Ngân hàng khai thác hiệu quả dữ liệu khách hàng

Dữ liệu giúp tăng doanh thu, tiết kiệm chi phí, giảm rủi ro

BIDV đã thực hiện dự án xây dựng nền tảng dữ liệu theo kiến trúc Data Fabric trong tháng 10/2026 dự kiến triển khai trong 12 tháng. Nền tảng mới được định hướng phát triển ba sản phẩm dữ liệu đầu tiên, gồm: tổng hợp thông tin khách hàng, chấm điểm tín dụng động và phát hiện gian lận.

Ông Phan Thanh Hải, Phó Tổng Giám đốc BIDV cho biết, ngân hàng hướng tới chuẩn hóa dữ liệu thành những sản phẩm sử dụng chung trong hoạt động nghiệp vụ. Chiến lược dữ liệu, trí tuệ nhân tạo và đổi mới sáng tạo của BIDV đặt mục tiêu đóng góp tối thiểu 10% lợi nhuận trước thuế vào năm 2030. Theo đó, hiệu quả nền tảng dữ liệu phải được xem xét qua khả năng tăng doanh thu, tiết kiệm chi phí, giảm rủi ro và cải thiện trải nghiệm khách hàng.

Trước đó, Vietcombank cũng khởi động dự án One Data Platform nhằm xây dựng nền tảng dữ liệu phục vụ phân tích, kinh doanh và quản trị rủi ro. Theo Vietcombank, dự án không đơn thuần là đầu tư công nghệ mà phải gắn với những bài toán nghiệp vụ thực tế, phục vụ quyết định kinh doanh, phát triển dịch vụ và nâng cao hiệu quả vận hành.

Không dừng ở các dự án đầu tư mới, thực tế từ thị trường, hiệu quả khai thác dữ liệu đã được một số NHTM lượng hóa trong kết quả kinh doanh. Chẳng hạn tại Techcombank, theo Báo cáo thường niên 2025, doanh thu ngân hàng đã gia tăng khoảng 1.300 tỷ đồng nhờ phân tích nâng cao và học máy, đồng thời hỗ trợ 333 chiến dịch kinh doanh.

Techcombank cho biết, tỷ trọng chiến dịch tiếp thị được kích hoạt theo thời gian thực hoặc dựa trên mô hình phân tích tăng từ 9% năm 2024 lên 56% năm 2025. Trong một chương trình thử nghiệm kéo dài 3 tháng, hệ thống hỗ trợ lựa chọn khách hàng giúp giảm một nửa số chiến dịch nhưng vẫn duy trì hoặc cải thiện kết quả kinh doanh.

Tương tự, tại TPBank, việc khai thác sâu hơn nhu cầu khách hàng hiện hữu cũng được đặt trong định hướng mở rộng nguồn thu dịch vụ. Theo kết quả 6 tháng đầu năm 2026, thu nhập thuần từ dịch vụ đạt 2.184 tỷ đồng, tăng khoảng 15% so với cùng kỳ. Ngân hàng phục vụ hơn 17,4 triệu khách hàng, trong đó trên 30% thường xuyên giao dịch.

Theo lãnh đạo TPBank, sau nhiều năm đầu tư nền tảng số, ngân hàng này đang chú trọng mở rộng nguồn thu từ thanh toán, bảo lãnh, chuyển tiền quốc tế và khai thác nhu cầu khách hàng hiện hữu. Tỷ lệ chi phí hoạt động trên thu nhập (CIR) cũng cải thiện từ trên 40% những năm trước xuống dưới 35%.

Ở lĩnh vực tín dụng, MB cũng ghi nhận kết quả khi đưa dữ liệu dòng tiền, giao dịch và thông tin kinh doanh vào đánh giá khách hàng doanh nghiệp. Theo thông tin ngân hàng công bố, giải pháp cho vay tín chấp doanh nghiệp siêu nhỏ trên nền tảng BIZ MBBank giúp rút ngắn thời gian xử lý hồ sơ từ khoảng 10 ngày xuống còn 2 ngày. Ngoài ra, AI hỗ trợ tự động hóa phê duyệt tín dụng ở mức 50-60% trong phạm vi các mô hình được triển khai.

