Raport specjalny – „Ranking największych banków w Polsce”: Dialog z klientem w rzeczywistości cyfrowej

BANK 2018/06

Ponad połowa klientów nosi swój bank w kieszeni. Są przyzwyczajeni do natychmiastowego dostępu do informacji, codziennie odbierają mnóstwo treści i oczekują, aby ich potrzeby były realizowane natychmiast. Pozyskanie ich zainteresowania nie jest dziś łatwym zadaniem.

Krzysztof Skaskiewicz
Lider Praktyki Customer Intelligence w SAS Polska

Uwagę klientów można zdobyć, konstruując dialog wpleciony w codzienne bankowanie. Równie ważna jest adekwatność komunikowanych treści i spójność z aktualnie podejmowanym działaniem. Innymi słowy, konieczne jest uwzględnienie aktualnego kontekstu kontaktu, czyli wykorzystanie danych opisujących bieżący krok w interakcji.

Trafność komunikatu wzrasta, jeśli bank potrafi uwzględnić równocześnie indywidualną i aktualną sytuację klienta oraz przeszłe zdarzenia i zakomunikowane wcześniej preferencje. Każde zdarzenie ma znaczenie – czy przeglądane przed chwilą informacje na stronach internetowych banku dotyczyły produktów inwestycyjnych, czy wystąpił problem ze zrealizowaniem transakcji ze względu na brak środków, a może właśnie wpłacono zaliczkę na wycieczkę zagraniczną? Zrozumienie klienta bazuje na połączeniu faktów w jedną całość i na wyciągnięciu właściwych wniosków. Komunikacja oparta na tych zasadach pozwala na zdobycie zainteresowania i w efekcie skutkuje wyższymi wskaźnikami konwersji.

Analityka czasu rzeczywistego

Fundamentem dla satysfakcjonującej podróży klienta w relacji z bankiem jest analiza danych w czasie rzeczywistym. Tylko na bieżąco analizując dane, jesteśmy w stanie uwzględnić aktualny kontekst interakcji i ocenić znaczenie tego kontekstu, korelując obecną sytuację ze zdarzeniami historycznymi.

Załóżmy, że klient właśnie wykonał transakcję kartą debetową. Saldo na rachunku bieżącym po transakcji wynosi 150 zł. Jakie działanie podjąć? Czy jest to sytuacja, która generuje szansę sprzedaży? Czy konieczna jest pomoc? Podjęcie właściwej decyzji wymaga analizy dużej ilości danych. Konieczna jest odpowiedź na kolejne pytania: Czy klient ma środki na innych rachunkach? Czy ma otwartą linię debetową? Czy trend dotyczący liczby transakcji jest rosnący w czasie? Jaki jest poziom ryzyka kredytowego? Odpowiedzi na te i szereg innych pytań pozwalają na podjęcie dobrej (obiektywnie najlepszej) decyzji.

Przyjmijmy, że w momencie podejmowania decyzji posiadamy wszelkie potrzebne dane. Konieczne jest zdefiniowanie i zaaplikowanie odpowiedniej logiki. Może być ona oparta na zdefiniowanych regułach. Tworzone są przy wykorzystaniu wiedzy biznesowej, wyników prowadzonych analiz, a także ustaleń pomiędzy departamentami i… intuicji. Coraz częściej wykorzystywane są reguły oparte na modelach analitycznych lub decyzja oparta jest na porównaniu wyników wielu jednocześnie uruchomionych modeli. Modele coraz częściej są przetwarzane w czasie rzeczywistym i korzystają z aktualnych danych. Swoje praktyczne zastosowanie znajdują także mechanizmy samouczące się. Nie jest to – jakby chcieli niektórzy – szklana kula, która potrafi odpowiedzieć na dowolnie postawione pytanie. Stosowanie modeli samouczących się ma zalety i wady. Automatyzację procesów analitycznych i oszczędność czasu zapisujemy po stronie korzyści. Metody „self-learning” niosą ze sobą także zagrożenia. Przykładami mogą być ryzyko preferowania komunikatów, które nie niosą wartości dla banku, czy możliwość wykrywania oczywistych zależności, które nie generują wartości biznesowych.

Adopcja analityki danych w czasie rzeczywistym w biznesie przyspiesza. Przeprowadzone w ostatnim czasie badanie pokazało, iż ponad połowa menedżerów twierdzi, że używa analityki w czasie rzeczywistym. Jej wykorzystanie przynosi organizacjom wymierne korzyści, głównie w obszarze tworzenia lepszych jakościowo podróży klientów przez dostępne kanały komunikacji (https://www.sas.com/en_us/whitepapers/real-time-analytics-109676.html).

Właściwa oferta z perspektywy klienta

Patrząc z perspektywy klienta zalogowanego do bankowości online czy bankowości mobilnej – zniechęcenia nie powoduje komunikacja, która jest intensywna, ale jednocześnie jest odbierana jako adekwatna i nie jest przeszkadzająca (czyli nie powoduje przerwania czy spowolnienia bieżącego procesu).

