Improve financial services operations and performance

زيادة الربحية في الخدمات المالية من خلال الكفاءة التشغيلية القائمة على البيانات

يجب أن يكون لمؤسسات الخدمات المالية عمليات داخلية فعالة للحفاظ على القدرة التنافسية وزيادة الربحية، خاصة وأن شركات التكنولوجيا المالية والتكنولوجيا تحقق المزيد من التقدم في مجال الخدمات المالية. من الناحية النظرية، هناك طريقتان لتحسين الربحية: زيادة الإيرادات وخفض النفقات. كلاهما حاسم. وللتصدي للتحدي المتمثل في زيادة الربحية في قطاع سريع الحركة بشكل متزايد، تجدد مؤسسات الخدمات المالية تركيزها على استخدام الكم الهائل من البيانات والمعلومات المتاحة لمساعدتها على تحسين الكفاءة التشغيلية والأداء. من خلال اتباع نهج قائم على البيانات لتبسيط العمليات والقضاء على التكرار وتحسين تخصيص الموارد، يمكن لمؤسسات الخدمات المالية تقليل التكاليف وتحسين تقديم خدماتها.

هذا العامل الأخير مهم بشكل خاص في مثل هذه الصناعة شديدة التنافس وسريعة التطور والتعطيل المستمر. يمكن للمؤسسات التي تعمل بكفاءة تقديم تسعير أكثر تنافسية وخدمة أسرع وأعلى ودقة محسنة وتجارب عملاء أفضل من منافسيها. يقدر العملاء التجارب السريعة والخالية من المتاعب، وتساهم تجارب العملاء الإيجابية في ولاء العملاء والاحتفاظ بهم وكلمة المرور الإيجابية، والتي يمكن أن تساعد جميعها في دفع النمو والإيرادات.

توفر الكفاءة التشغيلية أيضًا أساسًا للسرعة والقدرة على التكيف، مما يساعد مؤسسات الخدمات المالية على البقاء في الصدارة والاستجابة بسرعة لتغييرات السوق والمتطلبات التنظيمية وطلبات العملاء. يمكن للمؤسسات المرنة إطلاق منتجات جديدة بشكل أسرع، والتكيف مع التطورات التكنولوجية، واغتنام الفرص الناشئة، والازدهار في بيئة ديناميكية.

بالإضافة إلى ذلك، تلعب الكفاءة التشغيلية دورًا مهمًا في الإدارة الفعالة للمخاطر، وهو أمر بالغ الأهمية للحفاظ على ثقة العملاء والجهات التنظيمية وأصحاب المصلحة. يمكن أن تؤدي أوجه القصور التشغيلية، بما في ذلك الأخطاء اليدوية واختناقات العمليات وعدم كفاية الضوابط، إلى حدوث مخاطر وإلى انتهاكات التوافق والانتهاكات الأمنية والاضطرابات التشغيلية. ومن خلال تحسين الكفاءة التشغيلية، يمكن لمؤسسات الخدمات المالية المساعدة في تخفيف هذه المخاطر، وضمان الامتثال التنظيمي، وتعزيز أمان بيانات العملاء.

كل هذه الفوائد ضرورية للنمو. نظرًا لأن مؤسسات الخدمات المالية توسع عملياتها أو تدخل أسواقًا جديدة، فإنها تحتاج إلى ضمان قدرة عملياتها على التعامل مع الأحجام المتزايدة دون التضحية بالجودة أو تكبد تكاليف باهظة. يمكن تكرار العمليات الفعالة بسهولة أو تشغيلها تلقائيًا أو تكييفها لدعم مبادرات النمو، مما يمكّن المؤسسات من اغتنام الفرص وتوسيع تواجدها في السوق.

