[Download] Tải Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam – Tải về File Word, PDF

Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam

Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam
Nội dung Text: Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam

Download


Nghiên cứu đề cập đến thực trạng ứng dụng và những thách thức cơ bản của Big Data đối với các NHTM tại Việt Nam và đưa ra các giải pháp khuyến nghị theo hướng tích hợp dữ liệu có cấu trúc truyền thống từ kho dữ liệu với các hệ thống nội bộ và dữ liệu phi cấu trúc trên Big Data.

Bạn đang xem: [Download] Tải Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam – Tải về File Word, PDF

*Ghi chú: Có 2 link để tải biểu mẫu, Nếu Link này không download được, các bạn kéo xuống dưới cùng, dùng link 2 để tải tài liệu về máy nhé!
Download tài liệu Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam File Word, PDF về máy

Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam

Mô tả tài liệu

Nội dung Text: Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam

  1. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng
    thương mại Việt Nam

    Đào Mỹ Hằng Đặng Thu Hoài
    Học viện Ngân hàng Ngân hàng Đại chúng

    Ngày nhận: 16/09/2020
    Ngày nhận bản sửa: 06/10/2020
    Ngày duyệt đăng: 21/10/2020

    Dữ liệu có tầm ảnh hưởng quan trọng đối với hoạt động kinh doanh của mỗi ngân
    hàng thương mại (NHTM)- lĩnh vực kinh doanh ngành dịch vụ đặc thù dựa trên cơ
    sở thông tin. Sự xuất hiện của dữ liệu lớn (Big Data) trong bối cảnh kỷ nguyên số
    đang được NHTM kỳ vọng như một nguồn tài nguyên khổng lồ có thể mang đến cái
    nhìn đa chiều giúp ngân hàng đưa ra các quyết định sáng suốt. Tuy nhiên, việc ứng
    dụng Big Data vẫn đang là bài toán khó với nhiều thách thức đối với các NHTM tại
    Việt Nam. Nghiên cứu đề cập đến thực trạng ứng dụng và những thách thức cơ bản
    của Big Data đối với các NHTM tại Việt Nam và đưa ra các giải pháp khuyến nghị
    theo hướng tích hợp dữ liệu có cấu trúc truyền thống từ kho dữ liệu với các hệ thống
    nội bộ và dữ liệu phi cấu trúc trên Big Data.
    Từ khóa: Dữ liệu lớn (Big Data), thách thức, ngân hàng thương mại.

    Challenges in applying Big Data for the Vietnam commercial banks
    Abstract: Data has an important influence on the business operations of each commercial bank.
    Commercial banks expect that the appearance of Big Data in the context of the digital era is a huge
    resource that can provide a multidimensional view to help banks make informed decisions. However,
    applying Big Data is difficult for commercial banks in Vietnam. The study discusses the application
    status and fundamental challenges of Big Data to commercial banks in Vietnam and recommends
    solutions.
    Keywords: Big Data, Challenges, Commercial Banks

    Hang My Dao
    Email: myhang@hvnh.edu.vn
    Banking Academy of Vietnam
    Hoai Thu Dang
    Email: danghoai.bav@gmail.com
    PvcomBank

    Tạp chí Khoa học & Đào tạo Ngân hàng © Học viện Ngân hàng
    Số 224+225- Tháng 1&2. 2021 80 ISSN 1859 – 011X

  2. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    1. Giới thiệu các câu hỏi: (i) Làm thế nào để có thể khai
    thác giá trị từ nguồn dữ liệu Big Data một
    Trong bối cảnh cạnh tranh khốc liệt của cách hiệu quả? (ii) Dữ liệu này có tương
    thị trường tài chính- ngân hàng (TC- NH), thích và tích hợp được với những phân hệ
    các NHTM đang từng bước ứng dụng các hiện tại hay không? (iii) Thực trạng điều
    chuyển đổi số với trọng tâm là khách hàng kiện ngân hàng đang ở đâu, có phù hợp để
    (KH) nhằm không ngừng mang đến những ứng dụng triển khai không?
    trải nghiệm tốt hơn cho KH. Để làm được Để trả lời các câu hỏi đó, các nội dung tiếp
    điều đó, NHTM cần có những chiến lược theo sẽ được trình bày theo trình tự Tổng
    để hiểu được từng nhóm nhu cầu KH, từ quan về Big Data, thực trạng ứng dụng Big
    đó có những quyết định phù hợp trong Data tại các NHTM Việt Nam, thách thức
    chính sách quản trị và hoạt động. Tại Việt của Big Data và giải pháp khuyến nghị đối
    Nam, tính đến tháng 01/2020, có khoảng với các NHTM.
    68 triệu người (khoảng 70% dân số) dùng
    internet, 65 triệu người (67% dân số) dùng 2. Tổng quan về Big Data
    mạng xã hội và 146 triệu lượt kết nối điện
    thoại (khoảng 150% dân số) (theo We are 2.1. Khái niệm Big Data
    Social, 2020, “Digital 2020 global digital
    yearbook”), mọi thông tin về người dùng Big Data dùng để chỉ tập dữ liệu với kích
    internet đều được lưu giữ lại thành dữ liệu thước vượt quá khả năng lưu trữ, quản lý và
    theo đơn vị bit. Báo cáo này nhận định, phân tích của phần mềm cơ sở dữ liệu điển
    sự gia tăng của nguồn dữ liệu này hoàn hình (Manyika, 2011).
    toàn có thể làm rung chuyển ngành dịch Big Data được hình thành từ việc sử dụng
    vụ TC- NH theo hướng tích cực hơn khi ngày càng tăng các công cụ điện tử và hệ
    dữ liệu được thu thập, phân tích, giải thích thống thông tin, do các tổ chức và cá nhân
    liên quan đến xu hướng tài chính, từ đó vẽ hình thành trong đời thường dưới những
    nên một bức tranh chi tiết về xu hướng tiêu hình thức khác nhau, bao gồm 6 nguồn dữ
    dùng và điều mà KH đang tìm kiếm. Đây liệu chủ yếu sau: (i) dữ liệu hành chính;
    sẽ là cơ sở rất quan trọng để các NHTM (ii) dữ liệu về hoạt động thương mại; (iii)
    có thể cá nhân hóa dịch vụ đến từng KH, dữ liệu từ các thiết bị cảm biến như thiết
    đáp ứng mong muốn KH tối ưu hơn trong bị chụp ảnh vệ tinh, cảm biến đường, cảm
    định hướng chính sách sản phẩm, đặc biệt biến khí hậu; (iv) dữ liệu từ thiết bị theo
    là nhóm sản phẩm có tính số hóa cao, đồng dõi; (v) dữ liệu từ hành vi (như tìm kiếm
    thời có thể xác định rủi ro kịp thời ở mọi trực tuyến); (vi) dữ liệu từ thông tin về ý
    thời điểm và có những thay đổi phù hợp kiến, quan điểm cá nhân trên các phương
    trong điều hành, quản trị các hoạt động kinh tiện thông tin xã hội.
    doanh của ngân hàng để đạt được những Cụ thể, dữ liệu Big Data có thể chia thành
    mục tiêu lớn hơn. Tuy nhiên, việc khai 3 loại theo hình thức như sau:
    thác, ứng dụng triển khai Big Data đang – Dữ liệu có cấu trúc (Structured): là những
    đặt rất nhiều thách thức cho các nhà quản dữ liệu có thể được lưu trữ, truy cập và xử
    trị NHTM và bộ phận công nghệ thông tin lý theo hình thức cố định truyền thống, đây
    (CNTT), đặc biệt với các NHTM với mức là loại dữ liệu phổ biến nhất hiện nay tại
    vốn nhỏ. Để Big Data trở thành nguồn lực các tổ chức.
    của ngân hàng, các NHTM cần trả lời được – Dữ liệu không có cấu trúc (Unstructured):

