Bank posiadający narzędzia służące analityce Big Data, może wykorzystać dane o swoich klientach do usprawnienia procesów scoringowych oraz lepszego dopasowania swojej oferty. W praktyce oznacza to, że uzyskanie bankowego kredytu może stać się po prostu szybsze i łatwiejsze.
Według raportu „Banks Betting Big on Big Data and Real-Time Customer Insight”, autorstwa Bloomberg Businesweek oraz SAP, aż 86 proc. największych banków na świecie deklaruje, że w najbliższych latach priorytetem będzie dla nich zorientowanie działań na konsumenta („customer centricity”), w tym przede wszystkim: dopasowanie oferty do konkretnych, indywidualnych potrzeb klienta. Z drugiej strony połowa banków przyznaje, że nie wdrożyła jeszcze zaawansowanych technologii, pozwalających na realizację tego celu. Upatrują ich jednak w rozwiązaniach z zakresu analityki Big Data.
Zobacz również
Big Data zmienia reguły biznesu. To właśnie wielkie analityka wielkich zbiorów danych w najbardziej znaczący sposób przemodeluje biznesowy ekosystem w najbliższych latach. IDC oszacowało, że tylko w zeszłym roku rynek analityki danych rozwijał się w tempie sześciokrotnie szybszym niż cały sektor IT. Z kolei Gartner podaje, że dzięki danym do 2020 roku aż 80 proc. procesów biznesowych zostanie zmodernizowanych. Obecnie – jak twierdzi Gartner – nad rozwiązaniami związanymi z wdrożeniem narzędzi do analityki danych pracuje 64 proc. firm. Wśród nich największy procent wypełniają dwie branże: bankowość oraz ubezpieczenia. To one zmienią się pod wpływem big Data najwyraźniej, ponieważ to właśnie w nich potencjał związany z analityką danych jest największy.
– Dzięki danym bank ma możliwość przeprowadzenia procesu scoringowego klienta w ciągu dosłownie kilku minut. Big Data to nie tylko zautomatyzowanie procesów bankowych i usprawnienie pracy samego banku. To przede wszystkim korzyść dla klienta. Jeszcze kilka lat temu osoby ubiegające się o kredyt musiały przedstawić w placówce banku tony dokumentów. Dzisiaj całym procesem zarządzają skomplikowane algorytmy, które analizują wiele różnych parametrów – tłumaczy Piotr Prajsnar, CEO Cloud Technologies, największej platformy Big Data w tej części Europy i spółki zajmującej się analityką danych – Profil internauty często dostarcza bankowcom cenniejszych informacji, niż zgromadzone w teczkach dokumenty. Dlatego kluczowe dla banku jest pozyskiwanie danych o swoim kliencie z wielu różnych źródeł, również tych zewnętrznych. To zaś wymaga implementacji systemów klasy DMP, czyli Data Management Platform – dodaje Piotr Prajsnar.
Platformy DMP to systemy gromadzące i przetwarzające dane o anonimowych internautach z różnych źródeł, również tych zewnętrznych względem banku. Dzięki ich integracji za pomocą platformy DMP bank zyskuje pełny, 360-stopniowy portret swojego klienta. W ten sposób platformy DMP tworzą precyzyjne profile klientów, zawierające informacje o ich zachowaniach oraz preferencjach. Dzięki tym danym banki wiedzą, który klient rozważa obecnie zakup mieszkania, a który zastanawia się nad wzięciem kredytu na remont. Dysponując taką wiedzą bank może wówczas zwrócić się do klienta ze spersonalizowaną ofertą kredytową. Dzięki integracji własnych danych z tymi pochodzącymi z zewnętrznych źródeł, bank może lepiej targetować swój przekaz i docierać do konkretnych klientów.
#NMPoleca: Jak piękny design zwiększa konwersję w e-commerce? Tips & Tricks od IdoSell
– Internet to dzisiaj przede wszystkim zbiór nieuporządkowanych, ale potencjalnie cennych biznesowo danych. IBM szacuje, że dziennie generujemy ponad 2,5 mld GB danych. Z roku na rok wolumen ten rośnie w Sieci o ponad 40 proc. Według IDC w 2020 roku na każdego internautę przypadnie około 5,2 ZB danych. To w nich zakodowane będą cenne informacje, kluczowe zwłaszcza dla branży bankowej, ale też ubezpieczeniowej czy marketingowej. Jednak ani branża bankowa, ani ubezpieczeniowa, ani marketingowa, nie będą w stanie poradzić sobie z taką ilością danych w ramach własnych, wewnętrznych systemów BI. Dlatego w kolejnych latach dojdzie do integracji bankowych systemów CRM z platformami DMP, które pozwolą przekształcić nieuporządkowane Big Data w wartościowe Smart Data – mówi Piotr Prajsnar, CEO Cloud Technologies.