تحسين الكفاءة التشغيلية وخفض التكاليف باستخدام نظام أساسي شامل للبيانات

من خلال استيعاب البيانات المتعلقة بالعمليات التشغيلية والأداء وتنظيمها وتحليلها، يمكن لمؤسسات الخدمات المالية تحديد الاختناقات وأوجه عدم الكفاءة والقضاء عليها لتحسين كل تفاعل داخلي وخارجي وتحسين النتائج. توضح البنية المقدمة هنا كيف يمكننا الجمع بين مكونات Oracle الموصى بها لبناء بنية تحليلات تغطي دورة حياة تحليلات البيانات بالكامل وهي مصممة لمساعدة مؤسسات الخدمات المالية على تحقيق مجموعة واسعة من مزايا الأعمال الموضحة أعلاه.

توضح هذه الصورة كيف يمكن استخدام Oracle Data Platform للخدمات المالية لدعم الكفاءة التشغيلية والأداء وتحسينهما. وتشمل المنصة الدعائم الخمس التالية:

1. 1. مصادر البيانات، الاكتشاف
2. 2. استيعاب، تحويل
3. 3. الاحتفاظ، التوقع، الإنشاء
4. 4. التحليل والتعلم والتنبؤ
5. 5. القياس، العمل

يتضمن ركيزة مصادر البيانات والاكتشاف ثلاث فئات من البيانات.

1. 1. تتضمن بيانات Oracle App بيانات من Fusion SaaS وOracle E-Business Suite وتجربة العملاء
2. 2. سجلات الأعمال (بيانات الطرف الأول) CRM والمعاملات ومعلومات الحساب والإيرادات والهامش
3. 3. تتضمن بيانات الطرف الثالث أسعار الفوركس وخلاصات السوق وأسعار السلع

تضم دعامة الاستيعاب، التحويل أربع قدرات.

1. 1. يستخدم استيعاب الدفعة أدوات تكامل بيانات OCI وOracle Data Integrator وDB.
2. 2. يستخدم النقل المجمع OCI FastConnect ونقل بيانات OCI وMFT وOCI CLI.
3. 3. يستخدم تغيير رصد البيانات OCI GoldenGate.
4. 4. البث المباشر يستخدم OCI Streaming Kafka Connect.

تتصل جميع الإمكانات الأربع بشكل أحادي الاتجاه في مخزن بيانات الخدمة والتخزين السحابي داخل الركيزة المثابرة، والإشراف، والإنشاء.

بالإضافة إلى ذلك، يرتبط استيعاب التدفق بمعالجة التدفق ضمن دعامة التحليل والتعلم والتنبؤ.

تتكون دعامة الاستمرار والدقة والإنشاء من خمس قدرات.

1. 1. يستخدم مخزن بيانات العرض Oracle Autonomous Data Warehouse وExadata Cloud Service.
2. 2. يستخدم تخزين السحابة تخزين كائنات OCI.
3. 3. تستخدم Hadoop المُدارة خدمة Oracle Big Data Service.
4. 4. تستخدم المعالجة الدفعية تدفق بيانات OCI.
5. 5. تستخدم الحوكمة OCI Data Catalog.

هذه القدرات مرتبطة بالركيزة. يتصل التخزين السحابي بشكل غير مباشر بمخزن بيانات الخدمة؛ كما أنه متصل بشكل ثنائي الاتجاه بمعالجة الدفعات.

تتصل إمكانيتان في ركيزة التحليل والتعلم والتنبؤ. يتصل مخزن بيانات الخدمة بإمكانية التحليلات والتمثيل المرئي وأيضًا بمنتجات البيانات وإمكانية واجهات برمجة التطبيقات. يتصل التخزين السحابي بإمكانية التعلم الآلي.

يتكون عمود التحليل والتعلم والتنبؤ من اثنتين من الإمكانيات.

1. 1. تستخدم التحليلات والتمثيل المرئي Oracle Analytics Cloud وGraphStudio وموردي البرامج المستقلين (ISV).
2. 2. يستخدم التعلم الآلي Oracle Machine Learning.