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 81

  3. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    những dữ liệu không có khuôn mẫu hoặc gia tăng rất nhanh; (ii) Xử lý dữ liệu nhanh
    cấu trúc cố định, không phù hợp lưu trữ và ở mức thời gian thực (real time) tính bằng
    quản lý với cấu trúc thông thường bằng hệ mili giây. Công nghệ xử lý Big Data ngày
    quản trị cơ sở dữ liệu truyền thống. Loại nay đã cho phép chúng ta xử lý tức thì trước
    dữ liệu này có khối lượng lớn, không có khi chúng được lưu trữ vào cơ sở dữ liệu.
    cấu trúc và thay đổi nhanh, đặt ra rất nhiều – Đa dạng (Variety): Big Data cho phép
    thách thức trong xử lý và quản trị dữ liệu liên kết và phân tích nhiều dạng dữ liệu
    để có thể khai thác được giá trị từ nó. Ví khác nhau, ví dụ như kết nối thông tin của
    dụ như dữ liệu từ các mạng xã hội như người dùng trên các nền tảng mạng xã hội
    Facebook, Twitter, Instagram,… đều là khác nhau.
    những nguồn dữ liệu không có cấu trúc kết – Độ tin cậy/ chính xác (Veracity): Đây là
    hợp từ văn bản, ảnh, video… một trong những tính chất phức tạp nhất của
    – Dữ liệu bán cấu trúc (Semi-structured): Dữ Big Data bởi các phương tiện truyền thông
    liệu kiểu bán cấu trúc có thể bao gồm tất cả xã hội, mạng xã hội ngày càng phổ biến với
    các mẫu dữ liệu. Chúng ta có thể thấy dữ liệu đa dạng người dùng tương tác và chia sẻ
    bán cấu trúc như một mẫu nhưng nó không nên việc xác định độ tin cậy và chính xác
    được định nghĩa với bảng với mối quan hệ của dữ liệu ngày một phức tạp hơn.
    như hệ quản trị quan hệ dữ liệu quan hệ – Giá trị (Value): Giá trị là đặc điểm quan
    (DBMS- Relational Database Management trọng nhất của Big Data, vì khi bắt đầu triển
    System). Loại dữ liệu này thường được thể khai xây dựng Big Data thì việc đầu tiên
    hiện trong tập tin ngôn ngữ đánh dấu mở phải làm là xác định được giá trị của thông
    rộng (XML- Extensible Markup Language), tin mang lại như thế nào, bởi dữ liệu tự bản
    có chức năng truyền dữ liệu và mô tả nhiều thân không sinh ra giá trị, chỉ khi được xử
    loại dữ liệu khác nhau. lý và khai phá hợp lý thì chúng mới phát
    huy được lợi ích. Dựa trên các cân đối về
    2.2. Đặc tính của Big Data nguồn lực khi đó chúng ta mới quyết định
    triển khai Big Data hay không.
    Big Data có 5 đặc trưng cơ bản như sau
    (mô hình 5Vs về Big Data- theo Issues with 2.3. Tầm quan trọng của ứng dụng Big
    big data, Gartner, 2018): Data đối với các ngân hàng thương mại
    – Khối lượng dữ liệu (Volume): Đây là
    đặc điểm tiêu biểu nhất của Big Data, đó Big Data với nguồn dữ liệu khổng lồ, cập
    là khối lượng hoặc kích thước dữ liệu rất nhật từng phút, đang có vai trò lớn trong
    lớn. Kích cỡ của Big Data ngày càng tăng lĩnh vực ngân hàng với các ứng dụng cụ
    lên, dự kiến đến năm 2025 IDC dự đoán thể như: phân tích, phân loại sự hài lòng
    số liệu này sẽ là 175 zettabytes (1021 bytes) và hành vi KH; phân tích phát hiện và cảnh
    tương ứng với khoảng 59% công suất của báo, ngăn chặn các hành vi rủi ro, giả mạo;
    nền công nghiệp cung cấp ổ cứng (HDD) tối ưu hóa hoạt động xử lý dữ liệu trong
    toàn cầu (theo David Reinsel và cộng sự, quá trình vận hành, phân tích và hỗ trợ ra
    2018), nên các tổ chức sẽ cần sử dụng công quyết định.
    nghệ “đám mây” mới đáp ứng khả năng lưu Tiếp cận, nghiên cứu và khai thác Big
    trữ được Big Data. Data sẽ mang đến nhiều lợi ích cho ngân
    – Tốc độ (Velocity): Tốc độ có thể hiểu hàng trong kinh doanh như: tiết giảm chi
    theo hai khía cạnh: (i) Khối lượng dữ liệu phí; tăng thời gian phát triển và tối ưu hóa

