Tự động hoá RPA đã tối ưu quy trình nghiệp vụ ngân hàng như thế nào?

[ SERIES TRONG LÒNG NGÂN HÀNG SỐ ]

Trong lòng ngân hàng số, các quy trình nghiệp vụ nối tiếp hoặc quay vòng, giữ cho cỗ máy lớn vận hành trơn tru. Trong suốt quá trình chuyển đổi số này, từng mắt xích nhỏ đã có những biến đổi gì? Có những trở ngại nào ngân hàng phải đối mặt? Có những lối đi đã được vạch ra trên thị trường? Có những cách thức nào giúp ngân hàng số tối ưu và tối ưu hơn mỗi ngày?

Tất cả sẽ có trong [ SERIES TRONG LÒNG NGÂN HÀNG SỐ ]

Nội dung hôm nay sẽ đi sâu vào những thay đổi trong nghiệp vụ ngân hàng khi tích hợp robot RPA.

1. Giảm 90% thời gian xử lý nghiệp vụ Kích vay tiêu dùng 

“Tín dụng đen” vẫn đang len lỏi vào cuộc sống của người dân. Theo chuyên gia Kinh tế trưởng BIDV Cấn Văn Lực, trong giai đoạn nền kinh tế đang nỗ lực phục hồi, phát triển tín dụng tiêu dùng sẽ kích thích tổng cầu, hỗ trợ tăng trưởng; đồng thời góp phần đẩy lùi cho vay “tín dụng đen”.

Trong thời kỳ hậu Covid đợt 4 gối đầu sang quý cuối năm 2021, nghiệp vụ Kích vay tiêu dùng thẻ tín dụng sẽ đòi hỏi nhiều nguồn lực hơn. Hoặc một cách thức để vận hành tối ưu hơn.

Thông thường, quy trình nghiệp vụ này bao gồm 5 bước thủ công: 

– Đánh giá tiêu dùng khách hàng

– Lên danh sách các nhóm khách hàng 

– Phân loại khách hàng vào nhóm ưu tiên 

– Gửi danh sách tới nghiệp vụ để xác nhận

– Chuyển lên hệ thống gửi SMS/Email tới khách hàng tương ứng

Với hơn 1,4 triệu bản ghi dữ liệu thẻ và hơn 1 triệu bản ghi dữ liệu giao dịch hàng tháng, nghiệp vụ này tiêu tốn 2-3 ngày tải dữ liệu mỗi lần xử lý. Thực tế, việc xử lý tính toán lượng dữ liệu này trên excel quá nặng dẫn đến hay bị treo máy, mất thông tin và xảy ra sai sót.

So sánh với cách thức mà các ngân hàng ứng dụng số đang thực hiện, chúng ta có thể nhận thấy những cách làm hiệu quả hơn. Ví dụ, khi onboard lực lượng nhân sự số robot ảo từ akaBot, 70% quy trình sẽ được xử lý bởi robot với thời lượng 1 tuần giảm xuống chỉ còn 4 giờ, sai sót giảm đến mức tối đa vì lược bỏ được quy trình excel nặng nề.

2. Kiểm soát tài sản đảm bảo 200 khoản vay/ngày – Giảm 60% khối lượng công việc thủ công?

Nghiệp vụ này thuộc Khối quản trị rủi ro với 3 quy trình chính là Kiểm soát giá các giao dịch bằng vàng, Cập nhật và kiểm soát các khoản vay có tài sản đảm bảo (TSĐB) là vàng theo giá thị trường và tương tự với tài sản đảm bảo là sổ tiết kiệm ngoại tệ. 

Với vai trò đảm bảo tuân thủ nguyên tắc quản trị rủi ro trong kinh doanh vàng và cho vay theo TSĐB là vàng/ sổ tiết kiệm ngoại tệ, nghiệp vụ này cần số lượng giao dịch từ 50-70 giao dịch/ ngày.  Quy trình lấy giá giao dịch bằng vàng là 20 lần/ngày và quy trình kiểm soát tài sản đảm bảo (TSĐB) là 200 khoản vay/ ngày. 

Rất nhiều tác vụ thủ công liên quan cần được xử lý như: 

  • Cập nhật danh sách khách hàng, đối tác giao dịch có tài sản đảm bảo là vàng và ngoại tệ
  • Tải các báo cáo khoản vay, giao dịch 
  • Tổng hợp báo cáo và giá vàng, ngoại tệ vào file 
  • Kiểm soát các khoản vay
  • Lên website ngân hàng lấy tỷ giá vàng
  • Nhập liệu, tổng hợp tỷ giá 
  • Kiểm soát giá các giao dịch bằng vàng

Các tác vụ đơn giản nhưng với số lượng lớn và các bước thực hiện yêu cầu chi tiết nên rất dễ sai sót. 

