Multi-Channel-Banking leichter gemacht

Die meisten Finanzinstitute (FIs) begrüßen die Idee der daten- und analysegesteuerten Entscheidungsfindung, stoßen jedoch auf ernsthafte Herausforderungen bei dem Versuch, diesen Ansatz in den täglichen Betrieb zu integrieren. Traditionelle Finanzinstitute konkurrieren nicht nur untereinander, sondern zunehmend auch mit verschiedenen FinTechs und digitalen FIs. Diese neueren Anbieter setzen hochmoderne Technologie ein, um den Services, die vollständig physisch oder online angeboten werden, Mehrwert zu verleihen. Daher sollten Datenintegration und die Gewinnung von Erkenntnissen ein Kernbestandteil der Banking-Disziplin sein, anstatt einer siloartigen Datenanalyse, die in der Regel zu silohaften Erkenntnissen führt. Schlechte Datenqualität verzerrt Analysen und führt in der Regel zu schlechter Entscheidungsfindung und fehlerhafter Geschäftsstrategie. Diese isolierten Erkenntnisse und die schlechte Datenqualität kosten die US-Wirtschaft bis zu 3,1 Billionen USD jährlich. Während FIs erfolgreich isolierte Exzellenz-Cluster in der Analytik entwickelt und ihre Digital-First-Strategie beschleunigt haben, kämpfen die meisten damit, dies auf ihren täglichen Betrieb anzuwenden und davon zu profitieren, indem sie fortgeschrittene Analytik einsetzen.

„Besserer Service im Banking beginnt mit tieferer Datenanalyse"

Deep-Data-Analyse ist, wenn große, unstrukturierte Daten analysiert und organisiert werden und unwichtige Informationen entfernt werden. Deep Data kombiniert also groß angelegte Datenerhebung mit der Fähigkeit, hochwertige, relevante und handlungsfähige Muster herauszusieben.

Einen Vorsprung im Digital-First-Rennen erlangen    

Jedes FI möchte eine „Digital-First"-Strategie übernehmen und seinen digitalen Ökosystem weiter ausbauen. Viele Organisationen sind jedoch ratlos, wenn es darum geht, diese „Digital-First"-Strategie umzusetzen. Sie verstehen die Notwendigkeit, neue Technologien dafür zu übernehmen, stehen aber vor Herausforderungen bei der Priorisierung von Initiativen. Daher ist eine starke Grundlage für daten- und analysegestützte Entscheidungen entscheidend, um solchen Herausforderungen voraus zu sein.

Wenn zu viele Initiativen gleichzeitig verfolgt werden, werden wertvolle Ressourcen gebunden und Innovation verlangsamt. Es ist wichtig zu wissen, was priorisiert werden sollte, und Transformationsressourcen dorthin zu lenken, wo sie innovieren und den höchsten positiven Nettoeinfluss generieren können. Analysebasierte Erkenntnisse zu nutzen, um digitale Initiativen zu identifizieren, zu quantifizieren und zu priorisieren, kann für Kunden zusätzlichen Wert schaffen und operative Effizienzen für das FI generieren. Ein kürzlicher Forbes-Artikel nennt Priorisierung als „die neue Innovation" und betont die Notwendigkeit einer zuverlässigen Daten- und Analyseinfrastruktur, um Initiativen zur Verbesserung der Kundenbindung zu identifizieren.

Die Digital-First-Strategie zukunftssicher machen    

Nachdem Sie priorisiert haben, was auf Ihrer digitalen Roadmap steht und welche Ressourcen Sie benötigen, ist die nächste Frage, ob Ihre „Digital-First"-Strategie bestand hat. Da die Nutzung digitaler Kanäle in den letzten 18 Monaten exponentiell zugenommen hat, war es noch nie so wichtig, Ihre digitale Strategie erneut zu überprüfen. Deep Data und Analytik können Ihnen zeigen, wo Sie Verbindungen mit Verbrauchern und Unternehmen vertiefen können, mit intuitiven Lösungen, die Sie heute und in Zukunft von der Konkurrenz abheben.