W okresie ostatnich kilku miesięcy w ramach mojej indywidualnej podróży klienta w jednym z banków wyświetlono mi ponad dwadzieścia różnych ofert/propozycji prezentowanych na stronach bankowości internetowej i mobilnej. Jak sądzę była to dość typowa seria interakcji przeciętnie aktywnego klienta – logowanie, przelewy, transakcje kartami. Komunikacja, różnorodna i dość intensywna, adresowała produkty i usługi, które faktycznie odpowiadają mojemu profilowi klienta. Uwzględniała produkty, które już posiadam i wykluczała te, którymi nie jestem zainteresowany. W efekcie stałem się klientem kantoru internetowego, zakupiłem kartę wielowalutową, zrezygnowałem z przelewu środków do konkurencyjnego banku. W innym banku widzę stale ten sam banner zachęcający mnie do kupna kredytu. Kredytu nie kupiłem (aktualnie nie mam takiej potrzeby). Można zaryzykować stwierdzenie, że pierwszy bank zacieśnił ze mną relację, a drugi w tym samym czasie stracił kilkadziesiąt szans sprzedażowych. W skali całego banku taka strata to przynajmniej kilka milionów utraconych szans sprzedażowych.

image

Źródło: SAS Polska

 

Testuj, testuj, testuj

Celem komunikacji kontekstowej jest dostarczanie klientom treści, którymi będą faktycznie zainteresowani. Okazuje się, że oprócz samej treści bardzo istotna jest także forma przekazu i użyte do tego celu kanały. Świat 3.0 nie może istnieć bez możliwości testowania. Nowoczesny marketing testuje oferty oraz formę przekazu (treść przekazu, wyświetlane obrazy). Testowanie z jednej strony pozwala na ocenę, która droga do przekonania klienta jest najskuteczniejsza, z drugiej strony wygenerowane tym procesie dane są idealnym paliwem dla analityki. Ilość wygenerowanych danych i ich wartość jest tak duża, że mamy tutaj do czynienia z prawdziwą analizą big data.

Jest wiele organizacji, dla których testowanie jest fundamentem podejmowanych działań. Każde pojedyncze działanie jest wielowariantowe i podlega testom, po których wybierany jest finalny sposób podejścia. Taki schemat postępowania został wyznaczony i sprawdzony w praktyce przez dzisiejszych gigantów i liderów cyfrowej rewolucji. Dla przykładu Netflix – jak twierdzą jego pracownicy – testuje wszystko, poczynając od poszczególnych elementów wyświetlanych bannerów, włączając w to nawet kolor i umiejscowienie przycisków oraz tytuły bannerów i poszczególne elementy opisu. Jak się okazuje milcząca większość (czyli klienci, którzy w swojej masie nie wystawiają komentarzy) wybiera często inaczej niż nawet najlepsi fachowcy od designu i marketingu.

Jest także dodatkowy wymiar testowania – klienci mają różne preferencje i inaczej odpowiadają na poszczególne formy przekazu. Z tego względu finalny dobór treści i formy przekazu powinien zależeć od indywidualnych preferencji. Nie wystarczy wybrać pojedynczej kreacji najlepiej sprawującej się dla ogółu klientów. Istotne jest to, które z dostępnych kreacji są najlepsze dla każdego segmentu. Mechanizmy testujące w powiązaniu z mechanizmami analitycznymi zapewniają coraz dalej idące możliwości dopasowania przekazu do indywidualnych preferencji klienta.

Nowoczesny marketing sterowany zdarzeniami

O zaletach komunikacji marketingowej opartej na zdarzeniach napisano już wiele. Koncepcja jest z powodzeniem stosowana od co najmniej kilkunastu lat – cały czas się jednak zmienia. Historycznie komunikacja zdarzeniowa była realizowana na podstawie procesów cyklicznych. Dzisiaj coraz częściej instytucje korzystają z systemów, które pozwalają na przetwarzanie ogromnych ilości danych (sygnałów) w czasie rzeczywistym, a decyzje podejmowane są w trybie czasu rzeczywistego na podstawie strumienia danych przetwarzanych na bieżąco.

Branżą, w której nastąpiła bardzo szybka adopcja podejścia analityki strumieniowej w marketingu jest telekomunikacja. Większość operatorów telekomunikacyjnych stosuje obecnie takie techniki bądź aktualnie wdraża odpowiednie systemy. Podobnie jak w bankowości, mamy tutaj do czynienia z ogromem danych. Osiągane wyniki są spektakularne. Efektywność komunikacji realizowanej jako efekt zdarzenia biznesowego wykrytego w czasie rzeczywistym typowo wzrasta kilkukrotnie w porównaniu do skuteczności działań odłożonych o 24 godziny. Porównanie efektywności real-time z działaniem odłożonym o kilka godzin daje skuteczność wyższą o kilkadziesiąt procent. Przykładem takiego działania może być monitorowanie użycia pakietu danych i powiadamianie użytkownika o ryzyku wyczerpania limitu np. w trakcie oglądania filmu na telefonie komórkowym przed faktycznym zerwaniem transmisji.

Zmieniające się oblicze marketingu

Klienci żądają od banków partnerskiego podejścia i spójności komunikacji. Oczekiwana jest adekwatna komunikacja ze strony banku. Powinna być dopasowana do bieżącej sytuacji i skoncentrowana na zapewnieniu wsparcia i przyjaznego bankowania. Dzisiaj są to fundamenty do budowania przewagi konkurencyjnej. W efekcie w sektorze bankowym adaptacja mechanizmów analitycznych w czasie rzeczywistym postępuje bardzo szybko i przeradza się w działania rutynowe. Obecnie mamy do czynienia z dużą liczbą aplikowanych z sukcesem scenariuszy biznesowych i świadomością nowych możliwości, jakie to podejście otwiera. Można powiedzieć, że polski sektor bankowy znajduje się w ścisłej czołówce pod względem adaptacji rozwiązań komunikacji kontekstowej i marketingu real-time w Europie.

Udostępnij artykuł: