Fintech

資料分析 Fintech (6)

基本介紹

教學目標

初步了解金融科技在未來五年內整合資料分析的應用發展。

重點概念

根據 PwC 在 2016 年所發表的研究報告中指出在未來五年內前三大金融科技趨勢應用主要為個人銀行、基金移轉和支付和投資和財富管理,其中所面臨的挑戰除了滿足不斷改變的客戶需求和新產品,其次則為利用現有資料進行分析。

首先個人銀行在未來將會簡化營運以利改進客戶經驗,銀行會適應新的解決方案去改進和簡化營運,主要可以透過 API 讓第三方業者開發增加價值的解決方案和易於整合銀行平台的功能,以及藉由軟體即服務的解決方案協助銀行提供客戶更廣泛的選擇。關鍵則在於將客戶集中管理,必須將多元化的通路匯整至全通路,其中包括客戶體驗等資訊,此時銀行將可組織全球各地的客戶,而非單一產品或通路進行全面性的資料分析,並且即時提供更完善的整體解決方案,以滿足客戶期望。

接著基金移轉和支付在未來的新趨勢則為安全和快速支付,行動裝置正在改變支付模式,現今行動優先的消費者期望更快速,方便和安全整合支付功能的相關應用。然而根據我國電子支付機構資訊系統標準及安全控管作業基準辦法第十條則說明電子支付平臺之設計原則應符合的要求,包括網際網路應用系統設計、實體通路支付服務程式設計、使用者端程式設計、行動裝置應用程式設計、約定連結存款帳戶付款設計和再確認之設計等六大項目,其中網際網路應用系統設計中第十項則提到應建置防偽冒與洗錢防制偵測系統,建立風險分析模組與指標,用以於異常交易行為發生時即時告警並妥善處理。該風險分析模組與指標應定期檢討修訂。關鍵在於防止詐欺,此時透過大數據平台進行資料分析,降低信用卡和小額信貸詐欺行為的風險。

最後投資和財富管理在未來則會有更複雜的資料分析,我們會以新方法獲取快速成長的資料,此時資料分析的新用途主要在於來金融機構交易和零售財富管理。此時資料增加的複雜性會減少介於金融機構與投資者之間的不對稱資訊,以及複雜的分析將會使用先進交易和風險管理方法。所以投資和財富管理機構會在客戶關係上使用越來越多的資料分析解決方案,以加強客戶在不同階段的保留率和降低營運成本,未來我們會將廣泛多元的資料匯整成客戶的整體觀點,以利進行更好的客戶預測和滿足客戶需求。

總結金融科技未來五年內的發展趨勢應用主要為個人銀行、基金移轉和支付和投資和財富管理,這三大趨勢皆需要藉由資料分析相關的系統整合應用,才能夠滿足不斷改變的客戶需求和新產品的挑戰。

相關資源

資料分析 Fintech (5)

基本介紹

教學目標

初步了解金融科技在法規監管下要如何落實資料分析。

重點概念

金融科技在法規監管下要如何執行呢? 一般來說金融監理中消費者保障與洗錢防制通常需要嚴格遵守並執行認識客戶 (Know Your Customer,KYC) 的作業流程評估若實風險控管能力,關鍵在於對於客戶所有行為的各種資料蒐集和分析的能力。然而目前針對客戶一般會用身份證進行識別,但這又會有個人資料外洩的問題,因此又必須進行個人資料遮罩或加密,以及報表資料不落地或浮水印等資訊安全應用,這些都是額外的客製化開發,非常浪費人力成本。

因此是否能夠有種解決方案是在資訊安全和資料分析取得最佳平衡點,更進一步是藉由資訊安全的技術先確保資料可被信任,接著藉由資訊安全的技術以不外洩隱私的方式識別客戶進行資料分析,最後再藉由資訊安全的技術將分析後的結果授予有權限存取的使用者應用,上述的整體應用流程可以透過 API 的方式進行開發應用,並且符合相關的資訊安全的標準,像是針對資訊安全管理系統稽核認證的 ISO 27001 標準、針對支付卡資料安全處理的 PCI DSS 標準、定義認證與密碼編譯金鑰管理的 FIPS 標準、定義資料收集的隱私與安全要求的金融服務現代化法案 GLBA 標準、… 等。其中金融服務現代化法案要求所有金融機構得向客戶公開隱私權保護政策和措施,並且每年要要對這些保密措施進行一次評估,以防止客戶資料外洩,不過可以將資料分享給相關組織,像是子公司與策略合作夥伴,至於台灣則要以個資法與金融控股公司法為主,此時關鍵之一就在於法遵科技的發展。

所謂法遵科技 (RegTech) 意指利用資訊科技廣泛蒐集各國金融監理制度與法規要求,提供分析與管理的工具,自動協助金融機構遵守法規要求,以降低作業風險。風險管理的未來會根據新型態服務及資訊安全的發展趨勢,適時調整監理措施,並督促業者建立自律規範及管控措施,關注風險管理和消費者保護,建立金融資安資訊分享與分析中心,此時若以區塊鏈為基礎架構,再更進一步建構出資料分析之金融法規監督儀表版的應用。

然而根據 Deloitte 在 2016 年所發表的研究報告中指出法遵科技關鍵特性主要有四個,分別為敏捷、速度、整合和分析,先將複雜的資料集合透過擷取、轉換和載入,也就是 ETL 技術重新組織要有敏捷的特性,接著報表會被快速設定與產生要有速度的特性、再來短期間內解決和執要有整合的特性,最後使用分析工具針對已存在的大數據資料集進行智慧探勘,以及針對不同目的使用相同資料要有分析的特性。所以相較於傳統解決方案主要針對穩建和被設計於交付特定需求的應用,無法非常有彈性進行加強與變更,法遵科技使用敏捷的方式探索如何在符合法規的前提之下進行資料分析,像是可以透過資料探勘協助預測詐欺或使用者行為,更進一步支援自動化評估目前法規對於企業所帶來的影響。

最後法遵科技則包括法律/監理差距分析、全球法規遵循、合規性健診、管理資訊、交易報告、法規報告、活動監控、訓練、風險資料倉儲、案例管理等相關工具的應用,總結來說在短期法遵科技將會協助金融機構自動化符合更多法規和降低相關營運風險。

相關資源

資料分析 Fintech (4)

基本介紹

教學目標

初步了解金融科技的應用分類,先區塊鏈後 API 經濟。

重點概念

金融科技的應用主要可分為兩大類、先支付方式後信貸分析、先資訊安全後資料分析,先區塊鏈後 API 經濟。

談到區塊鏈,最好先了解比特幣,然而在比特幣的基礎則來自於 David Chaum 在 1982 年提出注重隱私的密碼學網路支付系統 (e-cash) ,其密碼學原理為盲簽章 (Blind Signature),可算是比特幣和區塊鏈支付技術在隱私方面的雛形,其隱私研究則影響深遠。此外區塊鏈的本質為信任,同時談到信任就會想到銀行。然而區塊鏈技術的發展,首先從數位貨幣開始,像是 2009 年開始的比特幣,接著為協定,像是 2014 年之後,區塊鏈因為其 P2P 的特性,而被延伸應用於交易,未來將會開放平台,藉由 API 與各領域共同合作。

區塊鏈將產生出源源不絕的可被信任的資料,從資訊科技 (Information Technology, IT) 至資料科技 (Data Technology, DT),同時進入大數據應用的時代。然而大數據應用對於金融機構而言,最重要在於以客戶為中心,去思考如何將金融科技融入不同的生活情境,最關鍵技術就是透過 API 將資料開放,並且與網路業者進行協同合作,透過不同類型的 API 搭配解決我們日常生活上使用的問題,提供創新且完善使用者體驗的服務。此時價值則在於使用者流量資料,當免費提供 API 讓任何 APP 進行串接時,我們除了提供容易使用以類似 OAuth 協定進行安全認證與授權的 API 之外,更能夠透過 SDK 的方式原生支援獲取更多的資料,並且藉由使用者流量形成龐大的生態經濟體,此時再搭配完善的資料分析與雲端平台,就能夠將使用者流量資料轉成客戶價值資料,強化金融機構以客戶為中心的大數據的資料分析應用。

總結不論從任何角度去探討金融科技的應用皆可分為兩大類,從應用面探討就是支付和信貸,從技術面探討就是資訊安全和資料分析,從行銷面探討就是區塊鏈和 API 經濟,最後都會需要進行資料分析才能帶來更大的效益與價值。

相關資源

資料分析 Fintech (3)