يرصد عمود "التدبير، الفعل" كيف يمكن استخدام تحليل البيانات: من قبل الأفراد والشركاء.

يتألف الأشخاص والشركاء من الكفاءة التشغيلية (أوقات المعالجة، ومعدلات الخطأ، واستخدام الموارد)، وتحديد اختناق العملية، وقيمة عمر العميل، وتحليل السوق والتنافسية، وإسناد الأداء.

الركائز الأساسية الثلاثة - الاستيعاب، والتحويل؛ والاستمرار، والدقة، والإنشاء، والتحليل، والتعلم، والتنبؤ - مدعومة بالبنية الأساسية، والشبكة، والأمان، وIAM.

ربط البيانات واستيعابها وتحويلها

يتألف حلنا من ثلاث ركائز، يدعم كل منها إمكانيات نظام أساسي محدد للبيانات. توفر الركيزة الأولى إمكانية توصيل البيانات واستيعابها وتحويلها.

هناك أربع طرق رئيسية لضخ البيانات في بنية لتمكين مؤسسات الخدمات المالية من تعزيز الكفاءة التشغيلية والأداء.

• لبدء عمليتنا، سنعمل على تمكين النقل المجمع من بيانات المعاملات التشغيلية. تُستخدم خدمات النقل المجمع في الحالات التي يلزم فيها نقل كميات كبيرة من البيانات إلى Oracle Cloud Infrastructure (OCI) للمرة الأولى، على سبيل المثال، البيانات من المستودعات التحليلية المحلية الحالية أو مصادر السحابة الأخرى. ستعتمد خدمة النقل المجمّع المحددة التي سنستخدمها على موقع البيانات وتكرار النقل. على سبيل المثال، قد نستخدم خدمة OCI Data Transfer أو OCI Data Transfer Appliance لتحميل كمية كبيرة من البيانات المحلية من التخطيط التاريخي أو مستودعات تخزين البيانات. عندما يجب نقل كميات كبيرة من البيانات بشكل مستمر، نوصي باستخدام OCI FastConnect، التي توفر اتصال شبكة خاصة مخصصًا وعالي النطاق بين مركز بيانات العميل وOCI.
• مطلوب بشكل شائع مقتطفات متكررة في الوقت الفعلي أو شبه في الوقت الفعلي، ويتم استيعاب البيانات بانتظام من المعاملات وأنظمة إدارة العملاء باستخدام OCI GoldenGate. يستخدم رصد بيانات التغيير لتغيير التقاط البيانات لاكتشاف أحداث التغيير في الهيكل الأساسي للأنظمة التي تقدم العمليات التشغيلية التي تحتاج إلى الخدمة (على سبيل المثال، إنشاء حساب أو مشكلة العميل أو مؤشرات الاحتيال، وغير ذلك) ويرسل البيانات في الوقت الفعلي إلى طبقة الثبات و / أو طبقة التدفق.
• يمكن أن تساعد إمكانية تحليل البيانات من مصادر متعددة في الوقت الفعلي في تزويد مؤسسات الخدمات المالية برؤى قيمة حول كفاءتها التشغيلية والأداء العام حتى يتمكنوا من فهم وقياس كفاءة عملياتهم الأساسية. في حالة الاستخدام هذه، نستخدم دمج البيانات لاستيعاب كل البيانات المقروءة من أحداث العملاء أو الأحداث الداخلية من خلال التفاعلات عبر الأجهزة المحمولة، وIoT، والاتصالات من جهاز إلى جهاز، وغيرها من الوسائل. يمكن أن تنشأ التدفقات من مجموعة متنوعة من المصادر الداخلية والخارجية ويمكن أن تشمل بيانات المعاملات وبيانات تفاعل العملاء وبيانات السوق وبيانات الوسائط الاجتماعية وبيانات من الامتثال والأنظمة التنظيمية. سيتم استيعاب البيانات (الأحداث)، وستحدث بعض التحويلات / التجميعات الأساسية قبل تخزينها في تخزين كائنات OCI. يمكن استخدام تحليلات التدفق الإضافية لتحديد الأحداث المرتبطة ويمكن إعادة أي أنماط محددة (يدويًا) لفحص البيانات الأولية باستخدام OCI Data Science.
• بينما تتطور الاحتياجات في الوقت الفعلي، فإن المقتطف الأكثر شيوعًا من المعاملات وتخطيط موارد المؤسسة والعملاء وأنظمة إدارة المخاطر والامتثال هو نوع من استيعاب الدفعة باستخدام عملية ETL. يُستخدَم استيعاب الدُفعات لاستيراد البيانات من الأنظمة التي لا يمكنها دعم تدفق البيانات (على سبيل المثال، الأنظمة المصرفية الأساسية للحواسيب المركزية الأقدم). يمكن استيعاب هذه المستخلصات بشكل متكرر، في كثير من الأحيان كل 10 أو 15 دقيقة، ولكن لا تزال مجموعة في طبيعتها حيث يتم استخراج مجموعات من المعاملات ومعالجتها بدلاً من المعاملات الفردية. تقدم OCI خدمات مختلفة لمعالجة استيعاب الدفعة، مثل خدمة تكامل بيانات OCI الأصلية وOracle Data Integrator تعمل على طبعة OCI Compute. وسيستند اختيار الخدمة في المقام الأول إلى تفضيلات العملاء وليس إلى متطلبات تقنية.

