Jak využívat data pro budování pozitivní zákaznické zkušenosti
Data v dnešním světě bourají bariéry mezi bankami a jejich klienty. Už neplatí, že by na jedné straně byla banka a na druhé klient. V moderním finančním světě je jejich vztah spíše vzájemný, funguje oběma směry. Banka si buduje personalizovaný image pro každého klienta, na kterého působí jako jedna ucelená organizace. Má o něm mnohem lepší přehled, vnímá jeho jednotlivé potřeby a respektuje různorodost vnímaní digitálního světa.
Trocha nedávné historie
Ke konci 20. století přišla v komunikaci se zákazníky významná změna. Objevil se internet a e-mailová korespondence. To velkým korporacím umožnilo oslovit větší množství zákazníků najednou. Nové komunikační kanály umožnily plošně apelovat na co největší skupiny klientů. Na druhou stranu se ale komunikovalo bez jakýchkoliv rozdílů. Kampaň byla pro všechny jednotná, stejně tak i styl komunikace. Ať už jste byli americký obchodník středního věku žijící v Austrálii, mladá Němka studující filozofii nebo maminka na jihoafrickém ranči, všichni jste dostávali stejný typ nabídek. Někdy to stačilo – třeba pokud jste všichni měli zájem o Harryho Pottera, nově vznikající internetové firmy vás jím spolehlivě zásobily. Zároveň jste všichni mohli číst stejné online zprávy, chodit na stejná filmová fóra a poprvé jste se dokonce mohli spojit na stejné sociální síti. Všichni jste se setkávali se stejným rozhraním i reklamami. Duch propojení a globalizace úspěšně vládl internetu. Zákazníci byli nadšení z dostupnosti produktů, a obráceně, firmy z dostupnosti zákazníků.
Technologické možnosti a zákaznické preference
Klíčovou roli v boji o úspěšnost na trhu již tehdy sehrála data. Nejprve to bylo nenápadně. Data se generovala jakoby pod povrchem a velkým objemům logů se věnoval jen málokdo. Jejich exponenciální růst se ale nedal ignorovat. Kdo chtěl být konkurenceschopný, musel jim začít věnovat pozornost. A vyhrával ten, kdo data rychle a zároveň v dostatečném rozsahu integroval do svých strategií. Ten, kdo zapojil pokročilé a automatizované technologie pro vytěžení informací z logů, získával v konkurenčním boji na trhu převahu.
Data totiž poskytla firmám možnost rychlé orientace a porozumění, nové typy analýz přinášely nové typy velmi důvěryhodných informací. Na obrovské šachovnici dat a informací se začaly odehrávat zajímavé partie. Mezi klíčové poznatky patřily informace jako kolik lidí navštěvuje firemní stránky a jak se na webu chovají, tzn. kolik a jakých produktů si kupují. Najednou jsme mohli s vysokou jistotou porozumět chování zákazníků a vytvářet si jejich typologie.
Ten, kdo začal zpracovávat tyto analýzy systematicky, začal být i schopen nacházet fungující obchodní pravidla. Zákaznické vzory chování mohly být využitelné při dalším získávání zákazníků. Tyto úspěchy s sebou přinesly další zájem o technologie. Nejen o ty, které umožňovaly zpětnou analýzu agregovaných dat, ale především o ty, které umožňují zpracování veškerých dat v reálném čase.
1:1 aneb kruh se uzavřel
Za posledních 20 let nejprve data oprostila firmy od nutnosti věnovat se zákazníkům jednotlivě. Zatímco nyní jim jejich obrovský objem, v kombinaci s technologiemi pro Big Data, umožňuje klienty znovuobjevovat jako unikátní jednotlivce s vlastním příběhem a potřebami.
Obr. 1: Digitalizace oprostila firmy od nutnosti věnovat se zákazníkům jednotlivě, dnes jim to znovu umožňuje.
1:1 komunikace: lidské kanály obsluhy (pobočky, call centra, dopisy)
1:N komunikace: přibyly digitální kanály obsluhy (web, e-mail)
1:1 komunikace: personalizovaná komunikace napříč všemi kanály obsluhy
Současné výzvy a trendy
Dnešním trendem je mapovat jednotlivé zákaznické cesty a zkušenosti. Trhem vládnou slova jako personalizace nebo 360° pohled na zákazníka. Analytika se mění z retrospektivní dedukce na real-time indukci. Už jí nestačí její prediktivní charakter, ale zaměřuje se na preskriptivní či adaptivní modely. Pokročilé techniky machine learningu a paralelní zpracování dat nám toto všechno umožňují.
