Znaczenie analityki predyktywnej w kształtowaniu relacji z klientami

Poziom

Okres w którym klienci utrzymywali relacje z wybraną instytucją finansową lub innym dostawcą usług przez całe życie już dawno minął. 

Okres w którym klienci utrzymywali relacje z wybraną instytucją finansową lub innym dostawcą usług przez całe życie już dawno minął.

Bankowość elektroniczna sprawiła, że ​​obsługa klienta stała bardziej efektywna pod względem kosztów, ale z drugiej strony w wyniku zautomatyzowania obsługi klientów relacje banku z jego klientami mocno się rozluźniły, co przejawia się wyraźnym spadkiem wskaźniki lojalności. Fakt ten można interpretować w formie paradoksu, gdyż bankowość elektroniczna, a obecnie mobilna, spowodowała znaczący wzrost liczby interakcji między klientem a bankiem. Współczesny klient "odwiedza" bank kanałami zdalnymi nieporównywalnie częściej niż kiedyś korzystał z obsługi w placówkach bankowych.

Kluczem do zwiększenia personalizacji relacji staje się obecnie wdrożenia narzędzi tzw. analityki predyktywnej. Poprzez wszechstronne wykorzystanie danych pozyskiwanych od klienta i wyniku jego obserwacji, narzędzia te pozwalają bankom i innym instytucjom finansowym z powrotem spersonalizować relacje. Sednem tych działań jest pełne zrozumienie i przewidywanie pełnego kontekstu, w którym określony  klient korzysta z usług danej instytucji. Sektor finansowy ma zdecydowaną przewagę nad większością innych branż dzięki możliwości pozyskiwania znaczenie bogatszego zbioru danych o klientach.

Dzięki wymaganiom identyfikacji klienta i surowym regulacjom w zakresie ochrony danych osobowych, bazy klientów banków mają potencjalnie bardzo wysoką jakość danych. Instytucje finansowe dysponują również danymi o bardzo istotnych transakcjach związanych funkcjonowaniem klientów we współczesnym społeczeństwie. Dane te pozwalają bankom na bardzo szczegółowe spojrzenie na dochody każdego klienta, wzorce jego wydatków, profile popytowe w obszarze kredytów czy identyfikacje aktywności w usługach okołobankowych (np. ubezpieczenia, inwestycje itp.). Takie 360-stopniowe spojrzenie na klienta przez bank jest punktem wyjścia dla wielu cennych  analiz, tworząc podstawy wzorców działania mające na celu identyfikowanie nie tylko obecnych, ale również przewidywanie przyszłych potrzeb klienta.

W praktyce większość narzędzi analitycznych w instytucjach finansowych w ciągu ostatnich dwóch dekad sprowadzała się wyłącznie do raportowania transakcji. Systemy raportowania zorientowane na dane historyczne siłą rzeczy koncentrują się na dotychczasowych działaniach operacyjnych w takich obszarach jak sprzedaż, transakcyjność klienta, zarządzanie ryzykiem, analiza satysfakcji z klienta. Natomiast zagadnienia dotyczące kwestii związanych z perspektywami rozwijania relacji często pozostały bez odpowiedzi z punktu widzenia analizy danych.

W praktyce perspektywa przyszłości, a nie przeszłości jest znacznie cenniejsza gdyż tworzy przesłanki rozwoju i pogłębiania relacji z klientem. Tymczasem identyfikowanie najbardziej pożądanych ofert usług, perspektywicznych klientów, wybór kanałów dystrybucji odbywa się wciąż intuicyjnie i rzadko opiera się na rzetelnej analizie danych, co zmniejsza finalną skuteczność takich działań. Co więcej, w świecie ogromnego przepływu informacji banki są często nieświadome priorytetów wyborów klientów, co znacząco obniża wartość relacji i w konsekwencji przychody z tych relacji.

