Czas na mikropersonalizację oferty w bankach. Pomagają big data i sztuczna inteligencja
ITMAGINATION zrealizował właśnie na polskim rynku jeden z takich projektów wykorzystujących analitykę danych do indywidualizowania usług finansowych. Rozwiązanie opracowane na rzecz klienta firmy zwiększa skuteczność akcji kredytowej i działań marketingowych, a konsumentom zapewni lepszą obsługę.
Jak skutecznie walczyć o lojalność klientów?
Aby skutecznie walczyć o lojalność klientów, banki dziś muszą rozumieć, kiedy i jak klienci korzystają ze swoich pieniędzy oraz co kieruje ich decyzjami. Sami klienci spodziewają się po bankach już nie tylko wygodnych systemów bankowości elektronicznej, szybkich płatności w aplikacji mobilnej, możliwości załatwienia 100 proc. czynności w banku online, czy uprzejmej obsługi w oddziale, ale też o wiele bardziej zaawansowanych usług.
Czego oczekuje współczesny klient od swojego banku?
Jak pokazują dane McKinsey, współczesny konsument od swojego banku oczekuje na przykład rekomendacji produktów dopasowanych do potrzeb w sposób, jaki jemu samemu nie przyszedłby do głowy (np. produkty komplementarne do wcześniej kupowanych). Zależy mu też na informacji o możliwości okazyjnego zakupu „tu i teraz” (np. promocja na kwiaty w dzień rocznicy ślubu), przypominaniu o sprawach, które można łatwo przeoczyć (np. informacja, że pojawiła się nowa linia wcześniej używanych perfum) czy personalizacji łączącej doświadczenia online i offline (np. oferta butów do biegania dla osoby, która niedawno biegła w maratonie).
Z perspektywy technologicznej oznacza to konieczność analizowania w czasie rzeczywistym ogromnych ilości danych o klientach, pochodzących z różnych źródeł i wykorzystania inteligentnych algorytmów do tworzenia prognoz zachowań i rekomendacji NBA (next best action) i NBO (next best offer). Takie możliwości daje bankom umiejętne wykorzystanie analityki behawioralnej opartej o big data i sztuczną inteligencję (AI).
Zapoznanie się z każdym z klientów banku
Celem projektu było zapoznanie się z każdym z klientów banku, ich aktywnością w sferze finansów osobistych, potrzebami i preferencjami oraz usprawnienie współpracy w obszarze świadczonych przez bank usług. Dzięki projektowi zrealizowanemu z ITMAGINATION bank może dziś przygotowywać w zautomatyzowany sposób, wykorzystując uczenie maszynowe, indywidualne oferty i promocje dla swoich klientów. Z drugiej strony skuteczniej zarządza ryzykiem kredytowym, wykorzystując modele predykcyjne tworzone na podstawie zanonimizowanych danych o aktywnościach poszczególnych osób, które prognozują tak ważne zmienne, jak np. ocena wiarygodności klienta czy ryzyko nieregularności w spłacie kredytu.
– Dziś konkurencja pomiędzy bankami toczy się o jak największą grupę czynności, które klient może dokonać za pomocą jednej aplikacji mobilnej, a co za tym idzie o jej jak największą użyteczność i przydatność dla danej osoby w codziennym życiu. Analizy zachowań konsumenta w czasie rzeczywistym w systemach, takich jak opracowany przez nas Behaviolytics®, umożliwiają bankom przygotowanie najlepszej oferty dopasowanej do realnych i aktualnych potrzeb klienta – wyjaśnia Adam J. Kępa, VP, Head of Growth w ITMAGINATION. – Dzięki wykorzystaniu zbiorów big data bank jest w stanie przeprocesować ogromną liczbę danych w bardzo krótkim czasie, co rozwiązuje problemy, takie jak długie oczekiwania na decyzję o przyznaniu lub odmowie kredytu czy zaproponowanie klientowi najlepszego dla niego narzędzia finansowania – dodaje Adam J. Kępa.
Co w praktyce może oznaczać wykorzystanie big data i AI dla klienta?
Wyobraźmy sobie, że bank jest w stanie poinformować nas, że przepłacamy za niektóre usługi i podpowiedzieć, jak możemy oszczędzić część swoich pieniędzy. Przykładowo, gdy opłaty za telefon przekraczają średnią dla grupy wiekowej danego użytkownika, bank zaproponuje mu renegocjację umowy lub skorzystanie z usług innego operatora. Dodatkowo, dzięki możliwości podpowiadania narzędzia finansowego – do konkretnych sytuacji i potrzeb – bank może daną osobę w czasie rzeczywistym wspierać w zarządzaniu finansami. Przykładowo, na podstawie dokonywanych regularnie przez klienta płatności, aplikacja mobilna powiadomi go o nadchodzących opłatach kilka dni wcześniej, zanim potrzebne na nie pieniądze zostaną wydane w inny sposób. Albo bank podpowie nam, czy w świetle planowanych w najbliższym czasie wydatków, do opłacenia biletu na wakacje lepiej wykorzystać saldo bieżące z konta czy kartę kredytową.
Analityka behawioralna daje również zupełnie nowe możliwości oferowania klientom specjalnych promocji czy rabatów. Oferta zniżki na bilet do kina kierowana do wszystkich klientów w całej Polsce to w świetle aktualnych możliwości technologicznych anachronizm. Dziś ofertę specjalną na bilety do kina miłośnik tej rozrywki otrzyma np. w trakcie wizyty w centrum handlowym w sobotnie popołudnie. – Wyobraźmy sobie, że spacerujemy po galerii handlowej. Aplikacja mobilna banku, identyfikując naszą lokalizację, informuje nas o zniżce, którą bank oferuje tego dnia w wybranym sklepie pod warunkiem, np. płatności kartą. Podobnie klient, który niedawno sprawdzał w Internecie ceny telewizorów, otrzymuje od banku ofertę niskooprocentowanego kredytu gotówkowego na zakup towarów RTV i AGD. A osoba, która regularnie płaciła kartą za bilety do kina, dostanie kupon umożliwiający jeszcze tego samego dnia obejrzenie najnowszej premiery ze zniżką – tłumaczy Adam J. Kępa.
Dla banków big data i sztuczna inteligencja w analizie behawioralnej oznaczają efektywne i realne prognozy zachowań klientów, precyzyjną ocenę ryzyka kredytowego i wiarygodności oraz lepsze zarządzanie relacjami z nimi. Właściwe podpowiedzi finansowania w optymalnym czasie umożliwiają im zwiększenie lojalności klientów wobec marki oraz skuteczniejsze cross-selling i up-selling, np. w oferowaniu kredytów.
