निवेश बैंकों में बड़े डेटा की भूमिका क्या है?

उभरती प्रौद्योगिकी के प्रभाव में, निवेश बैंक(Investment Bank) अपने मूल में बड़े डेटा के साथ अपनी प्रक्रियाओं को फिर से तैयार कर रहे हैं। इसका उपयोग मूल्य-आधारित मूल्य निर्धारण रणनीतियों को लागू करने, धोखाधड़ी की पहचान करने और रोकने, ग्राहक मंथन दरों को कम करने और अंततः ग्राहक खुशी को बढ़ावा देने के लिए किया जा रहा है।

निवेश बैंकिंग(Investment Bank) उद्योग लागत बाधाओं के साथ-साथ अर्थव्यवस्था में उतार-चढ़ाव के अधीन है। ग्राहकों को आकर्षित करने और उन्हें संतुष्ट रखने के लिए, जिसके परिणामस्वरूप लाभ हो सकता है, व्यावसायिक दक्षता को बढ़ावा देना आवश्यक है। निवेश बैंकों कुछ मुद्दे इस प्रकार हैं:

• बड़ी मात्रा में असंरचित ग्राहक डेटा का प्रबंधन और विश्लेषण करने में असमर्थता
• ग्राहक संतुष्टि के माध्यम से बिक्री बढ़ाने के लिए एक मजबूत रणनीति का अभाव
• जोखिमों की भविष्यवाणी करने के लिए ग्राहक के व्यवहार को वर्गीकृत करें और उसकी निगरानी करें
• ऐसी पेशकशें जो वैयक्तिकृत नहीं हैं और विभिन्न ग्राहक वर्गों की आवश्यकताओं को पूरा नहीं करती हैं
• ग्राहकों के साथ दीर्घकालिक संबंधों का कोई विकास नहीं

निवेश बैंकिंग(Investment Bank) व्यवसाय इस कठिन लड़ाई का सामना करने के लिए ग्राहक डेटा में गहन अंतर्दृष्टि प्राप्त करने, ग्राहकों की खुशी बढ़ाने और मंथन दरों को कम करने के लिए बड़े डेटा एनालिटिक्स(big data analytics) का उपयोग कर रहे हैं। पीडब्ल्यूसी के सर्वेक्षण के नतीजे बताते हैं कि लगभग 80% बैंकिंग संस्थान बड़ी डेटा तकनीकों का उपयोग करते हैं। संगठनों में बड़े डेटा विश्लेषण के कुछ उपयोग निम्नलिखित हैं:

और इसके प्रत्यक्ष परिणाम के रूप में, इनमें से 90% कंपनियों में उत्पादकता में वृद्धि हुई है।

बिग डेटा एनालिटिक्स में 15 मिलियन अमेरिकी डॉलर का निवेश करके, गोल्डमैन सैक्स ने पहल की। गोल्डमैन सैक्स में बिग डेटा ऑटोमेशन वैश्विक बाजार परिदृश्य प्रश्नों के लिए परिष्कृत प्रतिक्रिया प्रदान करने में फ्रंट-ऑफिस कर्मचारियों की सहायता कर रहा है। अन्य कंपनियों की तरह, सिटीग्रुप ऑनलाइन एनालिटिक्स, धोखाधड़ी की रोकथाम और ग्राहक सहायता के लिए बड़ी डेटा तकनीक का उपयोग करता है।

सिटी की एक रिपोर्ट के मुताबिक, वित्तीय संस्थान जीडीपी पूर्वानुमान और ब्याज दर गणना के लिए बड़े डेटा का उपयोग करते हैं। डेटा को शीघ्रता से कैप्चर करने और संसाधित करने की क्षमता ने हमें गति, मूल्य और लाभप्रदता जैसे निवेश विषयों को कैप्चर करने के नए तरीके दिए हैं।

निवेश बैंकिंग क्षेत्र में बिग डेटा प्रौद्योगिकी को अपनाना:  

बड़ी डेटा प्रौद्योगिकियों को अपनाने के लिए प्रमुख चालकों पर एक नज़र डालें।

निरंतर डेटा वृद्धि: प्रौद्योगिकी तेजी से आगे बढ़ रही है, और उपभोक्ता लेनदेन के लिए विभिन्न प्रकार के उपकरणों का उपयोग कर रहे हैं। बड़े डेटा का उपयोग डिजिटल और भौतिक चैनल इंटरैक्शन को संयोजित करने में मदद करता है और वित्तीय संस्थान को सभी डेटा एकत्र करने, एकीकृत करने और विश्लेषण करने की सुविधा प्रदान करता है।

बदलते नियम: व्यक्तिगत व्यावसायिक गतिविधियों के लिए समय-समय पर जानकारी वाले अलग-अलग डेटा सेट हैं। अनुपालन या जोखिम उद्देश्यों को समझने के लिए इस जानकारी को पुनः संयोजित करने की आवश्यकता हो सकती है। इसके अलावा, बैंकों से जोखिम का 'क्षैतिज दृष्टिकोण' रखने की अपेक्षा की जाती है। बड़े डेटा टूल का उपयोग उन्हें वास्तविक समय में डेटा का विश्लेषण करने और लगातार बढ़ते डेटा को कुशलतापूर्वक प्रबंधित करने में मदद करता है।

