Istnieje jednak poważna rysa na naszym wizerunku: polskie instytucje finansowe często nie znają odbiorców swoich usług. Podobnie sprawy mają się na bardziej rozwiniętych rynkach niż nasz. Według Capgemini tylko 37 proc. klientów banków uważa, że te instytucje dobrze rozpoznają ich potrzeby.

Pewnego razu Adam podjął z banku większą sumę pieniędzy. Minęło kilka chwil i mailem dostał ofertę kredytu. Niemal natychmiast dostał też w tej sprawie od banku SMS-a. Niepotrzebnie. Gdyby bank znał faktyczny powód podjęcia większej sumy pieniędzy z konta, wiedziałby, że Adam wyjeżdża na wakacje i nie potrzebuje dodatkowego finansowania. Za to chętnie skorzysta z dobrego ubezpieczenia turystycznego. Tym samym bank stracił okazję do monetyzacji dodatkowych usług.

To przykład ilustrujący etap rozwoju, w jakim znajduje się dziś większość polskich banków. A przecież dane o zainteresowaniach klientów są na wyciągnięcie ręki – można je pozyskać w ramach obowiązującego prawa i bez pomocy agencji detektywistycznej. Wystarczy zainwestować w analitykę Big Data. Wiedza o zarządzaniu danymi i ich monetyzacja jest dziś motorem napędowym rozwoju firm. Z badania przeprowadzonego przez Regalix wynika, że przychody firm, które zdecydowały się na wykorzystanie takiej analityki w działaniach marketingowych wzrosły nawet o ponad 50 proc.

Banki stawiają na Big Data

W rozwiniętych krajach banki rozpoczęły już cyfrową rewolucję. Modernizują infrastrukturę informatyczną, by łączyć i analizować dane z przydatnych źródeł. Obranie kierunku na zaawansowaną analitykę cyfrowych informacji to przemyślana strategia rozwoju, która ma swoje uzasadnienie w licznych prognozach i statystykach.

Zdaniem ekspertów, to największy krok w historii rozwoju systemu bankowego od czasu wprowadzenia bankowości elektronicznej. Nie chodzi tylko o rosnącą liczbę danych online, która sięga już 10 zettabajtów. U zarania globalnej sieci, treści w niej publikowane generowane były głównie przez wydawców serwisów internetowych. Dziś tworzą je też użytkownicy.

Z raportu „Data Never Sleeps 4.0” wynika, że w ciągu minuty publikują oni 400 godzin materiałów wideo w serwisie YouTube i dzielą się ponad 216 tys. zdjęć na Facebooku. Na serwerach Dropbox w ciągu 60 sekund ląduje 833 tys. nowych plików. Dla banków takie dane to skarbnica wiedzy o klientach. Kluczowa jest ich analiza, dzięki której można lepiej zrozumieć potrzeby klientów i skutecznie kierować do nich przekaz z ofertą. Dane poddane analizie mogą nie tylko przyczynić się do wzrostu sprzedaży produktów finansowych, ale też przyczynić się do zmiany długofalowej strategii biznesowej.

Bitwa na dwóch frontach

Banki zmagają się aktualnie z przetwarzaniem danych typu first party, czyli tych generowanych wewnętrznie. Stąd inwestycje w infrastrukturę i oprogramowanie, które umożliwiają połączenie w jednym systemie wszystkich zbiorów. Analizowanie danych w bankowości ze źródeł zewnętrznych dopiero jednak raczkuje – inaczej niż na przykład w branży marketingowej i e-commerce.

Dane wewnętrzne banku dostępne w firmowych CRM to m.in. historia klienta, jego aktywność w bankowości elektronicznej, aplikacji mobilnej i innych punktach styku z marką (consumer touch point). Przetwarzanie tak licznych informacji po to, by zyskać lepszy profil klienta i udoskonalić komunikację to duże wyzwanie. Kolejnym krokiem jest zasilenie systemu danymi na temat interakcji klienta z marką w serwisach społecznościowych czy jego aktywności w internecie. Tu wewnętrze zbiory cyfrowych informacji przestają wystarczać i trzeba sięgnąć po dane zewnętrzne, czyli 3rd party, które umożliwiają stworzenie 360-stopniowego profilu klienta i pomagają dostosować ofertę do jego aktualnych potrzeb i zainteresowań. W tym celu konieczna jest integracja istniejącego systemu komputerowego z platformą DMP (data management platform), która dostarcza i analizuje takie dane w czasie rzeczywistym. Wbogacenie danych wewnętrznych danymi zewnętrznymi daje dużo większe możliwości analizy potrzeb klientów i dostarczy im spersonalizowanej oferty.

Bitwa toczy się na dwóch frontach. By nie przegrać z konkurencją, zwiększyć przychody i tworzyć nowe usługi banki muszą zadbać o właściwy przepływ danych w ich wewnętrznej infrastrukturze, a następnie wzbogacić systemy informatyczne o dostęp do wielkich, nieustrukturyzowanych zbiorów danych, zwanych inaczej Big Data.