基本介紹

教學目標

初步了解網路業者與金融機構如何合作進行網路金融在於資料分析的應用。

重點概念

首先網路金融基本上就是透過網路來實現資金的融通,其中網路技術主要提供了資訊安全、資料分析和雲端平台,將有助於網路金融模式的三大核心,分別支付方式、資訊處理和資源配置。當網路金融善用大數據,將能夠協助銀行掌握市場最前線的消費數據和趨勢,並且根據使用者的消費需求,推薦客製化的金融產品,然而網路本身存在安全的問題與金融機構持有的風險的問題,將會相互放大,容易造成系統性風險,因為網路金融的業務皆需由電腦程式和軟體系統完成,此時若發生系統停機將會對金融機構造成的損失最大。此外 NFC 手機支付為網路金融帶來全新的使用者支付方式,其最主要的優點為安全性高,其僅有在小於 10 公分的範圍內才能夠進行點對點傳輸,因此保證當進行動支付資料傳輸時的高度保密性和安全性,同時當利用 NFC 進行手機支付時則可透過可信任服務管理平台和晶片技術進行安全交易,所以資訊安全對於網路金融的創新發展非常重要。並且當有了安全的支付方式之後,接著使用者就會有信貸的需求,此時資料分析和雲端平台對於網路金融的永續發展就會非常重要。

然而當網路業者要發展網路金融的關鍵因素主要之一就是風險,以 P2P 網路貸款平台為例,其營運核心是借、貸資金的配對,然而借、貸資金對的基礎為信用,面對的客戶大多為中小企業或個人,也就是不在金融機構的 20% 客戶名單中,因此償債能力稍有不足。此外 P2P 網路貸款平台若是由不相識的人之間開始進行借貸業務時,投資者就需要借助對借款人的資料分析來完成信用評估。最可行的方法就是藉由雲端平台透過資料分玎針對使用者行為進行審核和評定,即時發現並解決可能出現的風險點,對於風險發生的規律有精準的掌控,增加風險管理能力。以電子商務平台為例螞蟻金服旗下擁有支付業務的支付寶、網路理財的淘寶基金、網銷保銷的眾安保險、群眾募資的淘寶眾籌、消費金融的芝麻信用、銀行業務的網商銀行等品牌,皆以中小企業或個人為主要使用者,建立以資料、技術和服務這三個開放平台為核心的金融生態。因此若藉由資料分析和雲端平台的技術理應能夠解決下述三大問題,一是獲得個人與企業信用資料,是否能夠全面性的衡量信用風險,其中是否有選擇性偏誤與系統性偏差?二是目前網路金融並未接受監管,因此要如何驗證資料的真實性?三是有無獨立第三方能針夠對網路金融進行風險管控?目前網路業者與金融機構雙方為互補關係,所以若網路業者無法解決上述問題時,建議網路業者加強與金融機構的合作。

反之當金融機構要發展網路金融的關鍵因素主要之一就是客戶,客戶關係管理自於行銷管理的理念,基本上就是將客戶作為企業重要的資源,強調針對客戶價值進行管理,透過深度的客戶分析完善的客戶服務,以滿足客戶客製化需求,更進一步實現客戶的終身價值。當客戶開始對金融機構進行了或金融機構想要對某一客戶進行發展開始,至客戶與金融機構的業務關係完全終止,並且與相關事項處理結束的期間,稱之為客戶生命週期,一個完整的客戶生命週期通常首先金融機構需要考慮哪些是目標市場的潛在客戶,思考如何獲取潛在客戶,接著金融機構需要透過提升客戶交易量,加強客戶與金融機構之間,以利快速發展。再來金融機構可以採用不同的行銷策略,以利提升客戶對於金融機構的價值和忠誠度。最後金融機構需要考慮對於流失客戶的贏回。金融機構對於潛在客戶的獲取主要可以透過廣告、品牌或特定的行銷活動進行吸引潛在客戶,更進一步將他們轉化為金融機構客戶。一般來說,金融機構會需要在有限的行銷預算下發現有價值的客戶,並且將行銷資訊傳遞給適當的目標客群。此外在此流程中將會面臨尋找潛在客戶、識別潛在客戶和獲取潛在客戶等問題。當金融機構針對目標客群傳遞行銷活動時,主要目的為找到針對金融機構產品或服務有興趣且有條件成為金融機構的客戶,同時能夠為金融機構帶來高價值、高忠誠和低風險的客戶。一般情況下,當金融機構還沒有辦法掌握到潛在客戶的交易資料時,金融機構會需要使用企業資料倉儲中的客戶歷史資料了解客戶特徵,透過資料分析的相關技術,像是資料探勘技術中的回歸模型、決策樹和類神經網路皆可以應用於,尋找特徵符合定義的目標客群,以獲取優質的潛在客戶。可是若企業資料倉儲中沒有該客戶的歷史資料時,要如何藉由資料分析和雲端平台的技術進行解決呢?目前金融機構與網路業者雙方為互補關係,所以若網路業者無法解決上述問題時,建議金融機構加強與網路業者的合作。

