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.