    82 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

  4. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    sản phẩm; đồng thời hỗ trợ ban lãnh đạo, thêm doanh thu thông qua các chiến lược
    cán bộ ngân hàng đưa ra những quyết định tiếp thị được nhắm đến đúng mục tiêu.
    đúng và hợp lý hơn; tiết kiệm thời gian xử Đồng thời, từ nguồn thông tin dồi dào từ
    lý thông tin của KH và phòng chống rủi Internet và các mạng xã hội, ngân hàng
    ro gian lận… Nghiên cứu của Manyika, có thể tương tác chặt chẽ hơn với KH, cải
    J. (2017) cho thấy, khoảng 30% tất cả các thiện dịch vụ KH một cách nhanh chóng,
    công việc trong NHTM có thể được tự động giảm ảnh hưởng của độ trễ thời gian. Bởi
    hóa thông qua công nghệ và chìa khóa cho hệ thống truyền thống nhận phản hồi của
    vấn đề này nằm ở Big Data. Điều này sẽ KH đang bộc lộ nhiều hạn chế, và cần được
    giúp NHTM có thể tiết kiệm đáng kể chi cải thiện dần bởi hệ thống mới thiết kế với
    phí và giảm rủi ro bằng cách loại bỏ sự chi công nghệ xử lý Big Data và công nghệ xử
    phối của yếu tố con người trong một số quy lý ngôn ngữ tự nhiên.
    trình quan trọng. Hơn nữa, công nghệ Big Data có thể được
    Thực tế, bản thân NHTM cũng có được sử dụng để lưu trữ các dữ liệu mới trước
    nguồn dữ liệu khá lớn từ chính các KH của khi chúng được đưa vào các kho chứa dữ
    mình qua các giao dịch trong hệ thống ngân liệu (Data Warehouse). Sự kết hợp giữa
    hàng lõi (corebanking system). Nhưng chỉ công nghệ Big Data có tốc độ xử lý ở mức
    bó hẹp trong lịch sử giao dịch đó là chưa thời gian thực với kho dữ liệu giúp cho các
    đủ để NHTM hiểu về nhu cầu của KH, bởi ngân hàng thoát khỏi việc không khai thác
    trong thời đại con người ngày càng phụ hết giá trị của dữ liệu do độ trễ thời gian.
    thuộc vào Internet, thì nguồn dữ liệu lớn Do Big Data được ứng dụng các công nghệ
    nhất phản ánh rõ mong muốn, thói quen mới giúp kiểm soát chặt chẽ và cập nhật dữ
    và hành vi KH lại nằm ở mạng xã hội như liệu liên tục sẽ ưu việt hơn dữ liệu truyền
    Facebook, Twitter, Instagram,… và thông thống ở 4 điểm: dữ liệu đa dạng hơn, lưu trữ
    tin sử dụng Internet. Theo Oracle (2016), dữ liệu lớn hơn, truy vấn nhanh hơn và độ
    84% các giám đốc điều hành ngân hàng chính xác cao hơn (theo Cornelia Hammer
    được khảo sát đồng ý rằng KH đang tìm và cộng sự, 2017).
    kiếm trải nghiệm phù hợp, cá nhân hơn và Tóm lại, Big Data là cơ hội đồng thời cũng là
    nếu ngân hàng có thể cung cấp cho người thách thức đặt ra cho NHTM trong thời đại
    dùng những gì họ cần, ngân hàng có thể số hiện nay. Một khi làm chủ được Big Data
    thúc đẩy doanh thu hàng năm cao hơn 18%. từ việc trích xuất thông tin chính xác hơn,
    Do vậy, vấn đề cấp thiết đặt ra là cần kết hữu ích hơn với chi phí thấp hơn thì NHTM
    nối các dữ liệu này với nhau để hình thành sẽ có cơ hội thành công lớn hơn trong bối
    một cái nhìn tổng quan về KH (3600 view). cảnh cạnh tranh ngày càng khắc nghiệt và
    Khi ứng dụng Big Data, NHTM có thể sử nhu cầu phát sinh đa dạng hơn từ KH.
    dụng dữ liệu từ các mạng xã hội để các ngân
    hàng đưa ra chiến lược kinh doanh sát với 2.4. Cách tiếp cận Big Data
    nhu cầu của nhóm KH mục tiêu hơn. Kết
    quả nghiên cứu của Analytics, M. (2016) Hiện nay có nhiều cách tiếp cận triển khai
    cho thấy rằng việc sử dụng Big Data để đưa các giải pháp Big Data trong các tổ chức,
    ra quyết định có thể tiết kiệm tới 15- 20% tuy nhiên dựa trên cơ sở nền tảng công
    ngân sách tiếp thị của ngân hàng. Có thể nghệ, có ba cách tiếp cận phổ biến được
    nói, khai thác Big Data là cơ hội tuyệt vời áp dụng là (i) cách tiếp cận truyền thống,
    để không chỉ tiết kiệm chi phí mà còn tạo (ii) cách tiếp cận tiến hóa và (iii) cách tiếp

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 83

  5. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    cận theo phương pháp lai (Nasser & Tariq, được chạy trên công nghệ điện toán bộ nhớ
    2015). Các ngân hàng cân nhắc tùy vào các đệm (In-memory computing), công nghệ
    điều kiện thực tế về quy mô, nguồn lực hiện mới này có thể chạy đồng thời hệ thống
    tại, mục tiêu mà mỗi đơn vị có một chiến xử lý giao dịch trực tuyến (OLTP- Online
    lược khác nhau. Cụ thể: Transaction Processing system), hệ thống
    Thứ nhất là cách tiếp cận truyền thống xử lý phân tích trực tuyến (OLAP- Online
    mang tính cách mạng, nghĩa là ngân hàng Analytical Processing system) và được
    thiết lập một môi trường tính toán Big Data xử lý trên bộ nhớ đệm máy tính, cho phép
    mới và chuyển tất cả dữ liệu sang nền tảng chuyển đổi các dòng dữ liệu thành các cột
    mới, ví dụ như Hadoop. Vì vậy tất cả các dữ liệu để gia tăng khả năng xử lý dữ liệu
    quá trình xử lý, phân tích, báo cáo và lập cho hệ thống, tối ưu hiệu suất phân tích dữ
    mô hình được thực hiện trên môi trường liệu và hiện nay được ứng dụng cho các tập
    mới với đầy đủ thông tin, dữ liệu thông đoàn lớn toàn cầu như Unilever, Colgate
    qua các ứng dụng và công nghệ phân tích Palmolive…
    mới (Business Intelligence & Analytics)
    để chuyển dữ liệu thô thành những mảng 3. Thực trạng ứng dụng Big Data tại các
    thông tin hữu ích toàn cảnh về quá khứ, dự ngân hàng thương mại Việt Nam
    đoán tương lai của tổ chức hướng đến xây
    dựng các giải pháp kinh doanh thông minh. Theo kết quả khảo sát của Vietnam Report
    Thứ hai là cách tiếp cận tiến hóa trong đó (2019) với các NHTM đang hoạt động tại
    Big Data được xử lý bằng nền tảng Business Việt Nam thì gần 3/4 (75%) số ngân hàng
    Intelligence (BI) truyền thống hiện tại. Dữ được hỏi cho biết sẽ ưu tiên cho hoạt động
    liệu được thu thập và phân tích thông qua nghiên cứu và áp dụng công nghệ mới
    các công cụ có cấu trúc và không có cấu trong hệ thống quản lý, phục vụ KH; hơn
    trúc và sau đó đầu ra được chuyển tiếp đến 3/5 (60%) NHTM dự định đầu tư nâng cao
    kho dữ liệu. Các tiện ích báo cáo và lập mô hệ thống quản trị doanh nghiệp tiên tiến.
    hình truyền thống giờ đây có thể truy cập Trên thực tế, khu vực dịch vụ TC – NH ở
    suy nghĩ và bản ghi trực tuyến từ các nguồn Việt Nam đã có phản ứng nhanh so với các
    truyền thông xã hội. Tuy nhiên, ngay cả khi khu vực khác trong việc chủ động nghiên
    cách tiếp cận tiến hóa đáp ứng được nhiều cứu và ứng dụng khoa học – công nghệ của
    yêu cầu của môi trường Big Data, nó vẫn có Cách mạng công nghiệp 4.0 vào hoạt động
    hầu hết các vấn đề của BI cổ điển, nó có thể kinh doanh và quản trị. Theo thống kê từ
    trở thành một nút cổ chai giữa thông tin trực Vietnam Report (2019) thì 59% các doanh
    tuyến từ các nguồn Big Data và phân tích nghiệp đang hoặc dự kiến sẽ sử dụng công
    sức mạnh của biến đổi BI hoặc kho dữ liệu. cụ Big Data để thúc đẩy chuyển đổi số hiệu
    Thứ ba là phương pháp lai mà cả công quả. Đối với NHTM lớn có một số động
    nghệ Big Data truyền thống và mới được thái tiêu biểu như:
    sử dụng và dữ liệu được phân phối giữa – Năm 2020 TPBank chính thức đưa vào sử
    hai nền tảng, một ví dụ về cách tiếp cận dụng hai giải pháp công nghệ Big Data do
    như vậy là giải pháp Hana từ SAP (công FIS triển khai bao gồm 2 cấu phần chính:
    ty dẫn đầu thị trường về phần mềm ứng Kho dữ liệu Data Lake được xây dựng
    dụng doanh nghiệp trên thế giới, có trụ sở dựa trên nền tảng mở Hortonworks Data
    chính tại Đức). Đây là một giải pháp phân Platform (HDP)- lưu trữ Big Data từ nhiều
    tích tích hợp dữ liệu, tính toán, nền tảng và nguồn, bao gồm các nhóm dữ liệu thô, phi

    84 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

  6. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    Biểu đồ 1. Top 5 chiến lược ưu tiên của các NHTM trong năm 2019- 2020
    Nguồn: Vietnam Report (2019), Khảo sát các NHTM Việt Nam

    cấu trúc và Nền tảng xây dựng mô hình học tài chính (Fintech- Công nghệ tài chính)
    máy Watson Studio Local, kết hợp thiết bị ngày càng sâu rộng, ví dụ như ví Momo
    IBM Integrated Analytics System (IIAS) với lượng người dùng trong năm 2019 tăng
    tối ưu cho việc phân tích dữ liệu với tốc từ 10 triệu (đầu 2019) lên hơn 15 triệu (cuối
    độ cao, giảm thời gian huấn luyện mô hình 2019), với hơn 100.000 điểm chấp nhận
    (đây là hợp đồng đầu tiên hoàn thành về thanh toán (momo.vn) cho thấy sự tiện lợi
    Big Data cho NHTM tại Việt Nam). đi kèm với xu hướng tiêu dùng, thanh toán
    – Năm 2019 Vietcombank đã ký hợp tác với online của KH sẽ tạo ra nguồn dữ liệu lớn
    FIS triển khai thực hiện Dự án “Mua sắm và quan trọng tiết lộ về hành vi KH, nên
    phần mềm quản trị nhân sự mới (HRM)” 81,8% NHTM tại Việt Nam dự định sẽ hợp
    gồm 6 phân hệ chính: Quản lý thông tin tác với các công ty Fintech trong lĩnh vực
    nhân sự, Quản lý chi phí tiền lương, Quản nghiên cứu về dữ liệu tài chính có bao gồm
    lý tuyển dụng, Quản lý đào tạo, Quản lý Big Data (Vietnam Report, 2019).
    đánh giá cán bộ và Quản lý nhân tài. Cụ thể hơn về áp dụng Big Data trong
    – VietinBank đã xây dựng chiến lược và lộ chiến lược kinh doanh đặt KH là trọng tâm,
    trình quản lý và khai thác tài sản dữ liệu trong nghiên cứu về “Ứng dựng dữ liệu lớn
    trước khi chính thức ứng dụng Big Data thì trong hoạt động quản trị quan hệ KH tại
    chú trọng củng cố và xây dựng nền tảng các NHTM Việt Nam” năm 2019, TS. Phan
    hạ tầng về dữ liệu bao gồm dự án Kho dữ Thanh Đức và cộng sự đã sử dụng phương
    liệu doanh nghiệp (EDW- Enterprise Data pháp BDMM (Big Data Maturity Model)
    Warehouse) triển khai xây dựng trong và mô hình Hortonworks (Hortonworks,
    vòng 3 năm bao gồm tích hợp hơn 200 hệ 2019) để đo lường và giám sát trạng thái dữ
    thống nguồn, BI, Quản lý dữ liệu tập trung liệu, xác định mức độ trưởng thành Big Data
    (MDM- Master Data Management). của các NHTM Việt Nam. Thông qua khảo
    – MB hợp tác với Infosys, Amigo triển khai sát tại 36 NHTM, bộ câu hỏi được nhóm
    kho dữ liệu và tập trung công cụ báo cáo nghiên cứu sử dụng nhằm xác định mức độ
    quản trị… trưởng thành Big Data tại các NHTM Việt
    Mặt khác, trong bối cảnh thời gian gần đây Nam gồm 5 phần chính: (1) Định hướng
    sự xâm nhập của công nghệ vào lĩnh vực chiến lược, (2) Dữ liệu và Phân tích dữ