सुरक्षा और धोखाधड़ी का पता लगाना: बड़ा डेटा वर्तमान विश्लेषणात्मक वास्तुकला की क्षमताओं का विस्तार करता है। विश्लेषण केवल एक छोटे नमूने पर नहीं, बल्कि उपलब्ध डेटा की संपूर्ण श्रृंखला पर किया जाना चाहिए।

बिग डेटा तकनीक बैंकों को लेनदेन और असंरचित डेटा को इकट्ठा करने और एकीकृत करने की अनुमति देती है, जो सभी लेनदेन कार्यों में ग्राहक-केंद्रित होने के महत्व पर प्रकाश डालती है।

संक्षेप में, सेक्टर वास्तविक समय में ट्रेडिंग रणनीतियों का निर्माण और परीक्षण कर सकता है, नई रणनीतियों को बनाने के लिए प्रक्रियाओं में डेटा को शामिल कर सकता है, विशेष बाजार संभावनाओं की पहचान कर सकता है, डेरिवेटिव मूल्य निर्धारण मॉडल को कैलिब्रेट कर सकता है और बुद्धिमान निवेश निर्णय ले सकता है।
आगे बढ़ते हुए, आइए बड़े डेटा अपनाने को समझें। आईबीएम बड़े डेटा को अपनाने में चार चरणों का प्रस्ताव करता है:

निष्कर्षतः यदि कोई व्यवसाय बड़े डेटा एनालिटिक्स का पूरा लाभ प्राप्त करना चाहता है तो उसे अपने प्रयासों के प्रति समर्पित होना चाहिए। उन्हें पूरे संगठन के लिए एक बड़ी डेटा रणनीति बनानी चाहिए, पहले से मौजूद डेटा से शुरुआत करनी चाहिए, व्यावसायिक प्राथमिकताओं को समझना चाहिए, विश्लेषणात्मक क्षमताएं विकसित करनी चाहिए और एनालिटिक्स ऐप्स विकसित करते रहना चाहिए। इसका परिणाम निरंतर और मापने योग्य परिणाम होगा।

यदि कोई व्यवसाय बड़े डेटा एनालिटिक्स का पूरा लाभ प्राप्त करना चाहता है तो उसे अपने प्रयासों के प्रति समर्पित होना चाहिए। उन्हें पूरे संगठन के लिए एक बड़ी डेटा रणनीति बनानी चाहिए, पहले से मौजूद डेटा से शुरुआत करनी चाहिए, व्यावसायिक प्राथमिकताओं को समझना चाहिए, विश्लेषणात्मक क्षमताएं विकसित करनी चाहिए और एनालिटिक्स ऐप्स विकसित करते रहना चाहिए। इसका परिणाम निरंतर और मापने योग्य परिणाम होगा।

उपयोगकर्ता अपने इच्छित उपयोग और औद्योगिक कार्यक्षेत्र के आधार पर एक या अधिक प्रौद्योगिकियों का चयन कर सकते हैं। बड़ी डेटा प्रौद्योगिकियों के चार मुख्य पहलू नीचे सूचीबद्ध हैं।

बुनियादी ढाँचा: डेटा के पेटाबाइट को प्रबंधित करने के लिए, बुनियादी ढाँचा लचीला और स्केलेबल होना चाहिए। आप इसके लिए कोई सार्वजनिक क्लाउड प्रदाता चुन सकते हैं, जैसे अमेज़न वेब सेवाएँ या रैकस्पेस।

बड़ा डेटा भंडारण: Hadoop सबसे अधिक सुझाया गया विकल्प है। MongoDB, Hadoop, और Neteza बड़े डेटा संग्रहण बाज़ार में कुछ भागीदार हैं।

डेटा प्रोसेसिंग और प्रबंधन: Hadoop, Greenplum, या Cloudera जैसे डेटा प्रोसेसर और प्रबंधकों का उपयोग करके डेटा की बढ़ती मात्रा को समानांतर में संसाधित किया जा सकता है।

डेटा एनालिटिक्स: स्प्लंक, परवेसिव, मैपआर और प्रोग्रेस डेटा डायरेक्ट कुछ प्रमुख कंपनियां हैं जो पूर्वानुमानित एनालिटिक्स और डेटा विज़ुअलाइज़ेशन प्रदान करती हैं।

बिग डेटा तकनीक निवेश बैंकिंग क्षेत्र के भविष्य को प्रभावित करना जारी रखेगी, जिससे उनके लिए ग्राहकों को तीव्र, सस्ती और भरोसेमंद सेवाएं प्रदान करना संभव हो जाएगा। गोद लेने से बड़ा लाभ होने के बावजूद, इसे विशिष्ट कंपनी की गतिशीलता में एकीकृत होने में कुछ समय लगेगा।

हालाँकि, एक अधिक यथार्थवादी रणनीति अभी भी आवश्यक है। जो निवेश कंपनियाँ बाज़ार में अलग दिखना चाहती हैं, उन्हें अपने निवेश को प्राथमिकता देनी चाहिए, सही प्रश्न पूछने चाहिए, व्यावसायिक चुनौतियों को हल करने पर ध्यान केंद्रित करना चाहिए और जाल से सावधान रहना चाहिए।