Back to articles
Article location
This article is available in Georgian only.
ფინტექი

კენიე უესტის ბილეთები, წინასწარი გაყიდვები და დიდი მონაცემები

ტექსტი აანალიზებს კომერციული ბანკის მარკეტინგულ კამპანიას — კენიე უესტის კონცერტზე ბილეთების ფასდაკლებას — როგორც შესაძლო ორმაგი სტრატეგიის მაგალითს, რომელიც ერთდროულად ემსახურება პირდაპირ ფინანსურ სარგებელს და მომხმარებელთა მონაცემების კაპიტალიზაციას.
3 minSandro Sarukhanishvili
კენიე უესტის ბილეთები, წინასწარი გაყიდვები და დიდი მონაცემები

ერთი შეხედვით რა კავშირი შეიძლება ჰქონდეს დიდ მონაცემებს, კენიე უესტის ბილეთების წინასწარ გაყიდვებს და საბანკო სექტორს.

კომერციულმა ბანკმა გამოაქვეყნა რეკლამა. კენიე უესტის კონცერტზე ბილეთების შეძენისას, მომხმარებელი ისარგებლებდა 25%-იანი ფასდაკლებით. აღნიშნული ფასდაკლება იმოქმედებდა, მხოლოდ აღნიშნული ბანკის ნებისმიერი ბარათით გადახდისას.  TKT.ge-ზე გადასვლისას, დაინტერესებულ პირი ხედავს ბმულს/QR კოდს, რომელიც გატყობინებდა, რომ შეგეძლო შეგეძინა თიბისის ბარათი 30 წამში.

თავიდანვე უნდა განიმარტოს, რომ დიდი მონაცემების გამოყენებისთვის გამოიყენება დიდი მონაცემების კომპლექსური ეკოსისტემა. იგი ინფორმაციულ-ტექნოლოგიური ინფრასტრუქტურაა, რომელიც სხვადასხვა წყაროებიდან მონაცემთა შეგროვების, შენახვისა და გამოყენების სხვადასხვა სისტემების ერთობლიობაა (კერძოდ, მონაცემთა ეკოსისტემა აერთიანებს მონაცემთა მფლობელებს, მონაცემთა ანალიტიკურ კომპანიებს, მონაცემთა პროფესიონალებს, ღრუბლოვანი მომსახურების მიმწოდებელს, მომხმარებელთა ინდუსტრიის კომპანიებს, უნივერსიტეტებს, კვლევით ინსტიტუტებს). მონაცემების ეკოსისტემა მოიცავს პროგრამირების ენებს, პაკეტებს, ალგორითმს და ქმნის მონაცემთა შეგროვების, შენახვის, ანალიზისა და გამოყენების საერთო ინფრასტრუქტურას. დიდი მონაცემების კომპლექსური ეკოსისტემისთვის დიდ მონაცემებს აქვს ფუნდამენტური მნიშვნელობა, მეტიც, ეკოსისტემა მოწყობილია დიდი მონაცემებისგან ეკონომიკური სარგებელის მოპოვებისთვის. შესაბამისად დიდი მონაცემების ეკოსისტემა დიდი მონაცემების დამუშავების ოპერაციული მოდელია.

თავის მხრივ დიდი მონაცემთა კომპლექსური ეკოსისტემის ნაწილია დიდი მონაცემების არქიტექტურა  და განსაზღვრავს, როგორ უნდა დამუშავდეს, ინახებოდეს, ინტეგრირდებოდეს და გამოიყენებოდეს მონაცემები ორგანიზაციაში ორგანიზაციის საწარმოო მიზნებისთვის. მონაცემთა არქიტექტურა უზრუნველყოფს მონაცემთა მართვას მისი შეგროვებიდან გარდაქმნამდე (ტრანსფორმაციამდე), განაწილებამდე და მოხმარებამდე, იგი კონცეპტუალური მოდელია და განსაზღვრავს ბიზნესისთვის დიდი მონაცემების (რომელიც მონაცემთა დამმუშავებელი ტრადიციული სისტემებისთვის მეტად მოცულობითია) მოპოვების, დამუშავებისა და ანალიზის სისტემის სტრუქტურასა და ქცევას.

თანამედროვე ფინანსური ტექნოლოგიები (FinTech) პირდაპირ კავშირშია მონაცემთა დამუშავების ახალ სტანდარტებთან. იგი აერთიანებს ტექნოლოგიასა და ფინანსებს, რაც ეფუძნება დიდ მონაცემებს, ხელოვნურ ინტელექტს, ღრუბლოვან ინფრასტრუქტურასა და განფენილი რეესტრის ტექნოლოგიებს.

რა თქმა უნდა, tkt.ge არ არის ფინანსური ორგანიზაცია, ის არის პლატფორმა, რომელიც შედის TNET-ის მომსახურე პლატფორმებში, ხოლო TNET-ი დაკავშირებულია კომერციულ ბანკთან (ვრცლად იხ. ბლოგი: The Intersection of Big Data and Market Competition in Georgia).