總結網路金融的應用非常廣泛,但是其核心應用則可對應三大部份,分別為基於資訊安全的支付方式、基於資料分析的資訊處理以及基於雲端平台的資源配置。網路業者與金融機構雙方為互補關係,當網路業者與金融機構合作應用金融科技則可以解決風險關鍵問題,反之當金融機構與網路業者合作應用金融科技則可以解決協助累積多樣性的客戶信用資料,達成雙贏的局面。

相關資源

資料分析 Fintech (2)

基本介紹

教學目標

初步了解大數據在於金融科技相關應用。

重點概念

在金融科技發展策略白皮書中有提到:「金融服務透過大數據分析之數據驅動決策,有助於加速創新、推動優化、增進法規遵循、以及精準行銷等面向之經營效益提升,從商業價值的觀點可幫助金融機構從競爭激烈的紅海中建立優勢,以及開發藍海新商機。」,其中大數據應用於金融科技主要可分為六大應用,分別為客戶關係管理、精準行銷、優化服務、信用評估、產品定價、風險管理。

首先客戶關係管理除了整合消費者與金融機構業務往來的所蒐集到資料倉儲中客戶的結構化資料之外,更可以運用客戶在社群、媒體或電子商務上行為的非結構化資料,以及其它相關公開資料,能夠提供金融科技進行分析,以利提出有關客戶輪廓,以利客製化個人的金融產品,接著任何人都不想買到吃虧的金融產品,因此不論在購買之前或購買之後皆會匯整每家金融機構相關金融的資料進行比較,所以若是透過大數據匯整每家金融機構相關金融產品的資料進行分析,依據其價格變化,或是客戶的需求,彈性調整金融產品定價,以利獲得客戶信賴,更進一步增進客戶忠誠度。所以客戶關係管理和產品定價應用非常相關,主要為客戶與產品的關係,並且目前金融機構已經由以產品為中心往以客戶為中心的新型商業模式轉移。

接著精準行銷主要是藉由大數據應用匯整不同行銷活動通路客戶行為的資料,透過演算法洞察客戶的行為模式,以利針對不同行銷活動找出最精準的目標客群行銷名單,並且在市場中的定位金融服務。此外若能維持金融機構與客戶的密切互動溝通,即時滿足客戶的需求提供客製化的服務,以及再將客戶行為轉化為資訊流優化服務,以利達到更佳的使用者體驗,並且預測客戶潛在的需求,提供創新服務,當我們目標客群行銷名單越精準代表用相同的成本可以帶來更大的效益,此外藉由更佳的使用者體驗,將可以有效提高轉換率,提高經營績效。所以精準行銷和優化服務應用非常相關,主要為行銷和服務的關係,同時行銷事實上是客戶關係管理的基礎,整合應用時會貫穿所有業務,所以也是金融機構實現以產品為中心往以客戶為中心的經營體系轉型的關鍵。

此外風險管理方面銀行風險相較於其它行業具有獨特性,因為自有資本占全部資金來源的比重很低,接著銀行的經營對象是貨幣,再者銀行行是市場經濟的中樞,其風險對外部環境產生的負面效應非常大。因此銀行需要具備比一般企業更完善的風險管理能力,主要應用在於建構即時蒐集與分析之大數據風險管理體系,其中信用風險,像是美個個人消費信用評估公司所使用的 FICO 評分技術協助金融機構管理客戶信用風險,意指銀行在放款之後,借款人不能按約償還貸款的可能性,為了降低信用風險,因此需要進行信用評估。當然除了藉由風險管理可以降低風險,風險不可能為零之外,更能夠協助分析出異常行為、金融犯罪或詐欺行為即時發現,並且進行處理。

最後目前針對信用評估則可透過大數據的思維和技術的新方法將有助於針對既有信用評估補充,以利金融機構對於個人信用的全面判斷,可以當成信用評估的關鍵參考,像是臉書(Facebook)已取得美國科技應用的一項專利、阿里巴巴旗下螞蟻金融推出的芝麻信用分數早已經應用使用客戶在社群網站中的朋友關係及使用行為作為評估其消費信賴水平標準的參考。所以風險管理和信用評估應用非常相關,主要為信用和風險的關係,金融機構主要為經營風險的行業,安全是最重要的原則,但是在關注風險的同時,應該以識別出風險與收益之間的關係,此時只要找到業務上風險與收益的最佳平衡點,承擔最適當的風險,才能夠實現利益最大化,因此金融機構實現風險與收益平衡差異化會是永續經營的關鍵。

總結金融科技透過大數據的應用主要關鍵應用可為二大類,一是客戶關係管理,金融機構實現以產品為中心往以客戶為中心的經營體系轉型的關鍵。,二是風險管理,金融機構實現風險與收益平衡差異化會是永續經營的關鍵。

相關資源