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.