Compliance am Steuer der Digitalisierung    

FIs fügen schnell neue Funktionen und Services hinzu oder digitalisieren Legacy-Angebote, um ihr digitales Ökosystem zu erweitern und im Markt wettbewerbsfähig zu bleiben. Regulierung kann jedoch oft Innovation behindern und stellt die Herausforderung dar, kontinuierlich digitale Services hinzuzufügen, um die gebotene Sorgfalt und angemessene Compliance sicherzustellen.

Da Filialen Produkte verkaufen und Services erbringen, müssen diese Transaktionen regulatorischen Leitlinien entsprechen. Datenmodellierung und Analytik können die Anzahl der von Filialen begangenen Fehler verfolgen, kategorisieren und letztendlich reduzieren – wie z. B. fehlende Unterschriften bei neuen Kontoanträgen oder unzureichende Unterlagen für einen Kreditantrag. Oft kann eine Grundursache für diese Probleme übersehen werden, was Ineffizienzen und schlecht genutzte Ressourcen schafft. Durch die Verbindung von funktionsübergreifenden Teams und dynamischem Dateneinsatz können Fehler von Mitarbeitern markiert werden, was Einblicke in die Grundursache bietet. Diese Probleme können auf ineffiziente Prozesse bis hin zu Lücken in der Mitarbeiterschulung zurückzuführen sein, was bedeutet, dass die Lösungen so einfach wie ein verbessertes Schulungsprogramm oder so komplex wie grundlegend neue Prozesse oder Systeme sein können. Diese Fehler mögen trivial erscheinen, können aber in einigen Fällen zu schwerwiegenden regulatorischen oder Compliance-Folgen führen. Es ist entscheidend, qualifizierte Ressourcen im Team zu haben, die sowohl Filialoperationen als auch digitale Innovationen verstehen, um sicherzustellen, dass Digitalisierung nicht auf Kosten der Compliance geht.

Kundenbindung & -erlebnis in einer digitalen Welt    

Eine von Intuit durchgeführte Umfrage ergab, dass 44 Prozent der Millennials bei finanziellen Fragen eher ihre Eltern kontaktieren und 33 Prozent das Internet anstelle ihres FI aufsuchen würden. Das macht es entscheidend, Beziehungen zu diesen digital geborenen Kundensegmenten zu schützen. Millennials generieren große Mengen an Daten über ihre Smartphones und suchen aktiv nach langfristiger Finanzplanung – ein Service, der traditionell nur persönlich angeboten wurde. Dieses Kundensegment bevorzugt jedoch Online-Interaktion und schätzt guten Service. Sie wissen, dass Sie ihre Daten sammeln, und sind bereit, diese zu teilen – aber sie wollen auch sehen, dass Sie diese nutzen, um ihnen einen intuitiveren und personalisierteren Service zu bieten.

Die zunehmende Beliebtheit von Social-Media-Plattformen als primäres Kommunikationsmittel fügt dem Liefern eines reibungslosen Kundenerlebnisses eine Komplexitätsebene hinzu. Kunden über diese neuen Kanäle effektiv einzubinden, erfordert eine kontinuierliche Anstrengung, „traditionelle" Daten zusammen mit den Informationskrümeln zu sammeln und zu analysieren, die von Kunden durch die digitale Welt in der Hosentasche erstellt werden.

„Internetnutzer generierten etwa 2,5 Quintillionen Byte Daten/Tag; im Jahr 2020 generierte jede Person etwa 1,7 Megabyte/Sekunde und 80–90 % all dieser Daten sind unstrukturiert."

Die Möglichkeit, über verschiedene Kanäle mit Kunden zu interagieren, bietet eine Gelegenheit, das Kundenerlebnis zu verbessern, die Bindung zu erhöhen und einen nahtlosen Übergang vom digitalen zum physischen Banking (oder umgekehrt) zu schaffen. Darüber hinaus kann die Einbeziehung von Daten und Analytik in den alltäglichen Banking-Betrieb FIs ermöglichen, das Kundenerlebnis zu revolutionieren und den Return on Experience (ROX) zu steigern, eine wesentliche Kennzahl für den Erfolg eines Unternehmens, um zu messen, wie gut es die Erwartungen der Kunden erfüllt.