Słuchaj podcastu NowyMarketing
W Polsce prekursorem analityki Big Data w sektorze bankowości był Alior Bank. To właśnie ten bank opracował własne algorytmy przetwarzania i analizy danych o klientach, budując dedykowany zespół ekspertów, specjalizujących się w tej tematyce. Z kolei Bank Smart przy decyzji kredytowej bierze pod uwagę informacje o użytkownikach pochodzące z serwisów społecznościowych. To tzw. social scoring, szczególnie popularny na Zachodzie. Jeśli internauta zaloguje się do banku za pośrednictwem serwisu społecznościowego (np. Facebook czy LinkedIn) oraz zgodzi się na wykorzystanie danych (np. adresu e-mail, roku urodzenia, etc.), to bank automatycznie uwzględni te dane we wniosku kredytowym.
– Dla banku kluczowa jest integracja jego systemu CRM z platformą DMP. Załóżmy, że w swoim systemie CRM bank posiada 10 mln potencjalnych klientów. Przeważnie nie wie jednak dokładnie, którzy z nich mogą być aktualnie zainteresowani ofertą kredytową czy zakupem mieszkania. Dzięki zharmonizowaniu CRM i DMP, czyli uwzględnieniu analityki Big Data w relacjach z klientami, odsłaniają się przed bankiem nowe zależności, które wcześniej nie były mu znane – mówi Piotr Prajsnar – Wykorzystując Big Data systemy scoringowe banku mogą przetwarzać informacje o internautach, pozyskane przede wszystkim z plików cookies, jak również profili w social media czy portali zakupowych (np. historii zakupów). Analiza profilu internauty na Facebooku, a także np. grona jego znajomych, może pomóc bankowi w ocenie wiarygodności finansowej klienta i zminimalizować ryzyko związane np. z udzieleniem pożyczki klientowi, który może jej nie spłacić – dodaje Piotr Prajsnar.
Oczywiście bank, który wykorzystuje Big Data do procesów scoringowych powinien wskazać klientowi, jakie dane klienta oraz w jakiej formie będzie wykorzystywał – i wytłumaczyć, jakie korzyści klient będzie miał z takiego rozwiązania. Sam klient powinien również mieć możliwość wglądu w swój profil, skonstruowany przez analityków banku. Powinien również każdorazowo zachować możliwość wycofania swojej zgody na przetwarzanie danych przez bank.
Podczas gdy polska bankowość dopiero odkrywa zalety analityki Big Data, na Zachodzie rozwiązania tej klasy stają się już powszechnym zjawiskiem i stają się coraz bardziej zaawansowane. Eric Barba, Digital Marketing Lead w banku Barclaycard US, twierdzi, że to właśnie upowszechnienie wdrożeń analityki Big Data będzie stanowiło kolejne wyzwanie dla działów marketingu cyfrowego w instytucjach finansowych. Dzięki temu bowiem możliwe stanie się stworzenie wielowymiarowych profili klientów.
– Z możliwości oferowanych przez analitykę Big Data mogą korzystać dziś nie tylko duże banki, lecz również bankowość spółdzielcza. Narzędzia do analityki danych są bowiem plastyczne i z łatwością dopasowują się do specyfiki każdej instytucji, nawet małego banku spółdzielczego. Platformy DMP można swobodnie zintegrować z systemami takich banków – mówi Piotr Prajsnar.
Skądinąd to właśnie banki spółdzielcze często bywają pionierami we wdrażaniu zaawansowanych rozwiązań technologicznych. Przykładowo – pierwsze rozwiązania biometryczne wdrożył w Polsce Podkarpacki Bank Spółdzielczy w Sanoku.
Według badań przeprowadzonych przez NGData na 183 bankach na całym świecie niemal co drugi (55 proc.) przyznawał, że przetwarzanie danych o klientach w czasie rzeczywistym stanowi obecnie kluczową przewagę konkurencyjną na rynku. Przeszło 76 proc. banków twierdzi, że wdrożenie rozwiązań z zakresu Big Data przyczyniło się do znacznego rozbudowania ich systemów CRM, co z kolei wpłynęło w pozytywny sposób na relacje z klientami i ich lojalność względem banku. 7 na 10 banków (71 proc.) odpowiedziało, że Big Data pozwoliło im na lepsze zrozumienie potrzeb swoich klientów, a tym samym umożliwiło wzrost zysków.