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 85

  7. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    án chú trọng xây dựng từng phần các hệ
    thống chuẩn hóa quy trình và nâng cao năng
    lực quản trị như hệ thống quản trị nội bộ
    (Management Information System- MIS)
    bao gồm các cấu phần về tình hình kinh
    doanh; tình hình nhân sự; quản trị rủi ro; hệ
    thống báo cáo thống kê; hệ thống quản lý
    KH… với kỳ vọng hướng đến trong tương
    lai sẽ tích hợp dữ liệu các hệ thống xây
    dựng thành kho dữ liệu có thể tích hợp ứng
    dụng Big Data. Tuy nhiên với hạn chế về
    quy mô, nguồn chi còn hạn hẹp và hạn chế
    từ cơ sở hạ tầng cũng như nhân lực triển
    khai nên các hệ thống dữ liệu tại NHTM
    nhỏ vẫn còn ít, lưu trữ độc lập, chưa có tính
    liên kết và chưa phủ đủ các mảng dữ liệu
    Biểu đồ 2. Kế hoạch mở rộng cơ hội hợp tác cần quản lý tự động, ví dụ như có NHTM
    với công ty Fintech của các NHTM thực hiện theo dõi nhân sự, tiền lương, KPI
    Việt Nam 2019- 2020
    Nguồn: Vietnam Report, (2019), Khảo sát các chỉ bằng file Excel tổng hợp từ các đơn
    NHTM Việt Nam vị gửi lên; chưa có đủ các ứng dụng ngân
    hàng điện tử cơ bản như Mobile banking;
    liệu, (3) Công nghệ và Cơ sở hạ tầng, (4) chức năng chuyển tiền nhanh 24/7 liên
    Tổ chức và Kỹ năng & (5) Quản lý và Quy ngân hàng; chưa có hệ thống theo dõi thông
    trình. Kết quả thu được: 72% các NHTM tin KH sử dụng các tiện ích ngân hàng điện
    (26 ngân hàng) đang dừng ở mức độ 1- tử… Vì vậy để có thể hướng đến ứng dụng
    Nhận thức, 25% NHTM (9 ngân hàng) đã Big Data vẫn còn là một chặng đường rất
    có mức độ trưởng thành dữ liệu lớn ở mức dài với nhóm ngân hàng này.
    độ 2- Khai phá, 3% NHTM (1 ngân hàng) Như vậy có thể nhận thấy, so với quy mô
    được đánh giá ở mức độ 3- Tối ưu, mức độ tổng thể của cả hệ thống ngân hàng Việt
    4- Chuyển đổi thì hiện chưa có NHTM nào Nam, việc nghiên cứu, chủ động ứng dụng
    đạt được. Big Data vẫn còn nhiều khó khăn và tiềm
    Trong đó, nhóm ngân hàng nhỏ chủ yếu năng ứng dụng chủ yếu vấn ở NHTM lớn- là
    nằm ở mức độ 1- Nhận thức: Ngân hàng nhóm có thế mạnh sẵn có về khoa học- công
    có thể hiện sự quan tâm đến ứng dụng Big nghệ. Còn nhóm NHTM nhỏ với mô hình
    Data và bắt đầu có những nghiên cứu về hoạt động vẫn theo truyền thống là chủ đạo
    phân tích dữ liệu, phân tích Big Data. Theo cùng với các hạn chế về quy mô nên còn
    khảo sát sơ bộ từ một số cán bộ đang công đang trong giai đoạn nghiên cứu sơ khai.
    tác tại NHTM nhỏ thì hiện tại công tác hiện
    đại hóa ngày càng được chú trọng hơn, thể 4. Thách thức trong ứng dụng Big Data
    hiện qua danh mục trong kế hoạch mua tại ngân hàng thương mại Việt Nam
    sắm CNTT, tỉ trọng chi phí phân bổ cho
    đầu tư các dự án CNTT- vận hành- hiện Về nguồn lực tài chính
    đại hóa ngân hàng trong chi phí hoạt động Theo Vietnam Report (2019), việc yêu cầu
    hàng năm cũng có xu hướng tăng. Các dự nguồn vốn đầu tư lớn là khó khăn lớn nhất

    86 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

  8. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    đối với các tổ chức khi tiếp cận và ứng vận hành và đầu tư dài hạn cho hiện đại hóa
    dụng công nghệ. hướng đến Big Data.
    Hầu hết các doanh nghiệp Việt Nam muốn Về nguồn nhân lực
    sử dụng Big Data đều phải thông qua một Hiện nay để triển khai ứng dụng và khai
    công ty cung cấp dịch vụ nước ngoài với phá Big Data tạo nên các giá trị từ dữ liệu
    chi phí bản quyền và đội ngũ tư vấn chuyên yêu cầu nhân sự có chất lượng cao và việc
    nghiệp dẫn đến những chi phí khá cao. tuyển dụng rất cạnh tranh, không chỉ ở
    Tính riêng về cơ sở hạ tầng – chi phí trả Việt Nam mà NHTM trong khu vực Asean
    trước, chi phí của các nền tảng Big Data đều đang cạnh tranh để chiêu mộ các tài
    như Hadoop và Spark sẽ được chia tỷ lệ năng nên nguồn nhân lực khá khan hiếm
    tương ứng với lượng lưu trữ, tính toán và đối với các NHTM và đặc biệt khó khăn
    sức mạnh xử lý mà NHTM sử dụng, ví dụ với NHTM nhỏ, nơi mà sức hấp dẫn về quy
    mỗi cụm Hadoop được khuyến nghị là ít mô, thương hiệu còn thấp. Các NHTM đối
    nhất là một máy chủ Intel tầm trung, có giá mặt với vấn đề thiếu người tài để tận dụng
    từ 4.000 – 6.000 USD cho không gian đĩa sức mạnh của Big Data, thiếu kiến thức
    3TB và 6TB, một cụm Hadoop petabyte sẽ về thống kê, khai phá dữ liệu và các công
    có giá khoảng 1 triệu USD. Chi phí nhân nghệ sử dụng trong Big Data hiện nay như:
    sự triển khai, ví dụ chi trả cho 1 chuyên gia hệ xử lý phân tán, công nghệ ảo hóa, công
    Hadoop toàn thời gian tiêu tốn từ 70.000 – nghệ điện toán đám mây, cơ sở dữ liệu bên
    150.000 USD/năm, mức giá nếu sử dụng trong bộ nhớ (IMDS – In-memory Database
    nhân sự thuê ngoài là trung bình từ 81 – 100 system). Mặt khác, các nhà quản lý NHTM
    USD/giờ. Ngoài ra còn có các chi phí khác hiện nay thường xuất phát từ nghiệp vụ,
    như chi phí quản lý và bảo trì, chi phí kết phát triển hệ thống từng phần riêng biệt
    nối mạng, chi phí cho nhà cung cấp proxy, theo nhu cầu phát sinh, chủ yếu là các vấn
    chi phí bảo quản dữ liệu… Các NHTM lớn đề liên quan đến kinh doanh, nên cần có
    mặc dù có đủ vốn đầu tư, song họ cũng phải sự tư vấn từ bộ phận CNTT để có thể xác
    cân nhắc khi đặt trong bài toán chi phí, lợi định đủ định hướng sâu sắc trong xây dựng
    nhuận và những ưu tiên chiến lược trong chiến lược phát triển đồng bộ cả hệ thống
    kế hoạch phát triển từng năm. Còn đối với công nghệ số hóa đầy đủ trong dài hạn. Vì
    các NHTM nhỏ thì việc đầu tư còn rất thận vậy, muốn có thể triển khai ứng dụng và
    trọng để cân đối giữa các chi phí hoạt động tận dụng được một cách tối ưu hóa các tiềm

    Biểu đồ 3. Top 3 khó khăn doanh nghiệp gặp phải khi tiếp cận
    và ứng dụng công nghệ
    Nguồn: Vietnam Report, (2019), Báo cáo Vietnam CEO Insight 2019