Thay đổi cách vận hành và kiểm soát rủi ro

Cùng với mở rộng ứng dụng trong kinh doanh, các ngân hàng cũng đang tổ chức lại hoạt động quản lý và sử dụng dữ liệu theo hướng chuyên sâu hơn. Quan sát cho thấy, từ giữa năm 2025, Vietcombank đã thành lập Khối Dữ liệu với các bộ phận chuyên trách về tích hợp nền tảng, kỹ thuật, khoa học dữ liệu, quản trị và phát triển sản phẩm. Ngân hàng cũng phân công một Phó Tổng Giám đốc kiêm nhiệm Giám đốc Khối Dữ liệu nhằm nâng cao hiệu quả khai thác thông tin và chuyển hóa thành giá trị kinh doanh.

Tại VietinBank, tình hình cũng diễn ra tương tự. Theo thông tin ngân hàng công bố, sau khi Khối Dữ liệu và Trí tuệ nhân tạo được thành lập đầu năm 2025, hơn 50 sáng kiến AI và học máy đã được đưa vào vận hành, gồm dự báo nhu cầu, gợi ý sản phẩm, phát hiện gian lận và cảnh báo rủi ro. Trong hoạt động bán lẻ, VietinBank còn ứng dụng phân tích để nhận diện khách hàng tiềm năng và hỗ trợ lực lượng bán hàng tiếp cận đúng nhu cầu.

Tại các ngân hàng khác, đầu tư nền tảng dữ liệu cũng được đẩy mạnh nhằm phục vụ nhiều khâu trong quan hệ khách hàng. Chẳng hạn ở VPBank, các mô hình phân tích và dự báo đã được ứng dụng trong bán lẻ, khách hàng doanh nghiệp, quản lý tài sản và thu hồi nợ. Các công cụ này còn hỗ trợ chăm sóc, giữ chân khách hàng và quản lý chất lượng danh mục tín dụng.

Trong khi đó, việc sử dụng dữ liệu vào quyết định kinh doanh cũng làm thay đổi yêu cầu đối với nhân sự ngân hàng. Cán bộ tín dụng có thêm thông tin dòng tiền, lịch sử giao dịch để thẩm định, còn nhân viên kinh doanh được hỗ trợ nhận diện nhu cầu và lựa chọn sản phẩm phù hợp. Theo VietinBank, đến năm 2025, toàn bộ lãnh đạo cấp trung và hơn 99% cán bộ đã hoàn thành chương trình đào tạo về AI nhằm nâng cao năng lực ứng dụng công nghệ.

Đáng chú ý, quá trình này diễn ra cùng thời điểm NHNN tiếp tục hoàn thiện các quy định về quản trị rủi ro và kiểm soát nội bộ. Thông tư 83/2025/TT-NHNN, có hiệu lực từ tháng 7/2026, đặt ra yêu cầu quản lý rủi ro mô hình, chú trọng chất lượng dữ liệu đầu vào, kiểm định và giám sát kết quả. Trong khi đó, Thông tư 50/2026/TT-NHNN nâng yêu cầu quản lý thanh khoản, nguồn vốn theo lộ trình tiếp cận Basel III, đòi hỏi năng lực tổng hợp, phân tích và quản lý thông tin chặt chẽ hơn.

Theo đó, việc kết nối, khai thác dữ liệu dân cư, thuế, bảo hiểm xã hội và các nguồn thông tin chuyên ngành sẽ hỗ trợ định danh, thẩm định và chấm điểm tín dụng, tạo thêm điều kiện tiếp cận vốn chính thống cho người dân và doanh nghiệp, nhất là những trường hợp chưa có đầy đủ lịch sử tín dụng.