Nové prostředky a možnosti na příkladu bankovnictví
V duchu inovací vznikají úspěšné inovativní projekty, které mají rozhodující slovo v ostrém konkurenčním boji. Symbolizují změnu a udávají tempo dynamiky trhu. Příkladem je personal finance management (PFM), který změnil svět retail bankingu. Banky totiž začaly na základě dat pomáhat jednotlivým klientům s jejich osobními financemi. Nikoliv na bázi velkých finančních rozhodnutí a několika týdnů konzultací s privátním bankéřem, ale za běhu každodenního života. Díky flexibilním mobilním aplikacím s nulovou latencí. V nich mohou klienti sledovat své útraty za dané období, které jsou automaticky roztříděné do několika kategorií, či sledovat a plánovat svoje spoření pro konkrétní cíl.
Čas běží a patří mezi klíčový faktor. Čím více dat z historie umíme zpracovat a čím rychleji umíme na novou klientskou aktivitu zareagovat, tím lépe můžeme klienta obsloužit. Díky porozumění klientům v dlouhodobém horizontu můžeme dobře odhadnout životní cyklus zákazníka, tzn. odhadovat klientovo finanční zázemí a predikovat jeho potřeby. Při aplikaci preskriptivních algoritmů mu pak můžeme aktivně řídit jeho finance, tzn. např. automatizovaným přesunem peněz na spořící účet pomáhat klientovi šetřit. Přesuny mohou být obousměrné a probíhat nejen na základě aktuálních útrat a zůstatků, ale i na základě očekávaných pravidelných výdajů. Čím lepší a pestřejší data máte k dispozici, tím vhodnější preskripci můžete klientům připravit.
Úspěch projektu PFM nestojí však jen na funkcionalitách aplikací, ale také na komunikaci. Čím lépe s klientem komunikujete; např. jak vhodně a často mu sdělujete novinky, dáváte rady, jak jej edukujete; tím lepší vztah se zákazníkem si budujete.
Komunikační strategie ale opět nemohou být plošné, vyžadují parametrizaci a bohatou sadu komunikačních scénářů. Pracuje se s klientskými preferencemi, volí se mezi jednotlivými komunikačními kanály v různých časových polohách a dnech v týdnu, nasazují se optimalizační a pravidlové enginy, protože se před každým oslovením vyhodnocuje komplexní sada dat o individuálním chování a potřebách klienta. Do ní patří i klientova reakce. Moderním fenoménem je oboustranná komunikace, která spíše připomíná konverzaci.
Příkladem mohou být banky dávající „real-time feedback“ ohledně nastavitelných cílových útrat pro danou kategorii. Tzn. pokud se klient, který převážně utrácí za stravování mimo domov, přibližuje svému limitu, aplikace ho upozorní (notifikuje), že si tento týden smí koupit jen jednu večeři v restauraci, aby svůj limit dodržel. Tímto způsobem banky pomáhají klientům, aby měli pod kontrolou své nejproblémovější kategorie. Jinému klientovi, který si s půlročním předstihem koupí letenku na dovolenou do zahraničí, může naopak doporučit vhodný čas pro nákup zahraniční měny (mimo jiné i na základě vývoje měnového kurzu).
Cesta ke každému zákazníkovi se liší. Zákazníci jsou s takovým individuálním přístupem spokojení a oceňují osobní péčí a přirozenou komunikaci se svojí bankou. Sami si určují rozsah vztahu, který s bankou navazují, a do jaké míry jim banka smí zasahovat do života. Vzájemně si tak jsou mnohem blíž než kdy před tím, a to i přes to, že se fyzicky vídají mnohem méně. Pozitivní zákaznický zážitek a loajalita se buduje především vhodnou (cílenou), včasnou (rychlou) a někdy i emotivně laděnou (osobní) komunikací.
Pestrý svět individuálního přístupu
Komunikace s klienty může být tak pestrá a tak personalizovaná, jak jen si můžete přát. Ale není to zadarmo. Musíte investovat do dat i do technologií, leckdy zahodit staré a vybudovat kompletně nové prostředí. A nezbytné jsou také investice do změny procesů, jedině ty zaručí, že s technologiemi budete umět v rámci celé organizace efektivně a synergicky nakládat.
Výsledky velkých inovací jsou patrné už dnes. Možná trochu překvapivě se tak neděje u velkých a bohatých bankovních domů, ale především u fintech společností. Ty budují svůj byznys v digitálním světě a data pro ně představují největší devizu. A zákazníky si získávají především rychlou a cílenou komunikací na míru.
 |
Dagmar Bínová Autorka článku působí na pozici Big Data Science Lead ve společnosti Adastra. |
 |
Alžběta Gabalová Autorka článku je Data Scientistkou ve společnosti Adastra. |