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 87

  9. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    Biểu đồ 4. Đánh giá kỹ năng nhân viên trong thời đại số
    Nguồn: Vietnam Report, (2019), Báo cáo Vietnam CEO Insight 2019

    năng của Big Data thì các nhà quản trị cần công nghệ, cập nhật thuật toán trong đảm
    có những bước chuẩn bị thật kỹ lưỡng về bảo tính riêng tư, bảo mật dữ liệu với khối
    chiến lược phát triển và đặc biệt là yếu tố lượng lớn trong xu hướng lưu trữ “đám
    con người, bởi dù công nghệ có tiên tiến mây” ngày càng tăng cũng là một vấn đề
    đến đâu thì con người vẫn là yếu tố cốt lõi hóc búa với bộ phận CNTT của các NHTM.
    trong vận hành không thể thay thế được. Về dữ liệu
    Về công nghệ Thực tế hiện nay dữ liệu ở NHTM Việt
    Với khối lượng dữ liệu khổng lồ như vậy, Nam còn khá manh mún và chưa được làm
    rõ ràng việc lưu trữ và xử lý Big Data là một sạch một cách đạt yêu cầu, cũng chưa có sự
    thách thức không hề nhỏ. Hạ tầng CNTT phân loại rõ ràng về dữ liệu có cấu trúc và
    của các doanh nghiệp Việt Nam nói chung phi cấu trúc nên việc tích hợp dữ liệu đòi
    và NHTM nói riêng còn chưa đủ mạnh để hỏi làm sao chuẩn hoá các dữ liệu cả đầu
    có thể khai thác một cách tối ưu hết các tiện vào và đầu ra, ví dụ như trường hợp NHTM
    ích của Big Data. Ngoài ra, Big Data có triển khai các hệ thống từ các đối tác CNTT
    nhiều đặc điểm tạo nên những thách thức khác nhau cũng chưa có chuẩn mực ngay từ
    về mặt công nghệ và kỹ thuật, bao gồm thu đầu sẽ dẫn đến khó khăn hơn cho việc hợp
    thập dữ liệu, hiệu chỉnh, lọc nhiễu, tích hợp nhất dữ liệu nếu sử dụng các nền tảng khác
    dữ liệu yêu cầu một thiết kế lưu trữ thông nhau như Oracle và SQL. Ngoài ra, theo
    minh, xử lý truy vấn với tốc độ nhanh nhất, các nghiên cứu trong nước như “Tương
    mô hình hóa và phân tích đầu ra với những lai nền kinh tế số Việt Nam hướng tới
    yêu cầu dành cho phân tích theo nhu cầu năm 2030 và 2045” (CSIRO, 2019), “Dữ
    (báo cáo ad-Hoc) và các báo cáo chuyên liệu lớn: Cách thức khai thác cơ hội từ dữ
    sâu ngày càng phức tạp, đáp ứng nhu cầu liệu? Trường hợp Amazon” (Nguyễn Anh
    kịp thời cho các nhà quản trị. Duy, 2019),… thực trạng tâm lý và hành vi
    Những công nghệ và công cụ hỗ trợ cần người tiêu dùng Việt Nam là hay thay đổi
    thiết, bao gồm: hệ sinh thái Hadoop; cơ sở và thường có sở thích, xu hướng ngắn hạn
    dữ liệu NoSQL (Not only SQL) có thể được chi phối bởi các cộng đồng số và những
    thu nhỏ theo chiều ngang trên hàng trăm người có tầm ảnh hưởng (Influencer), do
    hoặc hàng nghìn máy chủ; cơ sở dữ liệu bộ vậy, việc phân tích nhu cầu KH để đưa vào
    nhớ trong (IMDB) với ưu điểm nhanh hơn áp dụng là thách thức với các NHTM, vì
    so với cơ sở dữ liệu trên đĩa được tối ưu nếu nhận định sai xu hướng nhu cầu thị
    hóa, một lựa chọn quan trọng cho việc sử trường Big Data có thể trở thành một con
    dụng phân tích Big Data tạo kho dữ liệu. dao hai lưỡi. Do đó, NHTM còn đối mặt
    Đồng thời, việc xử lý kỹ thuật, lựa chọn với việc xác định thời gian dữ liệu hợp lệ,

    88 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

  10. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    trả lời câu hỏi trong bao lâu chúng ta nên từ thiết kế, lưu trữ đến quản lý truy cập dữ
    giữ thông tin đó trong cơ sở dữ liệu và thời liệu, an toàn bảo mật.
    điểm nào thì dữ liệu không còn phù hợp
    với phân tích để đảm bảo được chất lượng 5. Khuyến nghị và giải pháp đối với các
    thông tin đầu ra. Mặt khác, NHTM cần lưu ngân hàng thương mại Việt Nam
    ý trong khai thác dữ liệu KH cần tuân thủ
    các quy định của pháp luật, ví dụ theo Nghị Để có thể ứng dụng Big Data trong NHTM
    định số 117/2018/NĐ-CP “Về việc giữ bí với một mục tiêu dài hạn cần chuẩn bị kỹ
    mật, cung cấp thông tin KH của tổ chức tín càng nhiều yếu tố, cần có quan điểm quản
    dụng, chi nhánh ngân hàng nước ngoài” có trị đúng đắn, xác định rõ nhu cầu, mục tiêu
    hiệu lực từ 01/11/2018. Đây là một thách cùng với cân nhắc các nguồn lực, từ đó có
    thức quan trọng khi việc quan tâm đến bảo lộ trình với những mức độ ưu tiên riêng cho
    mật thông tin của KH ngày càng tăng, mà từng cấu phần trong chiến lược tổng thể.
    ngân hàng lại đang có xu hướng sử dụng Thông qua trao đổi với các chuyên gia có
    lưu trữ đám mây và hợp tác nhiều hơn với kinh nghiệm thực tế trong việc triển khai các
    các tổ chức fintech. Không chỉ vậy, ngân dự án về Kho dữ liệu Doanh nghiệp, chuyển
    hàng với mạng lưới các điểm giao dịch đổi số hướng đến ứng dụng Big Data và Trí
    lớn trải dài trên khắp đất nước và có một tuệ nhân tạo từ các ngân hàng Vietinbank,
    số ngân hàng có chi nhánh tại nước ngoài BIDV, Công ty ví điện tử Momo, Công ty
    có quy mô nhân viên tương đối lớn, thực Trusting Social, Vintech và những chia sẻ
    hiện nhiều loại giao dịch với khách hàng khác tại Hội thảo Quản lý dữ liệu thông
    mỗi ngày nên ngân hàng cần chú ý vấn đề mình trong lĩnh vực ngân hàng, tài chính
    xây dựng quy trình kiểm soát, phân quyền tháng 9/2020, nhóm tác giả khuyến nghị
    truy cập hệ thống và đào tạo nhân sự nội bộ NHTM áp dụng theo 7 bước ở cấp độ “High
    bài bản về nhận diện và bảo mật thông tin level” trong phân tích cân nhắc lợi ích trước
    khách hàng. Từ những phân tích trên cùng khi triển khai Big Data, góp phần đảm bảo
    với thực tế tội phạm an ninh mạng ngày dự án Big Data đi đúng hướng:
    càng nhiều, với trình độ tinh vi đến từ khắp Bước 1. Xác định các tình huống kinh
    nơi trên thế giới chỉ với kết nối mạng thông doanh thực tế cần cải thiện: NHTM cần đặt
    thường, các ngân hàng cần rất thận trọng ra những câu hỏi chi tiết trong các vấn đề
    trong việc đảm bảo các yếu tố bảo mật dữ để đảm bảo các ưu tiên cho các vấn đề cần
    liệu từ các hệ thống đến nhân sự, đối tác, cải thiện đưa ra hợp lý nhất với điều kiện
    nếu không đảm bảo được yếu tố này, ngân thực tại.
    hàng rất có thể đối mặt với rủi ro về khủng Bước 2. Hiểu quy trình kinh doanh và các
    hoảng truyền thông, hình ảnh thương hiệu sản phẩm: Cách thức hoạt động, quy trình
    cũng như hoạt động kinh doanh. và đặc trưng sản phẩm tại mỗi NHTM sẽ có
    Tóm lại, bốn nhóm thách thức chính nêu sự khác biệt, việc nắm rõ là rất quan trọng
    trên phản ánh thực tế rằng các NHTM Việt trong triển khai dự án.
    Nam cần thời gian để chuẩn bị và tìm kiếm Bước 3. Hiểu cách phân loại và mức độ
    giải pháp phù hợp để có thể ứng dụng Big phân tích cần thiết: Để NHTM có cái nhìn
    Data. Nếu như việc áp dụng triển khai Big hoàn chỉnh về thị trường và cách cạnh tranh
    Data không có lộ trình rõ ràng, thực hiện hiệu quả đòi hỏi một khung phân tích mạnh
    không đúng cách, người triển khai không mẽ bao gồm phân tích mô tả, phân tích dự
    đủ năng lực sẽ có thể nảy sinh nhiều vấn đề đoán và phân tích theo quy định.