الحفاظ على البيانات ومعالجتها وتنظيمها

يتم بناء استمرارية البيانات ومعالجتها على ثلاثة مكونات. سيستخدم بعض العملاء جميعهم، بينما سيستخدم آخرون مجموعة فرعية. اعتمادًا على وحدات التخزين وأنواع البيانات، يمكن تحميل البيانات إلى تخزين الكائنات أو تحميلها مباشرةً إلى قاعدة بيانات علائقية منظمة للتخزين الدائم. عندما نتوقع تطبيق إمكانات علوم البيانات، يتم عادةً التقاط البيانات التي يتم استرجاعها من مصادر البيانات في شكلها الأولي (كملف أصلي غير معالج أو استخراج) وتحميلها من أنظمة المعاملات إلى تخزين السحابة.

• التخزين السحابي هو طبقة الاحتفاظ بالبيانات الأكثر شيوعًا في النظام الأساسي للبيانات. ويمكن استخدامها مع كل من البيانات المهيكلة وغير المهيكلة. يعد تخزين كائنات OCI وتدفق بيانات OCI وOracle Autonomous Data Warehouse اللبنات الأساسية. يتم تسجيل البيانات المسترجعة من مصادر البيانات بصيغتها الأولية وتحميلها إلى تخزين كائنات OCI. مخزن كائنات OCI هو طبقة استمرار البيانات الأساسية، وSpark في تدفق بيانات OCI هو محرك المعالجة الدفعية الأساسي. تتضمن المعالجة الدفعية العديد من الأنشطة، بما في ذلك المعالجة الأساسية للضوضاء وإدارة البيانات المفقودة والتصفية بناءً على مجموعات البيانات الصادرة المحددة. تتم إعادة كتابة النتائج إلى طبقات مختلفة من تخزين الكائنات أو إلى مخزن علائقي دائم استنادًا إلى المعالجة المطلوبة وأنواع البيانات المستخدمة.
• سوف نستخدم الآن متجر بيانات الخدمات للحفاظ على بياناتنا المنسقة في نموذج محسن لأداء الاستعلام وتقديم عرض شامل لعمليات المؤسسة. يوفر مخزن بيانات الخدمة طبقة علائقية مستمرة تستخدم لخدمة بيانات منسقة عالية الجودة للمستخدمين النهائيين مباشرة عبر أدوات مستندة إلى SQL. في هذا الحل، يتم تكوين طبعة Oracle Autonomous Data Warehouse كمخزن بيانات يخدم مستودع بيانات المؤسسة، وإذا لزم الأمر، متاجر بيانات على مستوى النطاق أكثر تخصصًا. كما يمكن أن يكون مصدر البيانات أيضًا لمشروعات علوم البيانات أو المستودع المطلوب لـ Oracle Machine Learning. قد يأخذ مخزن بيانات الخدمة أحد الأشكال المتعددة، بما في ذلك Oracle MySQL HeatWave أو Oracle Database Exadata Cloud Service أو Oracle Exadata Cloud@Customer.

