Přejít k hlavnímu obsahu
Nechte pro sebe pracovat nejen peníze, ale i data. Naučte se je využívat na maximum
Individuální poradenství. Lepší cílení nabídek a tedy lepší konverze. Výhody a věrnostní programy. Služby orientované na klienta. Konkrétního klienta. Jednotlivce. Takto budou vypadat bankovní služby v nejbližší budoucnosti.

Alespoň u těch bank, které si kla­dou za cíl uspět na trhu, kde ces­ta k úspěchu chtě nechtě povede jen přes lepší klientskou zkuše­nost a spokojenost se službami. A kde retence klientů a minimali­zace jejich fluktuace poté, co je banka tak těž­ce a s vysokými náklady získala na svou stra­nu, závisí na tom, jak úspěšně jim dokáže ušít produkt na míru. Poskytnout personalizova­nou nebo třeba dobře cílenou, na lokalitu váza­nou nabídku.

Cesta do hlavy klienta

Klientská zkušenost je z větší části zatím spí­še nevalná. Podle renomovaných celosvětových analýz označuje svou zkušenost s bankovními službami jako pozitivní méně než 40 % klien­tů. Prostor ke zlepšování tady je.

Aby to banky dokázaly, potřebují klientovi nahlédnout do hlavy a zaujmout. Právě to si stá­le více bank a finančních institucí slibuje od nej­ novější generace různých typů analytických ná­strojů. Právě ty by měly napovědět – například analýzou výdajů, využití bankovních produk­tů, využití různých kanálů při interakci s ban­kou atd. – o klientovi více. Je to opravdu tak jed­noduché?

Nástroje především pro business

Zájem o pomoc moderních analytických ná­strojů roste. Nástroje z oblasti Business Intelli­gence a analýzy dat dokonce pro řadu business oddělení bank u nás i ve světě představují inves­tiční prioritu pro letošní rok.

Imponuje jim potenciál takových vymože­ností, jakými jsou například:

Mobilní reporting. Přehledné a interaktivní reporty a dashboardy dostupné typicky z tabletu kdykoliv a odkudkoliv. Nejčastěji jsou založené na reportingové platformě, jako je SAP BusinessObjects Mobile. 

Self-service Bi a Data Discovery. Nová generace samoobslužných nástrojů, která umožňuje objevovat a jednoduše analyzovat a vizualizovat různé typy dat z různých zdrojů. Příkladem jsou nástroje jako Qlik View nebo Tableau.

Big Data. Specializované nástroje, jako např. Splunk, které umožňují jednoduše zpracovávat a zkoumat velké objemy nestrukturovaných nebo různě strukturovaných dat včetně dat z webů a mobilních zařízení i dat ze sociálních sítí.

Prediktivní analýza. Pokročilé analytické nástroje, které umožňují na základě historických dat a specializovaných algoritmů předvídat budoucí chování klientů nebo vývoj trhu. Lídrem v této oblasti je společnost SAS.

To vše jsou příklady nástrojů, které mohou dát bankéřům do rukou informace potřebné pro rozhodování nebo poskytnutí poradenství klientovi na základě důkladné analýzy jeho si­tuace a očekávaných potřeb. Samotná busines­sová oddělení mají dokonce často už předem jasno, jaký typ nástroje by chtěla využívat.

Můžete si vysnít ty nejlepší analytické po­můcky, samy o sobě ale nebudou znamenat nic. Co nám tedy ještě v celé skládačce chybí? To hlavní: Data!

Data máte. Jsou všude kolem!

Na nedostatek dat si není třeba stěžovat. Spíše naopak, jsou doslova všude – v bankovních sys­témech, CRM nebo v digitálních archivech do­kumentů. K tomu můžeme připočíst další po­tenciální zdroje užitečných dat: stopy, které po sobě zanechají návštěvníci webového portá­lu, sociální sítě, data z mobilních zařízení.

Není však vůbec snadné se v takové zá­plavě zorientovat, najít, vybrat a vyhodnotit ta správná data. Je dobré se zamyslet: Než se pustíte k zákazníkovi s personalizovanou na­bídkou, než se rozhodnete „vymyslet“ a pustit do světa nový produkt, než se rozhodnete jako CFO „vyměnit“ celý obchodní tým, jste si jis­ti, že máte k dispozici všechna data pro tako­vé rozhodnutí? Relevantní a aktuální data, kte­rým můžete věřit?

Business intelligence, šedé it banky?

Současný stav v mnoha společnostech je dán již historicky. Už s příchodem PC a kancelářských aplikací si business zvykl nečekat na IT, když stačilo si data vytáhnout ze systému a zpraco­ vat v Excelu.

A protože Business Intelligence má blíže k businessu než k IT, s rozmachem BI zůstal tento přístup v mnoha případech podobný i zde. Oblast BI tak leží často tak trochu mimo IT banky, jakoby vedle něj. Oddělení BI si často dokonce udržují jakési vlastní IT, které obslu­huje jen a pouze jejich vlastní potřeby.

V bankách vzniká nová role Chief Data Offi­ cer (CDO), která sice na jedné straně zastře­šuje IT, ale jde často o člověka, který se na něj dívá více z pohledu businessu. Otevírá se pro­stor pro zcela nové pozice specialistů pro prá­ci s daty. Nicméně i přesto se business, pokud chce být do budoucna úspěšný, bez spolupráce s IT neobejde. Už proto, že dat je zkrátka pří­liš mnoho.

Věrohodná data? Konsolidovaná ve skladu

Pointa je v tom, že data jsou typicky roztříště­ na ve více systémech a zdrojích napříč bankou. Kdo vám pak zaručí, že se rozhodujete nad vše­ mi dostupnými informacemi? Že jsou aktuální?