Vậy có tồn tại phương án giúp Giảm 60% Khối Lượng Công Việc Cho Nhân Viên Quản Trị Rủi Ro?

Với robot RPA thì câu trả lời là hoàn toàn có thể. Hiện tại, với nghiệp vụ thông thường tiêu tốn 30 phút – 1 giờ này, akaBot đang xử lý toàn bộ quy trình chỉ trong 5 phút. Tự động cập nhật giá vàng, tự động kiểm soát và cập nhật các khoản vay.

3. Trung bình 4500 giao dịch chứng từ Napas/tháng có thể được xử lý tự động 100% bằng robot

Mất 75 giờ xử lý cho khoảng 4500 giao dịch mỗi tháng, cung cấp chứng từ cho Napas cũng là một quy trình có độ phức tạp tương đối cao:

– Tải và xử lý báo cáo từ VMS

– Nhận yêu cầu trên NAPAS

– Nhập trả lời trên NAPAS

– Duyệt trả lời trên NAPAS

– Kiểm tra chéo báo cáo đã duyệt trên NAPAS

Với tự động hóa RPA thì con số 75 giờ sẽ có thể giảm xuống chỉ còn 15 giờ, tức tiết kiệm đến 5 lần. Bot gói gọn quy trình trong 3 bước: Tải và xử lý báo cáo từ VMS – Xử lý yêu cầu, trả lời và kiểm tra chéo trên NAPAS – Gửi email báo cáo cho user. Giảm thiểu thời gian, đảm bảo tính chính xác, hạn chế sót thông tin đến mức tối đa.

4. Giảm 70% cảnh báo sai giao dịch đáng ngờ 

Mỗi ngày làm việc của các nhân viên Khối Pháp chế đều là một ngày không “ngơi tay” với trách nhiệm xử lý khối lượng cảnh báo từ 4000-6000/ngày, trung bình mỗi giao dịch tốn 3 phút.

Vậy hãy thử hình dung quy trình gồm 5 thao tác thủ công chiếm đến 250 giờ làm việc trong ngày này:

  • Nhân viên lên hệ thống check cảnh báo giao dịch
  • Lên điều kiện lọc cảnh báo 
  • Tiến hành drop các cảnh báo giao dịch sai
  • Rework các cảnh báo giao dịch đúng lên level 2
  • Gửi email cho cán bộ cấp 2 xử lý

Tác vụ phức tạp, cần so sánh và kiểm tra nhiều trường thông tin. Hệ thống lọc cả những giao dịch bình thường, do đó nhân viên nghiệp vụ phải kiểm tra lại thủ công. Có thể thấy, cùng với lượng thời gian tiêu tốn khổng lồ thì đây là một nghiệp vụ cồng kềnh nên được tối ưu ở nhiều điểm.

Ví dụ, các cảnh báo sai có thể được loại bỏ 70% trước khi đến tay nhân viên khi tích hợp tự động hóa RPA. Bot lọc lại cảnh báo trên hệ thống và sửa đổi, thống kê các giao dịch đã loại bỏ hoặc rà soát lại, sau đó gửi thông báo hoàn thành đến nghiệp vụ, đảm bảo tính chính xác 100%.

akaBot (FPT) là giải pháp tối ưu vận hành doanh nghiệp dựa trên nền tảng RPA (tự động hoá quy trình bằng robot phần mềm) kết hợp với các công nghệ khác như Process Mining, OCR, Intelligent Document Processing, Machine Learning, Conversational AI… Phục vụ khách hàng tại trên 20 quốc gia, 8 ngành dọc (tài chính – ngân hàng, bán lẻ, IT, sản xuất, logistics….), akaBot đã được xếp hạng bởi các tổ chức uy tín trên thế giới (Gartner Peer Insights, G2…), giành Giải “Oscar của giới công nghệ” Stevie Award, Top 6 nền tảng RPA thế giới do Software Reviews bình chọn, Giải thưởng The Asian Banker 2021…

Đặt lịch hẹn với akaBot để tìm hiểu giải pháp tối ưu vận hành doanh nghiệp ngay hôm nay!

0 Share
guest
0 Comments
Inline Feedbacks
View all comments
Subscribe to Our Newsletter
Donec euismod arcu vel neque volutpat, sed ullamcorper tortor blandit. Spendisse potenti lacus neque.