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 89

  11. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    Bước 4. Tiến hành khám phá chi tiết: Các quả hơn ở mọi giai đoạn, từ khi KH phát
    NHTM cần tìm ra quá trình nào bị ảnh sinh nhu cầu cho đến khi hoàn tất thực hiện
    hưởng bởi dữ liệu và thực hiện bắt đầu với cung ứng dịch vụ.
    các quy trình kinh doanh liên quan trực tiếp Hai là, giải pháp về công nghệ bao gồm
    đến việc tạo doanh thu, sau đó là quy trình kết cấu hạ tầng thông tin nhằm đáp ứng nền
    hỗ trợ tối ưu hóa. tảng về công nghệ để ứng dụng Big Data.
    Bước 5. Xác định các yêu cầu chính về dữ Muốn sử dụng và khai thác Big Data một
    liệu: Dựa trên nhu cầu và tình hình hoạt cách hiệu quả thì điều cần thiết là phải xây
    động kinh doanh và quản trị, các điểm dữ dựng cơ sở hạ tầng đủ để thu thập và lưu
    liệu chính, số liệu và điểm đánh dấu cần trữ dữ liệu, cung cấp quyền truy cập và bảo
    được xác định. mật thông tin trong khi lưu trữ và chuyển
    Bước 6. Thiết kế kiến trúc dữ liệu mạnh tiếp, bao gồm: các hệ thống lưu trữ và máy
    mẽ: Kiểu kiến trúc dữ liệu tốt nhất là kiến chủ; phần mềm quản lý, tích hợp dữ liệu;
    trúc có khả năng mở rộng và giải quyết các phần mềm phân tích dữ liệu và một số
    yêu cầu của NHTM ít nhất là trong thập thành phần khác. NHTM nên lựa chọn các
    kỉ tới, khi dữ liệu tăng dần lên và yêu cầu giải pháp Big Data có nền tảng kết nối và
    phân tích thời gian thực cùng Dashboard tận dụng được dữ liệu từ các hệ thống hiện
    sáng tạo. tại để không lãng phí cơ sở hạ tầng, dữ liệu
    Bước 7. Triển khai ứng dụng: Khi một tầm và nguồn lực đã thực hiện trước đó.
    nhìn rõ ràng đã được đặt ra với một cam Ba là, nhóm giải pháp về nguồn nhân lực
    kết thực hiện từ các bên có bao gồm đối tác có đủ năng lực sáng tạo, nền tảng công nghệ
    triển khai thì sẽ giúp giảm bớt các rào cản của Cách mạng công nghiệp 4.0 nói chung
    khi cùng hướng đến mục tiêu chung dựa và ứng dụng Big Data nói riêng. Các nhà
    trên nguyên tắc. quản trị cần tham khảo các mô hình thành
    Ngoài ra, để chuẩn bị nền tảng và đối mặt công trên thế giới và có hoạch định rõ về
    với những thách thức đã phân tích, bài viết chiến lược phát triển dài hạn hiện đại hóa
    đưa ra bốn nhóm giải pháp như sau: NHTM. Ngoài việc tuyển dụng mới nhân
    Một là, giải pháp về tài chính: Để phù hợp sự có kinh nghiệm và trình độ về hiện đại
    với nguồn lực tài chính, NHTM nên tận hóa ngân hàng, ứng dụng Big Data thì cần
    dụng sự hỗ trợ của công nghệ điện toán ưu tiên chiến lược phát triển nhân sự nội bộ
    đám mây. Hiện nay, các nhà cung cấp giải để xây dựng nguồn nhân lực mạnh với chi
    pháp Big Data trên đám mây đã có thể xây phí hợp lý, như phổ cập tham gia các khóa
    dựng sẵn các mô hình phân tích và mang đào tạo về phân tích dữ liệu, lập trình và
    lại khả năng các tổ chức có thể chi trả cho cơ sở dữ liệu. Đối với bộ phận nghiệp vụ,
    các nguồn lực siêu tính toán theo phương cần tiếp cận thêm các ngôn ngữ lập trình
    thức chi tiêu tùy theo khả năng. Ngoài ra, ứng dụng trong xử lý phân tích dữ liệu như
    để giảm thiểu một phần chi phí cho việc R, Python, SQL để chủ động trong xử lý
    thu thập và làm sạch dữ liệu, NHTM nên dữ liệu và có cái nhìn bao quát hơn về hệ
    đẩy mạnh hợp tác với các công ty tài chính thống dữ liệu. Đối với bộ phận CNTT, yêu
    công nghệ fintech, hướng đến xây dựng mô cầu đặt ra có thể tiếp cận và nhanh chóng
    hình chuỗi cung ứng mới gắn kết chặt chẽ tiếp thu các xu hướng công nghệ mới của
    hơn với nhu cầu của KH. Khi đó, chuỗi thế giới trong thiết kế cơ sở dữ liệu, xử lý
    cung ứng dịch vụ ưu việt hơn sẽ tạo ra một truy vấn, tích hợp dữ liệu ví dụ như công cụ
    cơ sở dữ liệu thống nhất, minh bạch và hiệu quản lý dữ liệu phân tán (Hadoop, Dryad),

