داده کاوی در بانکداری

بانکداری یکی از بزرگترین حوزه های ارائه خدمات به مشتریان در سراسر دنیا بوده و تقریبا تمامی افرادی که به سن قانونی می رسند مشتری این صنعت می باشند. طیف وسیع مشتریان با تنوع بالای خواسته ها، الزامات و انتظارات ایجاب می کند که از رویکردهای هوشمند تحلیل داده و  داده کاوی برای بهبود ارائه خدمات به مشتریان و همچنین ارتقای سطح کارایی عملیاتی فرآیندهای داخلی بانک ها، بهره گرفت.

تقسیم بندی کاربردهای داده کاوی در صنعت بانکداری

برخی از کاربردهای داده کاوی در بانکداری به صورت زیر می باشد:

• تحلیل و داده کاوی روی داده های کارت های بانکی (داده های تراکنش های مختلف مانند دریافت وجه، انتقال وجه، پرداخت قبوض و …)
• تحلیل و داده کاوی روی داده های کارت های اعتباری
• تحلیل و داده کاوی روی داده های حاصل از درگاه های بانکداری الکترونیک (داده های مربوط به ورود مشتریان، دریافت خدمات به صورت آنلاین، رفتار مشتریان در پرتال های تحت وب بانکها و …)
• تحلیل و داده کاوی روی داده های مربوط به تسهیلات و وام های اعطایی به مشتریان (شناسایی رفتارها و الگوهای مربوط به مشتریان خوش حساب و بدحساب و …)
• تحلیل و داده کاوی روی داده های مربوط به خدمات اوراق بهادار (مانند چک، چک تضمینی بین بانکی، سفته، برات، اوراق تسهیلات مسکن و …) که در این باره تحلیل های مختلفی مورد نظر می باشد مانند: شناسایی الگوهای مربوط به مشتریانی که چک آنها وصول نمی شود (برگشت می خورد) و …
• تحلیل و داده کاوی روی داده های مربوط به مبادلات و تراکنش های صورت گرفته (نقدی، حساب به حساب داخل بانکی، تراکنش های بین بانکی مانند ساتنا، پایا و …)
• تحلیل و داده کاوی روی داده های مربوط به دستگاه های خودپرداز (ATM) مانند: تحلیل خرابی های فیزیکی دستگاه ها، تحلیل خطاهای نرم افزاری دستگاه ها که منجر به اختلال در ارائه سرویس به مشتریان می شود، تحلیل روند تقاضای وجه نقد از دستگاه های خودپرداز (خصوصا برای روزهای آخر هفته یا تعطیلات رسمی که بانک ها تعطیل می باشند و نیاز است که در آخرین روز کاری دستگاه های خودپرداز پر شوند، تحلیل میزان و نوع استفاده مشتریان، دسته بندی استفاده کنندگان از دستگاه های خودپرداز بر اساس فیلدهای اطلاعاتی مختلف مانند زمان استفاده، روز استفاده، نوع خدمت یا خدمت درخواستی و …