تحليل البيانات والتعلم والتنبؤ

يتم تسهيل إمكانية التحليل والتعلم والتنبؤ من خلال نهجين تقنيين.

• تُعد إمكانات التحليلات المتقدمة أمرًا بالغ الأهمية لتحسين الكفاءة التشغيلية والأداء. في حالة الاستخدام هذه، نعتمد على Oracle Analytics Cloud لتقديم التحليلات والتمثيلات المرئية. يمكّن ذلك المؤسسة من استخدام التحليلات الوصفية (تصف الاتجاهات الحالية مع الرسوم البيانية والرسوم البيانية)، والتحليلات التنبؤية (تتنبأ بالأحداث المستقبلية، وتحدد الاتجاهات، وتحدد احتمالية النتائج غير المؤكدة)، والتحليلات الوصفية (تقترح إجراءات مناسبة لدعم اتخاذ القرار الأمثل).

  ومن خلال تطبيق نماذج تنبؤية على البيانات التاريخية، يمكن لمؤسسات الخدمات المالية التنبؤ بالنتائج المستقبلية واتخاذ قرارات استباقية. على سبيل المثال، يمكن أن تساعد التحليلات التنبؤية البنوك على توقع انحسار العملاء، وتحديد حالات الاحتيال المحتملة، والتنبؤ بالافتراضات الائتمانية، وتحسين التنبؤ بالتدفقات النقدية. وهذا يسمح للمصارف باتخاذ إجراءات وقائية وتخصيص مواردها التشغيلية بفعالية.

  تتجاوز التحليلات التوجيهية التنبؤ بالنتائج وتقدم توصيات بشأن أفضل مسار عمل. يمكن لمؤسسات الخدمات المالية استخدام التحليلات التوجيهية لتحسين عملية اتخاذ القرار في مجالات مثل موافقات القروض واستراتيجيات الاستثمار ونماذج التسعير وإدارة المخاطر. من خلال النظر في العديد من القيود والأهداف، تساعد التحليلات التوجيهية المؤسسات على اتخاذ قرارات قائمة على البيانات تعمل على زيادة الكفاءة والربحية إلى أقصى حد. (سوف تؤدي ثقافة البيانات الأوسع في أي مؤسسة في نهاية المطاف دورًا مهمًا في نجاح نهج التحليلات التنبؤية.)

• بالإضافة إلى التحليلات المتقدمة، يتم استخدام علوم البيانات والتعلم الآلي والذكاء الاصطناعي بشكل متزايد للبحث عن الحالات الشاذة والتنبؤ بمكان حدوث زمن انتقال العملية وتحسين رحلة العميل. فعلى سبيل المثال، يمكن استخدام نماذج التعلم الآلي لتسجيل الائتمان، واكتشاف الاحتيال، وتجزئة العملاء، والتسويق الشخصي. ومن خلال التعلم المستمر من البيانات الجديدة، يمكن لهذه النماذج تكييف أدائها مع مرور الوقت وتحسينها، مما يؤدي إلى زيادة الكفاءة التشغيلية واتخاذ قرارات أفضل. يمكن استخدام OCI Data Science وOCI AI Services وOracle Machine Learning في قواعد البيانات.