W tym kontekście narzędzia analityki predyktywnej mają wspierać bank w procesie ułatwiania klientom wyboru przyszłych usług, a nie spoglądać na historię dotychczasowej relacji. Pomoc ta ma służyć bezpośrednio klientom w odpowiedzi na pytania typu "czy potrzebuję dodatkowego ubezpieczenia?", "ile pieniędzy mogę zaoszczędzić w danym miesiącu, aby zrealizować moje cele oszczędnościowe?" oraz "na jak duże wydatki mogę sobie pozwolić teraz bez tworzenia problemów dla zbilansowania budżetu domowego w przyszłości?"

Analitykę predyktywną można określić jako technologię i zbiór reguł postępowania, które wynikają z nauki banków w oparciu o dotychczasowe doświadczenia (dane) dla możliwe optymalnego przewidywania przyszłych zachowań klienta i wsparcia jego procesu decyzyjnego. Oznacza to, że analityka predyktywna nie przestaje zauważać ostatnich wydarzeń, ale przede wszystkim przewiduje przyszłość wybranej zmiennej i określa prawdopodobieństwo wartości docelowej.

Biorąc pod uwagę aktualny kontekst i rosnące znaczenie danych, analizy predyktywne mogą znacząco wpływać na kształtowanie wizerunku banków w percepcji klientów. Podobnie jak w przypadku technologii mobilnych, oferowanie wsparcia w podejmowaniu decyzji przez klienta istotnie zwiększa wartość usług, zarówno dla klienta, jak i dla instytucji finansowych. Dzięki analityce predyktywnej instytucja finansowa może przewidzieć zmiany potrzeb klientów, kierować klientów do dobrze dobranych i odpowiednich ofert produktów oraz budować lojalność, oferując informacje kontekstowe i porady, które poprawiają jakość obsługi klienta.

Handel detaliczny przez wiele lat wykorzystywał narzędzia analityki predykcyjnej jako środek na zwiększenie skuteczności kampanii marketingowych i budowanie lojalności. Przedsiębiorstwa telekomunikacyjne zastosowały analitykę predyktywną, aby zmniejszyć rezygnację klientów i przewidzieć czas relacji z klientem. Instytucje finansowe tradycyjnie stosowały analitykę predykcyjną w celu zidentyfikowania potencjalnych nieuczciwych transakcji i oceny ryzyka kredytowego. Jednak nadszedł czas, aby przekroczyć ramy tych obszarów i wykorzystać dane do zrozumienia przyszłości.

Po wprowadzeniu analiz opisowych i diagnostycznych następny krok oferuje analityka predyktywna. Wymaga to przesunięcia z orientacji historycznej, aby stać się bardziej przyszłościową. Jest to zasadnicza różnica, której celem jest nie tylko opisywanie i zrozumienie przeszłości, ale także zbadanie "co może się wydarzyć". Analizy diagnostyczne i opisowe mogą być w tym kontekście coraz bardziej precyzyjne. Oczywiście analityka predyktywna jest z definicji oparta na prawdopodobieństwie i musi być uznana za dostarczającą nie tyle pewnych zdarzeń w przyszłości, ale wysoce prawdopodobnych, czyli z dużym stopniem ufności. Dzięki analityce opisowej można stwierdzić: "wczoraj padało", lecz  to nie pomaga w podjęciu bieżącej decyzji. Podstawowy poziom analityki predyktywnej pozwala określić iż "jest 90% szansa na deszcz w ciągu najbliższych 12 godzin". Warto zauważyć, że zawsze pozostaje swoboda decyzji, czy wziąć parasol, czy nie, ale taka prognoza daje możliwość podjęcia decyzji trafionej, gdyż opartej na faktach. W tym przykładzie, prawdopodobnie większość osób wyjdzie na zewnątrz z parasolem, gdyż ich decyzja została poparta analizą predyktywna.

