Personalizace je v bankovnictví mocný nástroj. Podívejte se, jak ji využívají světové banky

Kontextové bankovnictví je díky umělé inteligenci na vzestupu. Finančním domům pomáhá přilákat a hlavně si udržet zákazníky. Nejde přitom o nic nového. Jde jen o přebalení tradiční zákaznické péče do nového, moderního a více data-driven pojetí.

Koncept digitální personalizace je přijímán napříč mnohými odvětvími v každém koutu světa. Všechna odvětví, od e-commerce přes ubytování až po prodej vozů se díky technologiím v posledních letech rychle změnila, a to ve prospěch zákazníka, ale i samotných firem. Platí to i o bankovnictví, které je tradičně velmi svázané regulacemi a ochranou osobních údajů.

Umělá inteligence, strojové učení a analýza velkých dat stojí za růstem tzv. kontextového bankovnictví i vznikem mnoha nových nástrojů pro finanční instituce, které pomáhají analyzovat chování a zvyky klientů. Bankovní domy jim tak díky tomu mohou například prostřednictvím aplikací nabízet relevantní bankovní služby v reálném čase či poskytovat nabídky na míru. 

Kromě toho je hlavním cílem personalizovaného bankovnictví přinášet hodnotu do vztahů se zákazníky s cílem vytvoření nepřetržitého dialogu mezi bankou a klientem.

33 procent

Až takový podíl zákazníků dle Accenture přeruší obchodní vztahy kvůli nedostatečné personalizaci nabízených služeb.

Využití cílených informací a interakcí

Výzkumy ukazují, že klienti oceňují personalizovaný přístup. Podle agentury Accenture přeruší klientské vztahy především kvůli nedostatečné personalizaci až třetina zákazníků, zatímco 91 procent spotřebitelů pravděpodobně bude nakupovat u značek, které zná, pamatuje si je a dokážou mu nabídnout relevantní zboží a služby a doporučení.

Důvod je hlavně psychologický. Zákazníci si chtějí vybírat jen z nabídek, které jsou relevantní k jejich aktuálním potřebám. Když jsou ale bombardováni příliš mnoho nabídkami, může jej od nákupu odradit něco, čemu se říká únava z rozhodování. Podle Accenture z tohoto důvodu opustí webové stránky až 45 procent spotřebitelů. Kontextové bankovnictví s pomocí umělé inteligence a strojového učení může tomuto odlivu potenciálních zákazníků zabránit. Až 83 procent zákazníků je ochotných sdílet vlastní osobní data, aby dostávali co nejvíce personalizované nabídky.

45 procent

Takový podíl návštěvníků opustí webové stránky kvůli přehlcení nabídkami a následné “únavě z rozhodování”.

Lepší digitál znamená lepší zkušenost

Umělá inteligence a digitalizace umožňuje lépe alokovat lidské zdroje a lépe obsluhovat zákazníky. Zároveň poskytnou zaměstnancům přístup k lepším nástrojům a více relevantním údajům o klientech. 

Například finská Nordea Bank používá AI k analýze textových dotazů a k určení toho, kam mají být tyto dotazy předávány, aby zaměstnanec mohl co nejlépe posloužit zákazníkovi. Americká U.S. Bancorp začala s umělou inteligencí také experimentovat. S její pomocí vyvíjí databázi odpovědí na zřídka kladené dotazy, které jsou ale důležité svou povahou. Cílem je vyhnout se zdlouhavému vyhledávání konkrétních specialistů napříč organizací, snížit administrativu a také dobu odpovědi klientovi.

Wells Fargo se zase zaměřila na zkušenost klientů s bankomaty. Díky analýze dat klienta o jeho výběrech a dalším chování už dnes obrazovky bankomatů dokážou přivítat klienta a nabídnout mu relevantní služby. A nejde jen o předvolenou částku vybrání dle jeho historického výběru, tudíž klient nemusí částku zdlouhavě a opakovaně hledat v menu. 

Wells Fargo nabízí také osobní nástroj s ATM Cash Tracker, který graficky zobrazuje měsíční výběry hotovosti bankomatů jednotlivých bank, což také zvyšuje uživatelský komfort.

A na závěr jeden příklad banky, která personalizaci vzala opravdu vážně. Britská banka Atom Bank totiž umožnila svým zákazníkům, ať si v co největší míře přizpůsobí svou aplikaci. Zašla dokonce tak daleko, že si klient mohl personalizovat i logo samotné banky.

S tím, jak se zdokonalují technologie kolem umělé inteligence, můžeme očekávat, že kontextové bankovnictví se stane klíčovým prvkem bankovního retailu. Nejde přitom o nic nového – jde jednoduše o přebalení tradiční služby do nového, moderního a více data-driven pojetí.