Вие се намирате тук: Новини

Банкиране – как се изгражда финансов успех с „големи данни“ - big data

2014-10-30

Нарастващия брой на онлайн банковите клиенти е благодарение на огромни количества данни, събрани от финансови институции. Когато е правилно анализирана и разбрана, тази информация може пряко да допринесе за подобряване качеството на услугите и да улесни адаптирането на банковите продукти за нуждите на най-желаната група потребители.

Warsaw, 20 October 2014

 

Онлайн транзакционните услуги, които са собственост на търговски дружества и се занимават с финансови средства стават нещо обичайно. Интернет платформите се радват на нарастваща популярност както сред индивидуалните потребители, така и при корпоративните. Това може да бъде кредитирано към многобройните предимства на подхода, който предлага. Преди всичко това е време на защита. Освен това разходите за сделки са намалени, достъпът до нечия банкова сметка е безпрепятстван и парите могат да се управляват дистанционно, в реално време, без значение на местонахождението ни.

 

Растеж при Интернет потребителите на банкови услуги

При Електронният банков пазар се наблюдава значително увеличение на броя на клиентите през последните години. Финансовите институции са снабдени с огромни обеми от данни, не само по отношение на сделките, извършени по сметки, но също така и на броя на посещенията на сайта от потребители, които търсят информация за депозити, кредити и т.н.

 

Big Data – Големите даннимогат да поберат огромно количество данни

Настоящите IT решения, използвани при финансовата индустрия се базират на режещия ръб и висока степен на сигурност на технологията и включват сложни методи за кодиране и управляване на сметка. Растящия рейндж на онлайн банкирането означава балон от данни, който бързо запълва сървърите, притежавани от организации, занимаващи се с парични преводи.

 

Този набор ор данни: голям, разнообразен, гъвкъв, изискващ прилагането на нови методи за преработка, се наричат Big Data – големите данни. С подходящите инструменти могат да се откриват нови явления и да се оптимизират процедурите.


Все по-добре съобразени оферти, благодаряние на големите данни

Банковия сектор има изключително широки възможности при избора на данни и след това ефективно го анализира в реално време. Резултатите от тези дейности могат да се превърнат в подобряване на качеството на финансовите продукти.

 

Освен това, информацията, произтичаща от изследването gemiusAudience поддържа точно описание на поведението на интернет потребителите на финансовите уебсайтове и сегментацията на електронни потребители чрез набор от избраните социо-демографски характеристики (като възраст, образование, социален статус, място на пребиваване, доходи, както и типа на устройството, от което е използван интернета). Това означава, че тази оферта може да се изключи за конкретни групи от физически лица.

 

Какво е поведенческото таргетиране?

Патрик Диксън, мечтател, бизнес консултант на най-големите компании в света като Google и Microsoft, твърди, че „Бъдещето не е за технологията, а за хората, които чувстват“. За да разберат интернет потребителите, трябва да се знаят техните нужди и навици. Големите данни са ценен източник на такава информация, тъй като те представят цялостната картина на избраните интернет потребители.

 

Тези данни, включително кукитата, се записват след което се анализират и тълкуват в реално време. Това помага да се раздели интернет населението на определени групи, в зависимост от вида на съдържанието. Този метод за категоризиране на интернет потребителите се нарича поведенческо таргетиране. Например благодарение на съхранените кукита, вие знаете, че даден човек е посетил  конкретни подраздели на сайт; кога за последен път се е случило това, колко често и колко време е отделил за него.

 

За да илюстрираме този процес, може да се даде пример за поведенческо таргетиране в практиката. Представете си един интернет потребител, сърфиращ в уебсайта на банката в търсене на информация по отношение на депозити. Неговия интерес ще бъде демонстриран с факта, че индивидуално проверява две сесии в рамките на последните четири дни например. Би могло да се предположи, че такъв човек иска да създаде спестовен влог.Това, което трябва да бъде направено е да подсигурим показването на рекламно послание за предимствата на подходящия банков продукт в няколко последователни сайта посетени от потребителите или просто при следващата им визита на сайта на банката. По този начин ще увеличим шанса да уцелим в десетката и да предугодим нуждите на потребителя правилно.  Затова ако предвиждате да категоризирате е-потребителите не само по социо-демографски профил, но също така и поведенчески, препоръчваме да разчитате също така и на big data.