Je třeba se vrátit na začátek. Prakticky žád­ ná iniciativa v Business Intelligence nepřinese očekávané ovoce, pokud nezačne u promyšle­né konsolidace dat. Proto ať se nám to líbí nebo ne, je obvykle nutné začít vybudováním takzva­ného datového skladu (Data Warehouse, DWH).

V minulosti bylo účelem DWH pouze před­ připravit data, aby jejich analýza mohla pro­ běhnout v rozumném čase s využitím rozum­ných výpočetních kapacit (tj. za přijatelných nákladů). Dnes, v době levných výpočetních zdrojů, se však jeho role posunula.

Tzv. Enterprise DWH (EDWH) je velmi dů­ležitou součástí informační architektury – jde o sjednocené úložiště, které v sobě shrnuje data z více, často zcela různorodých systémů a ve vhodné formě je zprostředkovává k analý­ze. Konzument reportu či analytik si tak může být jistý, že má k dispozici data, kterým může věřit, v aktuální podobě a na jednom místě.

Vytvořením DWH tak vybudujete jakýsi zla tý důl dat, ze kterého bude těžit celá banka. A například prostřednictvím mobilních repor­tů je bude doslova mít jako na dlani.

Zní to jednoduše? Je to jednoduché, když víte jak na to

EDWH dnes nemusí být „jenom“ klasický datový sklad, typicky postavený dle jednoho z přístupů pánů Kimballa nebo Inmona, pravidelně ukláda­jící data do některé z Enterprise databázových platforem. Technologie, umožňující dostupné čistě in­memory procesování dat, nebo naopak distribuované uložení dat, v poslední době vý­razně rozšířily možnosti toho, jaká data je mož­ né v rámci datového skladu uchovávat a vytě­žovat, jakou zvolit architekturu a jak výrazně zefektivnit celý proces zpracování dat. „Mno­ho zajíců, myslivcova smrt?“ Nikoliv, i přes roz­tříštěnost jednotlivých technologií a přístupů je možné např. pomocí nástrojů data federation nebo data virtualization umožnit koncovým uži­ vatelům kontrolovaný přístup a analýzu dat po­ mocí kombinace všech v organizaci dostupných technologií. Uživatel nemusí jakkoliv rozlišovat do jaké části celého landscapu zrovna přistupuje nebo jak je mezi sebou kombinuje.

Pořádek i bezpečnost

Ani tím však péče věnovaná datům nekončí. Stejně jako nekončí role IT. Účinnost a nákla­dová efektivita marketingových kampaní, stej­ně jako komunikace s konkrétním klientem zá­visejí také na datové kvalitě. Stranou by proto neměla zůstat ani tzv. správa kmenových dat (Master Data Management) a datová kvalita, což jsou oblasti, jejichž cílem je „odladit“, vy­čistit a dlouhodobě udržovat v pořádku klíčová data o klientech (nebo také o produktech atd.).

A pak jsou zde nové přístupy, jako zmíněné samoobslužné analytické nástroje. Ty do světa zkoumání klientských potřeb přináší doslova nový rozměr. Proč čekat na IT, když si business uživatel pro svá data může jednoduše sáhnout? Sám objevovat zajímavá data, snadno je analy­zovat, vizualizovat?

Takové pomůcky přímo vyzývají k investiga­tivní a kreativní práci s daty a je smysluplné ne­chat businessu volnou ruku, pokud se rozhodne tyto vymoženosti vyzkoušet.

Je to však právě IT, které se musí posta­rat o vytvoření vhodné architektury dat, kte­rá takovou práci s daty umožní. A navíc, každá data jsou nositelem různě citlivých informací a mají své vlastníky. Je proto třeba zavést ade­ kvátní metodiky Data Governance, tedy správy dostupnosti a použitelnosti, ale také integrity a bezpečnosti dat.

IT specialisté v roli partnera

Trask solutions má již v oblasti Business In­telligence bohaté zkušenosti – počínaje budo­ váním Enterprise DWH přes Master Data Ma­nagement, datovou kvalitu a BI Governance až po oblast reportingu. Implementovali jsme mo­ bilní reportingové platformy pro přední spo­lečnosti na českém trhu, známe samoobslužné či prediktivní analytické nástroje, poradíme si s velkými daty.

Praxe nás však naučila především jedno. Po­kud chcete uspět u klienta, nestačí jen zavést nejvyspělejší platformu nebo si nainstalovat poslední výstřelek mezi „všemocnými“ vizuali­začními aplikacemi. Proto se na ně díváme z po­hledu našich znalostí bankovního businessu a snažíme se najít v nich smysluplný zdroj informací pro rozhodování. Z tohoto úhlu pohle­du v nich lze najít skutečnou hodnotu. 

Autor: Ondřej Stoklasa, Trask solution a.s. 

 

Datum vytvoření: 22/04/2015

 

linkedin

Komentáře komentáře
ECB zvýšila sazby nejvíce od vzniku eurozóny, ČNB ji asi následovat nebude ČNB se naopak otáčí a možná již otočila zcela opačným směrem. Holubičí obrat v b... Jan Bureš, hlavní ekonom Patria Finance
Profile picture for user Jan bureš
ČNB přešlapuje na místě, dalšímu růstu sazeb se nevyhne Inflace se v červnu pohybovala více než dva procentní body nad jarní prognózou a... Jan Bureš, hlavní ekonom Patria Finance
Profile picture for user Jan bureš
Vysoká inflace začíná měnit chování spotřebitelů Meziroční srovnání je však v tomto případě poněkud zavádějící v důsledku konce l... Petr Dufek, hlavní ekonom Banky Creditas
Profile picture for user Petr Dufek