Banki potrzebują Fast Data do efektywnej obsługi klientów

Udostępnij Ikona facebook Ikona LinkedIn Ikona twitter

canton.maurizio.fast.data.01.400x267Minęły czasy, kiedy najefektywniejszym sposobem załatwienia sprawy w banku była wizyta w jego oddziale. Wraz z szybkim rozwojem komunikacji internetowej i serwisów społecznościowych, banki muszą sprostać zmieniającym się oczekiwaniom klientów. Ci chcą korzystać z usług bankowych i dostępnych na rachunkach środków w dowolnej chwili i przy pomocy urządzenia, które akurat mają pod ręką.

Dla sektora bankowego wielkim wyzwaniem jest zapewnienie infrastruktury informatycznej do wspierania obsługi klientów niezależnie od tego, w jaki sposób wchodzą oni w interakcję z organizacją. Jednocześnie banki zdają sobie sprawę, że taka infrastruktura daje szansę znacznie skuteczniejszego wykorzystywania danych niezbędnych do identyfikacji potencjalnego ryzyka, jak i efektywnego modelowania usług pod kątem oczekiwań klientów. Oczekiwania mogą spełnić systemy IT, które są zdolne do ciągłego przetwarzania w czasie rzeczywistym ogromnych ilości danych, generowanych w różnych źródłach.

Przetwarzanie danych w ‘silosach’ to pułapka

Dążenie do samoobsługi klientów jest w bankowości detalicznej jednym z kluczowych czynników stojących za rozwojem IT. Trend ten dobrze obrazują coraz liczniejsze wpłatomaty i bankomaty, dynamiczny rozwój bankowości elektronicznej oraz zachęcanie klientów do korzystania z usług banków przez Internet i z pomocą aplikacji mobilnych. Równolegle do tego trendu banki poddawane są nowym, coraz ostrzejszym regulacjom prawnym i wnikliwszym kontrolom, a dodatkowo zmuszone są konkurować z innymi organizacjami finansowymi oraz operatorami płatności. 

W takiej sytuacji jedyne czego bankom zrobić nie wolno, to w reakcji na zmiany uwarunkowań rynkowych przetwarzać i analizować dane odrębnie dla każdego kanału komunikacji z rynkiem. Oznaczałoby to tworzenie ‘silosów informacji’. Konsekwencją działania w takim modelu byłoby nie tylko duplikowanie pracy oraz straty zasobów, lecz również trudności w identyfikowaniu ryzyka i szans pojawiających się w trakcie obsługi klientów, którzy kontaktując się z bankiem często zmieniają kanały komunikacji.

Coś więcej niż Big Data

Niestety, dla efektywnego wykorzystania danych, nie wystarczy tylko zgromadzić je wszystkie w jednym miejscu, by następnie poddawać je analizom. To archaiczne podejście do Big Data, oparte m.in. na takich narzędziach jak Hadoop, Hive czy Cassandra. Owszem, dzięki tym rozwiązaniom banki mogą identyfikować trendy rynkowe, jednak wciąż jest to tylko analiza danych w trybie offline, co oznacza, że wyniki odnoszą się do przeszłości. W efektywnym Big Data chodzi o udzielanie w pełni prawidłowej odpowiedzi na zadane pytanie, przy czym im więcej upływa czasu od zebrania danych do udzielenia odpowiedzi, tym mniej jest ona wartościowa i przydatna.

Jeśli dodamy do tego ciągłe zmiany w źródłach danych, ich formatach i ilości, szybko zrozumiemy, że samo Big Data nie wystarczy, by organizacje zorientowane na klientów mogły dynamicznie i skutecznie modelować swoje usługi. Co więcej, Big Data samo w sobie nie zapewni bezpieczeństwa usługom, które trzeba błyskawicznie modelować, zależnie od tego, kim jest klient, co w danej chwili chce zrobić oraz za pośrednictwem którego kanału kontaktuje się z bankiem.

Fast Data = lepsze dane

W przyszłości klienci banków będą doskonale funkcjonować w cyfrowym świecie. Ich wiedza o możliwościach wyboru produktów i usług będzie znacznie bogatsza, a to oznacza, że wobec banków będą ciągle rosły oczekiwania personalizowania usług pod kątem indywidualnych oczekiwań. To oznacza, że w całym sektorze bankowym, aby móc szybko zareagować na zachowania i oczekiwania klientów, konieczne będzie analizowanie różnego rodzaju danych u ich źródła – na wejściu. Co więcej, sprawne przetwarzanie informacji będzie musiało odbywać się niezależnie od kanału styku klienta z bankiem, w odpowiednim dla konkretnej sytuacji kontekście. Banki potrzebują więc inteligentnego wykorzystywana danych, do czego niezbędna jest kompleksowa infrastruktura informatyczna, zdolna do błyskawicznego wychwytywania i analizy informacji, niezależnie od tego kiedy i w jaki sposób klient wchodzi w interakcję z organizacją.

Taka infrastruktura powinna wykorzystywać analitykę zdarzeń, dopełniając przetwarzanie w istniejących bazach danych (in-memory). W ten sposób możliwe jest uzyskiwanie w sposób ciągły korelacji milionów zdarzeń, co w praktyce pozwala identyfikować szanse i zagrożenia w czasie rzeczywistym, czyli wtedy, gdy one występują, a nawet zanim wystąpią. Tak właśnie rozumiemy pojęcie Fast Data, które urzeczywistniamy wdrażając informatyczną platformę dystrybucyjną dla automatyzowania procesów, tzn. szybkiego reagowania w przypadku wystąpienia zdarzeń krytycznych (np. podejrzanej defraudacji) oraz efektywnego wykorzystywania nadarzających się szans (np. przygotowanie indywidualnej usługi dopasowanej do konkretnych potrzeb i sytuacji klienta).

Krok naprzód

Fast Data wsparte platformą analizy zdarzeń to dla banków możliwość skutecznego działania w oparciu o przewidywanie przyszłości. To jeden z kluczowych czynników budowania przewagi konkurencyjnej. Warto podkreślić, że infrastruktura Fast Data to jednocześnie platforma do integracji już istniejących i nowo instalowanych systemów. Dzięki niej bank może zwiększyć efektywność – automatyzacja procesów i optymalizacja zasobów ludzkich, pozwala znacznie zredukować koszty (bank błyskawicznie bada zdolność kredytową klienta i nie popełnia błędów w wykonywaniu procedur, takich jak np. generowanie nowych rachunków czy obsługa reklamacji).

Zarządzanie komunikacją i obsługa klientów w nowych kanałach komunikacji jest wyzwaniem dla wszystkich banków. Odpowiedzią na nie jest właściwa platforma informatyczna zdolna do gromadzenia, analizy i reagowania w czasie rzeczywistym na pochodzące z milionów zdarzeń dane.

Maurizio Canton
Szef Technologii na region EMEA w TIBCO Software