CentrumPR.pl

 

Rozważmy przykład banku, który ma liczne kontakty z konkretnym klientem, rozproszone po różnych departamentach, takich jak bankowość detaliczna, ubezpieczenia i zarządzanie majątkiem. „Gdy połączy się te wszystkie relacje, może się okazać, że jest to bardzo ważny klient” — mówi Steve Jones, wiceprezes ds. Big Data w Capgemini. „Ale ponieważ departamenty banku często działają w izolacji, jeden z nich może nie zdawać sobie sprawy z tego, jak ważny jest to klient, i na przykład zastosować standardową blokadę jednego z kont po wystąpieniu ujemnego salda. Może to zirytować klienta i doprowadzić do całkowitego zerwania jego relacji z bankiem”. Kluczową metodą, którą zaczynają stosować instytucje finansowe w celu wykorzystania wielkich zbiorów danych i narzędzi analitycznych, jest zatem konsolidacja różnych relacji w ramach jednolitego i pełnego widoku klienta. Konsolidacja umożliwia wytypowanie klientów, którzy zasługują na szczególne traktowanie, a także wykorzystanie pełnej wiedzy o kliencie do odpowiedniego przygotowania materiałów marketingowych i ofert.

 

Kierownictwo instytucji finansowych i ubezpieczeniowych zdaje sobie doskonale sprawę, że wielkie zbiory danych i analizy mają kapitalne znaczenie dla sukcesu w działalności. Instytucje finansowe zwłaszcza rozumieją potrzebę wykorzystania danych do personalizacji. Ważne jednak, by w obecnych czasach, gdy coraz większego znaczenia nabiera kwestia prywatności danych, taka personalizacja była ukierunkowana na utrzymanie relacji instytucji finansowej z klientem, a nie jedynie na zwiększenie przychodów.

Dzięki udostępnieniu bardziej konkretnej i dogłębnej informacji o klientach, wielkie zbiory danych i analizy umożliwiają instytucjom finansowym zwiększenie ich roli w życiu klientów. Banki coraz szerzej wykorzystują również dane z mediów społecznościowych. Badanie Oracle wykazało, że zdaniem 17% respondentów media społecznościowe są obecnie dla nich jednym z najszybciej rosnących źródeł danych, a 23% badanych uważa, że uzyskają one taki status w ciągu najbliższych dwóch lat. Banki analizują komentarze publikowane przez klientów w sieci, aby wykryć i zażegnać narastające powody niezadowolenia, a także rozpoznać, jakie nowe produkty byłyby interesujące dla klientów.

 

Wielkie zbiory danych i analizy mają również kluczowe znaczenie dla zapobiegania oszustwom. Pewna instytucja ubezpieczeniowa badała zasadność roszczeń związanych z ubezpieczeniem podróży, analizując wpisy na Twitterze. W niektórych przypadkach zawartość takich wpisów pozwoliła ustalić, że osoba wnosząca roszczenie nie była w miejscu rzekomego wypadku — i dzięki temu zdemaskować oszustwo. „Są to stosunkowo proste algorytmy, ale dawniej trudno było je zastosować do wielkich ilości danych” — dodaje Steve Jones. „Obecnie technologia umożliwia instytucjom finansowym analizowanie ogromnych ilości danych w czasie rzeczywistym”.