  نستخدم أساليب التعلم الآلي وعلم البيانات لبناء نماذجنا التنبؤية وتدريبها. يمكن بعد ذلك نشر نماذج التعلم الآلي هذه للتسجيل عبر واجهات برمجة التطبيقات أو تضمينها كجزء من خط أعمال تحليلات تدفق OCI GoldenGate. في بعض الحالات، يمكن نشر هذه النماذج في قاعدة البيانات باستخدام Oracle Machine Learning Services REST API (لإجراء ذلك، يجب أن يكون النموذج بصيغة Open Neural Network Exchange). بالإضافة إلى ذلك، يمكن نشر علوم بيانات OCI لأجهزة الكمبيوتر المحمولة التي ترتكز على Jupyter/Python أو Oracle Machine Learning لخوارزميات تعلم الآلة والحواسيب المحمولة Zeppelin داخل مخزن بيانات المعاملات أو الخادم. وبالمثل، يمكن لـ Oracle Machine Learning وOCI Data Science، إما بمفردها أو بالاشتراك معها، تطوير نماذج توصيات/قرارات. يمكن نشر هذه النماذج كخدمة، ويمكننا نشرها خلف بوابة واجهة برمجة تطبيقات OCI ليتم تقديمها على أنها "منتجات بيانات" وخدمات. وأخيرًا، بمجرد إنشائها، يمكن نشر نماذج التعلم الآلي في التطبيقات التي تعد جزءًا من نظام اتخاذ القرارات التشغيلية (إذا كان مسموحًا بذلك).

• المكون النهائي ولكن الحرج هو حوكمة البيانات. سيتم توفير ذلك من خلال كتالوج بيانات OCI، وهو خدمة مجانية توفر إدارة البيانات وإدارة البيانات الوصفية (للبيانات الوصفية التقنية وبيانات تعريف الأعمال) لجميع مصادر البيانات في النظام البيئي للنظام الأساسي للبيانات. تعد OCI Data Catalog أيضًا مكونًا مهمًا للاستعلامات من Oracle Autonomous Data Warehouse إلى OCI Object Storage حيث توفر طريقة لتحديد موقع البيانات بسرعة بغض النظر عن طريقة التخزين الخاصة بها. وهذا يسمح للمستخدمين والمطورين وعلماء البيانات باستخدام لغة وصول مشتركة (SQL) عبر جميع مخازن البيانات المستمرة في البنية.

فوائد استخدام البيانات لتحسين الكفاءة التشغيلية والأداء

ومع زيادة سرعة الأعمال ومستوى المنافسة، لا يمكن مواكبة الأنظمة القديمة المستخدمة لتقديم البيانات التشغيلية المهمة. تحتاج هذه الأنظمة إلى الكثير من التدخل اليدوي لجمع ودمج وإنشاء تقارير من البيانات المجزأة والمنعزلة، وهذا يعني أن المعلومات تصل متأخرة جدًا لمنح الشركة الميزة التي تحتاجها. يمكن أن يؤدي قياس وفهم وتحسين الكفاءة التشغيلية إلى تزويد مؤسسات الخدمات المالية بميزة تنافسية ومزايا عديدة، بما في ذلك ما يلي:

• تحسين القدرة على اكتساب العملاء والاحتفاظ بهم من خلال تقديم خدمة فعالة وتسعير تنافسي وتجربة عملاء فائقة وعروض مبتكرة
• قرارات أعمال أفضل، مستنيرة بعرض واحد ومتسق للبيانات الدقيقة المتاحة في الوقت المناسب
• مرونة أفضل، مما يسمح للمؤسسات بإطلاق منتجات جديدة بشكل أسرع، والتكيف مع التطورات التكنولوجية، واغتنام الفرص الناشئة
• تقليل التعقيد عبر المؤسسة
• تقليل تكرار البيانات والأخطاء اليدوية.
• قللت المخاطر من خلال تحسين إدارة المخاطر والتخفيف من حدتها.
• خفض التكاليف
• توافر أسرع للبيانات لأغراض تحليلية