Трансформация банковской бизнес-модели. Актуальные бизнес-модели, лучшие практики
Шрифт:
Поиск лучших практик по разработке, сбору, анализу и интеграции инновационных решений для повышения эффективности бизнеса и совершенствования бизнес-модели, бенчмаркинг бизнес-процессов.
Проблема состоит в том, что в условиях ускоренной трансформации банковских бизнес-процессов не успевают сформироваться теоретические основы новых концепций, а сформировавшись, не выдерживают испытания на практике, теряют актуальность и подлежат пересмотру.
В мировой практике эффективным инструментом построения системы накопления актуальных компетенций на базе положительного корпоративного опыта является «бенчмаркинг», который в самом широком смысле представляет собой постоянный, непрерывный и систематический процесс усовершенствования
Термин бенчмаркинг (от англ. Benchmark – «начало отсчета», «зарубка») появился в 1972 г. в Институте стратегического планирования Кембриджа (США). В настоящее время бенчмаркинг приобрел статус глобального инструмента поддержания конкурентоспособности и рассматривается как один из инструментов между-народного обмена бизнес-информацией о системах построения корпоративного управления.
Учитывая нарастание динамичности макроэкономических процессов, усиление волатильности финансовых и сырьевых рынков, важнейшим качеством бизнес-модели банка, обеспечивающей эффективность управления рисками и капиталом становится, становится гибкость и адаптивность к внешним воздействиям и изменению финансово-экономических рынков. Реализация этих принципов в бизнес-модели банка требует коренного изменения организационно-функциональной структуры банков и использования инновационных моделей адаптации банковских продуктов и услуг к изменяющейся конкурентной среде, изменяющимся предпочтениям клиентов. Крупные банки, для которых особенно актуально данное свойство бизнес-модели, в связи с их традиционно высокой консервативностью и иерархичностью прохождения каких-либо корректирующих внутренних изменений бизнес-процессов, как реакции на изменения рыночной среды, применяют в качестве инновационного эксперимента методологию гибкого управления Эджайл (от англ. быстрый, проворный, agile). Этой методологии построения системы адаптивного управления, предложенной консалтинговой компанией McKinsey, сопутствуют также важнейшие термины реализуемые в agile, как: Design Thinking, Collaboration, Creativity (дизайн мышления, сотрудничество, творчество), необходимые для генерации новых идей в бизнесе.
Банки борются за инновационное превосходство по формированию эффективной бизнес-модели-модели с учетом FinTech в следующих основных направлениях:
1. Инновационные продукты и сервисы:
• Позиционирование в качестве универсального поставщика инновационных финансовых и нефинансовых услуг;
• Интенсивное взаимодействие с партнерами из различных отраслей.
2. Мультиканальная стратегия:
• Развитие концепции omnichannel – синхронизация информации о клиенте, получаемой в различных каналах и возможность бесшовного для клиента перехода между различными взаимосвязанными каналами при обслуживании;
• Простота и функциональность сервисов и интерфейсов.
3. Операционная модель:
• Развитие инновационной среды и структур для стимулирования инноваций;
Появление структур по управлению Big Data;
Ускоренное внедрение инноваций с использованием новых методов организации оптимизации бизнес-процессов (Agile, DevOps) с последующим масштабированием на бизнес-модель банка.
4. Сегментация клиентов:
Внедрение методик поведенческой сегментации, основанных на анализе «больших данных» (в том числе посредством анализа социальных сетей), в дополнение к социальной и демографической методикам сегментации.
5. ИТ платформа:
• Гибкая ИТ платформа, обеспечивающая максимально быстрое внедрение решений
• Масштабируемая IT-платформа в зависимости от масштаба решаемых задач;Расширенное использование Big Data, Data Management;
• Использование облачных технологий, как главной инфраструктурной модели.
Особое место
с точки зрения перспектив эффективного применения в банковском секторе занимает Big Data, Data Management, которые позволяют банкам, использую огромные массивы мультиформатных данных полученных в интернет-пространстве оцифковку и прогнозирование поведенческой модели потенциальных клиентов или контрагентов, а также предотвращать операционные риски внутренних и внешних мошеннических действий, например:• построение кредитного скоринга потенциальных клиентов на основе прогнозирования вероятности гашения кредита;
• анализ клиентского поведения (маркетинг) на основе моделирования оцифрованной модели, созданной на базе Big Data;
• управление взаимоотношениями с клиентами (Castomer Relationship Management, CRM) малого и среднего бизнеса (Small and medium-sized entity, SME) на основе моделирования потенциальных потребностей клиентов;
• риск-менеджмент на основе стресс-тестирования и сценарного подхода на основе реалистичных моделей развития банка (эффективная управленческая аналитика);
• API технологии, Open Banking, в основе которой лежит Open API. Несмотря на то что API известны и применяются уже многие десятилетия, в том числе и в финансовом секторе, их развитие в направлении большей открытости и универсальности создает большое количество новых бизнес-моделей с высоким потенциалом. При использовании Open Banking банковские данные будут предоставляться через безопасный открытый API, так что клиенты, будь то люди или компании, смогут более эффективно управлять своими деньгами;
• KYC (Know Your Customer), знай своего клиента, это принцип работы кредитных и организаций, когда от клиента требуется предоставить ряд документов, подтверждающих его личность, место проживания и род занятий, декларацию об отсутствии незаконной или нелегальной деятельности, банковскую рекомендацию водительское удостоверение и пр. С продвижением FinTech технологий банк уже может не утруждать клиента с предоставлением пакета документов, так как может уже владеть достаточными данными от клиенте в результате предварительного дистанционного сбора данных и нем в открытом информационном пространстве;
• предотвращение внутреннего и внешнего мошенничества и отмывания денег полученных в результате незаконной деятельности путем фиксации с помощью нейронных сетей, которые чувствительны к любым отрицательным отклонений от нормы на ранней стадии их возникновения. Данные технологии эффективно функционируют при условии подключения к большим массивам данных (Big Data).
В условиях бурного продвижения FinTech технологий в сфере финансов и банковского бизнеса необходимо осознавать, что эта сфера является регулируемой со стороны национальных центральных банков с целью поддержания финансовой стабильности, с целью обеспечения защиты клиентов вкладчиков банков и инвесторов банковского бизнеса.
Существует реальная угроза возникновениях бесконтрольной, не регулируемой ситуации для банковского сектора, когда финансовые потоки агентов экономики может массово перекачивать в теневую сферу экономики с не предсказуемыми последствиями для национальных банковских систем. Чтобы не сдерживать полезных для агентов экономики трендов, но в тоже время удержаться от сваливания в нерегулируемое состояние центральные банки также должны трансформировать функции надзора и регулирования банковской сферы в условиях развития FinTech технологий методами, которые получили название RegTech.
RegTech решения помогают соответствовать требованиям регуляторов, повышая эффективность процессов, снижая затраты и время на регуляторные и надзорные функции. Кроме того, национальные банки призваны ограничить проникновение нерегулируемых финтех-компаний в регулируемую банковскую сферу. Финтех-компании не несут нагрузки и затрат связанных с обеспечением требований регулятора по сравнению с банками и имеют поэтому конкурентные преимущества перед банками, которые вынуждены еще и вкладывать значительные средства на трансформация своих бизнес-процессов.