    90 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

  12. ĐÀO MỸ HẰNG – ĐẶNG THU HOÀI

    Biểu đồ 5: Giải pháp Data Lake kết nối dữ liệu truyền thống và dữ liệu phi cấu
    trúc của ngân hàng
    Nguồn: Analytics, M. (2016), The age of analytics: Competing in a data-driven world

    hệ cơ sở dữ liệu không cấu trúc NoQuery, 6. Kết luận
    các công cụ xử lý (MapReduce)…
    Bốn là, giải pháp về dữ liệu. Tuy các nhà Nhờ khả năng kết hợp nhiều công nghệ, kỹ
    cung cấp đám mây hiện nay mang lại một thuật và phương pháp hiện đại, tối ưu, Big
    số lợi ích an ninh hơn so với trung tâm dữ Data đang dần thể hiện rõ tầm quan trọng
    liệu thông thường của NHTM như bảo vệ và của mình đối với NHTM hiện tại và trong
    giám sát dữ liệu tập trung hơn, tuy nhiên nó tương lai. Tuy nhiên NHTM cần hết sức
    cũng mang lại rủi ro khi mà dữ liệu có thêm thận trọng trong việc ứng dụng nó để phù
    một tổ chức trung gian nắm giữ. Vì vậy, các hợp với thực tiễn, khắc phục các hạn chế,
    NHTM cần áp dụng các tiêu chuẩn cao về thách thức và đảm bảo an toàn thông tin
    đối tác, tuyển dụng và quản lý con người, hệ thông qua xây dựng một lộ trình triển khai
    thống; đặc biệt quan tâm đến việc xây dựng phù hợp dựa trên khuyến nghị tiếp cận theo
    trung tâm dự phòng dữ liệu (khôi phục dữ 7 bước ở cấp độ “High level”, và một số
    liệu sau thảm họa); nâng cấp hệ thống an giải pháp được đúc kết dựa trên thực tế từ
    ninh, bảo mật ở mức cao; đảm bảo việc mở các chuyên gia đã triển khai và ứng dụng
    rộng phạm vi hoạt động (nếu có) được ổn thành công vào các ngân hàng, fintech. Một
    định, an toàn, mang lại hiệu quả lâu dài. khi có thể làm chủ, tận dụng, kết hợp giữa
    hệ thống dữ liệu hiện tại và Big Data thì

    Số 224+225- Tháng 1&2. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 91

  13. Ứng dụng dữ liệu lớn – thách thức đối với các ngân hàng thương mại Việt Nam

    NHTM sẽ có cơ hội thành công lớn hơn hàng có thể mang đến trải nghiệm dịch vụ
    trong bối cảnh cạnh tranh ngày nay và tốt nhất tới khách hàng ■
    hưởng lợi nhiều hơn từ việc trích xuất thông
    tin một cách chính xác, hữu ích. Từ những
    nền tảng ban đầu trong phân tích này, nhóm
    nghiên cứu sẽ hướng đến nghiên cứu cụ thể
    theo các nhóm ngân hàng tương đồng về
    quy mô và ứng dụng công nghệ mới, từ đó
    đưa ra những giải pháp hữu ích hơn để xây
    dựng nền kinh tế số, giúp các tổ chức ngân

    Tài liệu tham khảo
    Analytics, M. (2016). The age of analytics: competing in a data-driven world. McKinsey Global Institute Research
    Banking Academy, (2017), Big Data for Banking and Financial Industry, Science and technics publishing house, ISBN:
    9786046709305.
    Cornelia Hammer, Diane C Kostroch, Gabriel Quiros, (2017), Big Data: Potential, Challenges, and Statistical
    Implications, ISBN/ISSN:9781484310908.
    Cơ quan Nghiên cứu Khoa học và Công nghiệp Khối thịnh vượng chung Úc (CSIRO), (2019), Tương lai nền kinh tế số
    Việt Nam hướng tới năm 2030 và 2045.
    Cục Thông tin Khoa học và Công nghệ Quốc gia, (2015), Tổng luận Dữ liệu lớn và xu hướng đổi mới sáng tạo dựa trên
    dữ liệu số.
    Domo, (2020), Data never sleeps 7.0 (www.domo.com).
    Đào Văn Hùng, (2019), Phát triển khu vực tài chính- ngân hàng trong bối cảnh Cách mạng công nghiệp lần thứ tư,
    Tạp chí Cộng sản số 6/2019.
    Fred Zimmerman, (2015), Hadoop Business Case: A Cost Effective Queryable Data Archive/Storage Platform.
    Gärtner, B., & Hiebl, M. R. (2018). Issues with big data. The Routledge Companion to Accounting Information Systems
    (S. 161-172). New York: Routledge.
    Gordon, J., Perrey, J., & Spillecke, D. (2013). Big data, analytics and the future of marketing and sales. McKinsey:
    Digital Advantage.
    Hortonworks, (2019), Data Strategy Scorecard Survey.
    Học viện Ngân hàng, (2019), Kỷ yếu Hội thảo Hệ thống thông tin quản lý trong kỷ nguyên số, NXB Thanh Niên, ISBN:
    9786049756801.
    Mary Aleksandrova, (2020) Big Data in the Banking Industry: The Main Challenges and Use Cases. . McKinsey Global
    Institute Research
    Manyika, J. (2011). Big data: The next frontier for innovation, competition, and productivity. . McKinsey Global
    Institute Research
    Manyika, J. (2017). A future that works: AI, automation, employment, and productivity. McKinsey Global Institute
    Research, Tech. Rep, 60.
    Nasser T & Tariq RS, (2015), Big Data Challenges, Journal of Computer Engineering & Information Technology
    Volume 4 Issue 3.
    Ngô Kim Thanh, (2020), Ứng dụng dữ liệu lớn trong nền kinh tế số.
    Nghị định số 117/2018/NĐ-CP Về việc giữ bí mật, cung cấp thông tin khách hàng của tổ chức tín dụng, chi nhánh ngân
    hàng nước ngoài, ban hành ngày 11/09/2018.
    Nguyễn Anh Duy, Nguyễn Phúc Quỳnh, (2019), Dữ liệu lớn: Cách thức khai thác cơ hội từ dữ liệu? Trường hợp
    Amazon, Tạp chí Phát triển & Hội nhập số 46.
    Oracle, (2016), The Era I Enterprise: Ready for Anything, Financial Services- Report
    Phan Thanh Đức và cộng sự, (2019), Ứng dụng dữ liệu lớn trong hoạt động quản trị quan hệ khách hàng tại các
    NHTM Việt Nam, Tạp chí Khoa học & Đào tạo Ngân hàng số 203.
    Philip Russom, (2015), Hadoop for the Enterprise: Making DataManagement Massively Scalable, Agile, Feature-Rich,
    and Cost-Effective.
    Reinsel, D., Gantz, J., Rydning, J., (2018), Data Age 2025: The Digitization of the World from Edge to Core, IDC
    Vietnam Report, (2019), Báo cáo Vietnam CEO insight 2019: chuyển đổi số và cơ hội của các doanh nghiệp Việt Nam
    We are Social, (2020), Digital 2020 global digital yearbook.

    92 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 224+225- Tháng 1&2. 2021

Download tài liệu Ứng dụng dữ liệu lớn – Thách thức đối với các ngân hàng thương mại Việt Nam File Word, PDF về máy