 

Какво трябва да се направи след това, е да се уверите, че едно и също лице се показва реклама, подчертавайки предимствата на съответния банков продукт на следващите страници, посетени от тях, или при следващото си посещение в уебсайта на много банката. Това е начин за увеличаване на шансовете за удря окото бик нужди е на клиента. Така че, ако ще да се категоризира д-потребителите не само от техния социално-демографски профил, но също така и от специфични модели на поведение, подслушване в голяма данни е доказано незаменим.

Големите данни помагат за изграждането на диалог с клиента

Активното и съзнателното използване на големите данни в електронното банкиране има положително въздействие върху изграждането на бизнес предимство. Това най-вече означава повишаване на конкурентоспособността в сравнение с другите играчи на пазара  с подобен профил и по-голяма гъвкавост при задоволяване на нуждите на потенциалните клиенти.

 

Хората, използващи интернет оставят „електронна следа“ след себе си. Следвайки техните стъпки получавате вашата оферта по пътя към конкретната аудитория по-лесно. By following their footprints, getting your offer through to concrete audience becomes easier. Освен този толкова дълбок поглед към нуждите на отделните групи потребители, доставчикът на услуги може да взаимодейства с тях и дори и да ги включи в изготвянето на неговите услуги. Както и да е, мониторинга на поведението на онлайн поведението на клиентите и направените изводи на базата на огромни данни е истинско предизвикателство. Как изглежда в пример поведенческото таргетиране?

 

 

Банката трябва да коригира офертата си за различни клиенти

Нека приемем, че една банка възнамерява да покаже новата си услуга заем за клиенти. Ако само едно съобщение е подготвено да се показва на всички клиенти и е представено по един и същ начин за всеки, ефективността ще бъде по-ниска, отколкото, ако е съобразено с нуждите на определена група. При изготвяне на оферта трябва да се има предвид, че интернет страницата на банката е основният източник на информация за кредита. Следователно може да се окаже от полза за група клиенти, които са „потенциални“, „търсещи“ и „решени“, въз основа на склада на големите данни.

 

Потенциалния клиент все още не знае какво иска. Той влиза в уебсайта на банката без конкретна цел, бързо кликва на офертата, просто, за да пусне онлайн усугата. За да се задвижи като интернет потребител, които ще вземе заем, действията на финансовата институция трябва да се съсредоточат върху удължаване на неговия интерес.

 

Търсещия клиент може да се идентифицира като клиент, който посещава банковия сайт повече от веднъж, отнема му повече време, отколкото на другите потребители, кликва върху много повече под-страници, преглежда офертите и след това проверява за допълнителна информация за кредита в интернет. Взаимодействието на банката с такъв клиент трябва да се основава на умелото предоставяне на съвети (например връзки към страници на продукта) и да предоставя възможността за свързване с консултант.

 

И накрая, решения клиент е този, който се е насочил към определен продукт, който в този случай ще бъде заем. Ако този потребител се връща към сайта на банката, той ще разгледа и тези елементи (под-страници и други подобни), които се занимават с въпросния заем. Нещо повече, той ще отдели време, за да прочете съдържанието, ще предостави своите данни за контакт с цел взаимодействие с консултант и би изтеглил PDF файлове с условията на услугата, форми за попълване и т.н.. А реакцията на банката трябва да се състои в установяване на контакт чрез служител на банката, с цел финализиране на сделката.

 

Виртуалните хранилища на данни имат истински потенциал

Както се вижда по-горе, планирането и провеждането на маркетингова кампания въз основа на анализ на големите данни и непрекъснатия мониторинг на действията на интернет потребителите предоставят на банките възможност за бързо увеличаване на броя на клиентите, както и създаване на трайни взаимоотношения с тях. Онлайн дейността на банките предполагат набор от възможности, когато става въпрос за представяне на продуктовата гама и получаване на желани групи клиенти. Познанията върху поведението на интернет потребителите е отправна гледна точка за по-нататъшното изграждане на стратегия за продажби както и за адаптирането на продуктите към нуждите на клиенти, които са с определени изисквания. Най-важното обаче е осъзнаването на тази възможност да бъде част от всекидневния бизнес на вземане на решения.

Обратно към списъка