Durch die Nutzung von Erkenntnissen aus der Analyse eines kontinuierlichen Datenflusses können FIs eingehende Untersuchungen über Kunden erhalten, um Beziehungen zu vertiefen, Cross-Selling zu stärken, Akquisitionskosten zu senken und organisches Wachstum zu fördern. Darüber hinaus können Sie diese große Datenmenge durch eine Verhaltensanalytik-Linse bewerten, um eine Online-Engagement-Strategie für digitale Natives zu entwickeln und sie bei Bedarf in physische Räume zu überführen.

Self-Service und Transaktionsmigration    

In den letzten Jahren haben sich fast alle FIs in irgendeiner Weise auf die Migration von kassiererbasierten Transaktionen zu verschiedenen Self-Service-Kanälen wie ATMs/ITMs, Mobil und Online konzentriert. Es ist nicht ungewöhnlich, dass solche Filial-Transformationsprojekte Erkenntnisse über migrierbare Transaktionen durch eine tiefgehende Analyse umfangreicher Transaktionsdaten gewinnen.

FIs legen erhebliches Gewicht auf die Kassierertransaktionsmigration, um Investitionen in die Modernisierung ihrer Self-Service-Flotte zu rechtfertigen. Während ATMs/ITMs die Kluft zwischen physischem und digitalem Banking überbrücken können, kann dieser Ansatz einen eingeschränkten Umfang haben. Die Analyse ist fehlerhaft, wenn sie nicht andere Gründe berücksichtigt, warum der Kunde zum Kassierer statt zum Self-Service geht. Ein zuverlässiger und konstanter Datenzufluss kann Trends sehen oder Betriebslücken identifizieren, die das FI daran hindern, das erwartete Niveau der Transaktionsmigration zu erreichen.

Eine holistische Datenanalyseinfrastruktur ist erforderlich, um zu untersuchen, warum ihre Kunden sich entscheiden, mit einem Kassierer statt über alternative Kanäle zu banken. Das Kundenverhalten geht weit über die Unvertrautheit mit der Nutzung einer automatisierten Maschine oder den Wunsch nach einem persönlichen Gespräch hinaus. Eine Trennung zwischen Kundenverhalten und ihrer Transaktionsaktivität schafft echten Einblick in Interaktionen an Kassiertischen im Vergleich zu Self-Service. Darüber hinaus schafft diese kontinuierliche Datenerhebungs- und Analyseinfrastruktur einen ausgezeichneten Mechanismus, um den Erfolg quantitativ zu messen und Transaktionen basierend auf ihrer Migrationsfähigkeit zu klassifizieren.

In den letzten zehn Jahren haben die meisten FIs eine moderat anspruchsvolle Filial-Analyseinfrastruktur integriert. Ihnen fehlt jedoch in vielen Fällen die Expertise, die Ressourcen oder die Automatisierung, um diese Analysen oder Datenpunkte in handlungsfähige Erkenntnisse umzuwandeln. Der ideale Filial-Transformationsansatz sollte die Transaktionsmigration angehen, indem Filialdaten bewertet und zu handlungsfähigen Erkenntnissen für Managementinformationen verfeinert werden. Diese handlungsfähigen Erkenntnisse können dabei helfen, verschiedene Herausforderungen zu lösen, wie z. B. die Auswahl des besten Self-Service-Mix oder der Standorte für die Einführung von ITMs oder die Treffen datengestützter Entscheidungen mithilfe von Transaktions-Benchmarking.

Mit dieser datengestützten Intelligenz sind FIs in der Lage, persönliche und digitale Services besser zu integrieren und optimale Entscheidungen für ihr Unternehmen und ihre Kunden zu treffen.