Przykładem skutecznych działań może poszczycić się HDFC, jeden z największych banków w Indiach. Korzystając z głębokiej analizy historii interakcji z klientami spersonalizował on komunikację w wybranych kanałach, optymalizując tzw. customer experience. Integracja danych z serwisu internetowego banku z systemem zarządzającym bankomatami pozwoliła m.in. zautomatyzować proces wyboru języka, co doprowadziło do redukcji kosztów operacyjnych i skrócenia czasu korzystania z maszyn o 40 proc.

Zrozumieć klienta

O potrzebie wdrożenia analityki Big Data świadczy badanie przeprowadzone przez Capgemini. Wynika z niego, że tylko 37 proc. klientów banków uznaje, iż dobrze rozpoznają one ich potrzeby. Z badania wynika też, że ledwie 37 proc. banków posiada jakiekolwiek doświadczenie w obszarze Big Data. Czy to przypadek?

Nie sposób poznać klienta bez nowoczesnych rozwiązań analitycznych i dopływu aktualnych danych zewnętrznych typu 3rd party. Wyniki Capgemini to nie zbieg okoliczności, ale obraz rzeczywistości, w której firmy pozbawione odpowiednich narzędzi analitycznych nie są w stanie sprostać oczekiwaniom klientów. Problem nie polega na braku chęci i zaangażowania, ale na nieznajomości oczekiwań. Dlatego coraz więcej banków robi porządek z wewnętrznymi danymi i sięga po usługi Big Data as a Service, które umożliwiają optymalizację procesów sprzedażowych np. poprzez segmentację klientów.

Za sprawą takiej segmentacji Bank of America zmienił sposób postrzegania klientów, a tym samym zastąpił wysłużony slogan marketingowy. Wcześniejszy zachęcał do wykorzystania hipoteki domu w celu sfinansowania edukacji dzieci. Nowy namawia do wzięcia podobnego kredytu, ale po to, by realizować osobiste pragnienia: Use the value of your home to do what you always wanted to do. Efekt: dziesięciokrotny wzrost współczynnika konwersji.

Prześwietlić klienta

Po analitykę Big Data banki sięgają też w celu usprawnienia procesów scoringowych, skracając je dosłownie do kilku minut. Nie tak dawno temu osoby ubiegające się o kredyt musiały przedstawić w placówce banku tony dokumentów. Dziś całym procesem zarządzają skomplikowane algorytmy, które analizują wiele różnych parametrów. Dlatego kluczowe dla banku jest pozyskiwanie danych o swoim kliencie z wielu odmiennych źródeł, co wymaga włączenia do procesów bankowych systemów klasy DMP.

Z możliwości oferowanych przez Big Data mogą korzystać dziś nie tylko duże banki, ale i bankowość spółdzielcza. Nowoczesny scroring w Polsce testuje m.in. Credit Agricole. Dostarczony przez Blue Media system weryfikuje wiarygodność klienta banku na podstawie informacji dostępnych w serwisach społecznościowych i danych behawioralnych, czyli analizy zachowań na stronach sprzedażowych, weryfikacyjnych i sposobu formatowania danych.

– Systemy scoringowe w bankach, które korzystają z zasobów Big Data, dostarczają pogłębioną analizę zdolności kredytowej klientów. Dzieje się tak za sprawą danych pozyskiwanych z różnych źródeł, zapisanych np. w postaci plików cookies, jak intencje zakupowe z serwisów e-commerce i profile w mediach społecznościowych. Analiza takiego profilu na FB i grona znajomych klienta może pomóc w ocenie jego wiarygodności finansowej i zminimalizować ryzyko związane z udzieleniem pożyczki osobie, która nie będzie miała możliwości jej później spłacić. Jeśli z aktywności internetowej klienta, historii jego decyzji zakupowych czy podróży zagranicznych wyłania się obraz człowieka, który posiada wystarczające możliwości finansowe, to system wystawiając finalną ocenę bierze te informacje pod uwagę – tłumaczy Maciej Klepacki, ekspert ds. cyfrowej transformacji. 

Jego zdaniem banki pierwsze wdrożą analitykę nieustrukturyzowanych zbiorów danych. Przemawiają za tym liczne korzyści finansowe i walka o rynkową pozycję. Eksperci prognozują, że dzięki Big Data do 2020 aż 80 proc. procesów biznesowych w firmach zostanie zmodernizowanych. – Przemiany, jakie rozpoczęły się za sprawą integracji i analityki dużych zbiorów danych wagą przypominają rewolucję informatyczną, są jednak bardziej dyskretne, a z ich owoców przyjdzie się nam cieszyć dopiero w nachodzących latach – prognozuje Klepacki.  

Piotr Prajsnar
CEO Cloud Technologies