Jednakże najwyższy etap rozwoju analityki predyktywnej to odkrywanie możliwości, których bank i jego klienci nie byli świadomi, a więc odpowiedź na pytanie: "jak możemy to zrobić lepiej?" lub "co powinniśmy zrobić, aby wyniki były lepsze?". Przykładowo oznacza to identyfikację zestawu zasad biznesowych, które będą obejmować koszty i kwestie ryzyka związane z postulowanym algorytmem działań optymalizujących. Wynik jest raportowany na bieżąco z identyfikacją potrzebnych zasobów i czasu,  aby osiągnąć pożądaną relacje efektów do nakładów. Posługując się powyższym przykładem parasolki, ostateczne zalecenie analityki predyktywnej będzie od subiektywnych kosztów, które przypisujemy zmoczeniu ubrania w relacji do niewygody związanej z noszeniem parasoli przez cały dzień. 

Może cię również zainteresować

Serwis korzysta z plików cookie (tzw. ciasteczka). Więcej informacji jakich cookies używamy, w jakim celu oraz jak nimi zarządzać, znajdziesz klikając w link Polityka cookies.

Administratorem podanych danych osobowych będzie Vienna Life Towarzystwo Ubezpieczeń na Życie Spółka Akcyjna Vienna Insurance Group z siedzibą w Warszawie przy ul. Cybernetyki 7, 02-677 Warszawa („Vienna Life”).

Z Vienna Life można skontaktować się: info@viennalife.pl lub pisemnie na adres Vienna Life.

Z inspektorem ochrony danych można się skontaktować w sprawach dotyczących danych osobowych oraz korzystania z praw związanych z ich przetwarzaniem poprzez email iodo@viennalife.pl lub pisemnie na adres Vienna Life.

Dane będą przetwarzane przez Vienna Life w celu przesyłania newslettera elektronicznego oraz marketingu drogą elektroniczną .

Podstawą prawną przetwarzania danych jest zgoda na ich przetwarzanie w celu przesyłania newslettera elektronicznego oraz marketingu drogą elektroniczną.

Dane osobowe będą przetwarzane do czasu wycofania wyrażonej zgody lub zgłoszenia sprzeciwu wobec przetwarzania danych.

Dane mogą być przekazywane podmiotom przetwarzającym dane osobowe na zlecenie Vienna Life: agentom ubezpieczeniowym, agencjom marketingowym, dostawcom usług IT, podmiotom przechowującym i usuwającym dane – przy czym takie podmioty przetwarzają dane na podstawie umowy z Vienna Life i wyłącznie zgodnie z poleceniami Administratora.

Pani/Pana dane osobowe mogą być przekazywane do odbiorców znajdujących się w Stanach Zjednoczonych na podstawie decyzji Komisji Europejskiej w sprawie adekwatności ochrony zapewnianej przez Tarczę Prywatności UE-USA.

Przysługuje Pani/Panu prawo dostępu do Pani/Pana danych oraz prawo żądania ich sprostowania, ich usunięcia lub ograniczenia ich przetwarzania.

Przysługuje Pani/Panu prawo do wniesienia w dowolnym momencie sprzeciwu wobec przetwarzania danych na potrzeby marketingu bezpośredniego Vienna Life.

W dowolnym momencie ma Pani/Pan prawo wycofania zgody na przetwarzanie danych. Wycofanie zgody nie ma wpływu na zgodność z prawem przetwarzania, którego dokonano na podstawie zgody przed jej wycofaniem.

W zakresie, w jakim Pani/Pana dane są przetwarzane na podstawie zgody oraz przetwarzanie odbywa się w sposób zautomatyzowany – przysługuje Pani/Panu także prawo do przenoszenia danych osobowych dostarczonych przez Panią/Pana danych, tj. do otrzymania danych osobowych, w ustrukturyzowanym, powszechnie używanym formacie nadającym się do odczytu maszynowego. Może Pani/Pan przesłać te dane innemu administratorowi danych.

Przysługuje Pani/Panu również prawo wniesienia skargi do organu nadzorczego zajmującego się ochroną danych osobowych (w Polsce Prezesa Urzędu Ochrony Danych Osobowych).

Podanie danych osobowych jest dobrowolne.

Akceptuję