ის მომხმარებელები, რომლებიც არ ფლობდნენ ბარათს და შეიძენდნენ მას, ან დარეგისტრირდებოდნენ TNET-ის ციფრულ სივრცეში, გახდებოდნენ ბანკის დიდი მონაცემების კომპლექსური ეკოსისტემის ნაწილი. აღნიშნული აქციით, ბანკმა შესაძლოა მიიღოს ეკონომიკურ სარგებელს როგორც საკუთარი ბარათების გაყიდვით (interchange fee), მომხმარებლების მიერ ბანკში ფულის განთავსებითა და ფინანსური რესურსების მოძრაობით, ასევე ბანკი შესაძლოა ზრდიდეს საკუთარ მომხმარებელებს და მოიპოვებდეს მათზე ქცევით, ფინანსურ თუ პერსონალურ ინფორმაციას (მათ დიდი მონაცემებს), ამით კი შესაძლებლობა ეძლევა გაზარდოს საკუთარი დიდი მონაცემების კომპლექსური ეკოსისტემის შესაძლებლობები და მეტი ძალაუფლება მოიპოვოს დიდი მონაცემების ბაზარზე.

 

მოკლე შეჯამება

საბანკო სექტორი აქტიურად იყენებს მარკეტინგულ კამპანიებსა და პარტნიორულ პლატფორმებს (ამ შემთხვევაში, კანიე უესტის კონცერტზე ფასდაკლების შეთავაზებას TNET-ის ბაზაზე) საკუთარი დიდი მონაცემების (Big Data) ეკოსისტემის გასაფართოებლად. მსგავსი სტრატეგია შესაძლოა ემსახურებოდეს შემდეგ მიზნებს:

  • პირდაპირი ფინანსური სარგებელი: ახალი საბანკო ბარათების სწრაფი რეალიზაცია, ტრანზაქციების რაოდენობის ზრდა და ფინანსური რესურსების მობილიზება.

  • მონაცემთა კაპიტალიზაცია: ახალი მომხმარებლების პერსონალური და ქცევითი ინფორმაციის შეგროვება, რაც ფინანსური ტექნოლოგიების (FinTech) ეპოქაში კრიტიკულად მნიშვნელოვანია.

საბოლოო ჯამში, მსგავსი მოდელით ბანკი შესაძლოა არა მხოლოდ ყიდდეს კონკრეტულ ფინანსურ პროდუქტს, არამედ აძლიერებდეს თავის მონაცემთა არქიტექტურის შესაძლებლობეს, რაც მას დიდი მონაცემების ბაზარზე ტექნოლოგიურ უპირატესობასა და გაზრდილ ეკონომიკურ ძალაუფლებას ანიჭებდეს.

Read more on this topic

Personal Data Protection for Business in Georgia 2026

Personal Data Protection for Business in Georgia 2026

Personal Data Protection for Business in Georgia: What Companies Should Consider in 2026

Introduction: What Changed on March 2, 2026? As of March 2, 2026, the Personal Data Protection Service was abolished and its functions - supervision, inspections, incident review, and receipt of statements from subjects - were transferred to the State Audit Service. This change raises open questions. The Personal Data Protection Service was a specialized, separately established institution, while the main mandate of the State Audit Service is control of state finances. The specialized competence and speed of the new structure are still to be tested. Business and the civil sector should closely monitor this development. What has not changed: The requirements of the law - obligations, penalties, and rights of subjects - are in full force. Official contact: State Audit Office - sao.ge

Part I: Who does the law apply to?

The Law “On Personal Data Protection” applies to all persons or organizations that process data on the territory of Georgia using automated or semi-automated means; or are based outside Georgia but process local data using technical means available in Georgia. This means that the law applies to: all companies, institutions where personal data of a person is processed. Video, audio monitoring. Exception: completely personal and family activities of a natural person, which are not related to entrepreneurial or professional activities. In addition, the law does not apply to the processing of personal data of a legal entity. The focus of the law is the personal data of a natural person.

Who owns the content created by ChatGPT? Explanation of the law 2026

Who owns the content created by ChatGPT? Explanation of the law 2026

1. Can an artificial intelligence such as ChatGPT be considered the author of a work under Georgian law?

No, according to the Georgian Law on Copyright and Related Rights, copyright belongs only to the natural person (human being) whose intellectual and creative activity created the work. Artificial intelligence systems cannot be authors, so content generated by artificial intelligence does not have the automatic copyright protection granted to human works.

2. Who owns the results generated by ChatGPT and can I use it commercially?

According to OpenAI's Terms of Use, the generated results belong to the user (with reservations, such as OpenAI's right to use the data to improve the model). Commercial use is allowed as long as you follow the platform's rules, but there may still be legal risks such as plagiarism or lack of originality.

3. What are the main legal risks when using AI-generated content?

The main risks are lack of originality, which leads to plagiarism or copyright infringement (if based on protected works), potential authorship disputes from clients, and emerging international practices (e.g., the US Copyright Office requires significant human input for protection). Each work requires individual analysis.

Related services