cạnh tranh, giảm
chi phí vận hành và nâng cao khả năng giữ chân khách hàng.
Các công ty ngân hàng hiện đã hiểu giá trị của dữ liệu của họ và đang tận dụng
nó. Dữ liệu giống như dòng tiền thứ hai đối với họ. Phân tích dữ liệu lớn là nền
tảng chính đằng sau cuộc cách mạng ngân hàng trực tuyến trong ngành. Nó hiện là
một phần thiết yếu của các cơng ty ngân hàng cả ở trên thế giới và Việt Nam. Phân
tích dữ liệu lớn hiện đã truyền cảm hứng cho họ để tiết kiệm hàng triệu đô la mà
trước đây dường như là không thể.