Oprócz danych zbieranych online ze stron internetowych, aplikacji mobilnych, czy danych z sieci społecznościowych, banki posiadają dane dotyczące kart kredytowych, historii zakupów, jak również preferencji kupujących. Banki posiadają również informacje z innych źródeł, takich jak systemy klasy ERP i CRM, które pozwalają uzyskać dodatkowe informacje o rentowności klientów i ich sposobach reagowania na oferty marketingowe w przeszłości. Dodatkowo instytucje finansowe mają również dostęp do dużej ilości danych związanych z programami lojalnościowymi.
Jeżeli dodamy do tego informacje z poszczególnych oddziałów banków, a także - wraz z rozwojem bankowości mobilnej - informacje o wykorzystaniu aplikacji i lokalizacji klienta, okaże się, że banki mają znacznie większe możliwości zbierania, przetwarzania i analizowania ogromnych ilości danych niż jakiekolwiek inne podmioty na rynku. To daje im unikalne możliwości wykorzystania mechanizmów Big Data w celu połączenia wszystkich posiadanych danych, poddania ich analizie i w konsekwencji uzyskania nowej wiedzy na temat klientów. Pozwoli to precyzyjnie zrozumieć zgłaszane przez nich oczekiwania, co bezpośrednio przełoży się na działania operacyjne banku - np. zdecydowanie sprawniejszą odpowiedź na potrzeby klienta, czy to w postaci podniesienia jakości usług, czy dostosowania oferty.
Doświadczenia Oracle przy realizacji projektów Big Data wraz z organizacjami finansowymi na świecie wskazują, że obecnie największe korzyści biznesowe banki uzyskują w obszarze dostosowanej, spersonalizowanej oferty w czasie rzeczywistym. Wynika to z faktu, że tego typu działanie ma najmniejszy wpływ na obecne systemy informatyczne i analityczne banku, gdyż do obecnej architektury dołączany jest osobny dedykowany system przeznaczony do analizy Big Data wraz z modułem zapewniającym analizę w czasie rzeczywistym i kokpitem dla analityków. Klient widzi natychmiastową zmianę w interakcji z bankiem, zaś bank poprzez swoje działania pokazuje, że dobrze rozumie sytuację w której jest klient i widzi jego aktualne potrzeby.
Przy interakcji z klientem niezwykle istotna jest możliwość dostarczenia oferty w odpowiednim momencie - takim, kiedy jest największa szansa na jej akceptację. Dlatego oprócz samej analizy posiadanych danych klienta, system Big Data banku powinien na bieżąco analizować i podejmować decyzje dotyczące wyboru rekomendowanych ofert i kanału ich dystrybucji. Dodatkowo nowoczesny system powinien zapewnić zdolność samo-uczenia i doskonalenia, opierającą się na zbieraniu informacji zwrotnej z przeprowadzonych kampanii marketingowych. Na bazie podjętych decyzji klientów, informacja ta pozwoli zoptymalizować i usprawnić obecny model kampanii, już przy kolejnej interakcji z klientem.
O
autorze
Tomasz
Przybyszewski jest szefem zespołu Big Data Solutions w regionie Oracle Europy
Centralnej i Południowej.
Brak komentarzy:
Prześlij komentarz