Swiss Retail Banking 고객 데이터의 진정한 가치

스위스 소매 금융 산업의 발전은 금융 시장 참가자의 통합에 의해 주도되며, 효율성 향상을 위한 규정 준수 및 측정에 대한 지출 증가에 의해 주도됩니다. 또한 마이너스 금리로 인한 불확실성의 환경이 있습니다. 따라서 스위스 소매 은행은 치열한 경쟁 환경에서 비용 증가와 함께 판매 및 이자 마진 감소에 직면해 있습니다.

그림 1:스위스 칸톤 은행의 평균 수익 마진 및 비용 대비 소득 비율

출처:딜로이트 분석, 2017

동시에, 은행 서비스 및 상품의 가용성에 대한 고객의 기대치는 최근 기술 및 디지털 개발로 인해 계속 증가하고 있습니다. 은행이 이러한 기대를 충족할 수 있다면 더 강력한 고객 충성도와 충성도를 얻게 됩니다.

은행은 어떻게 대응할 수 있습니까?

현재 압박을 받는 비즈니스 환경에서 스위스 소매 은행은 은행 서비스 가치 사슬의 디지털화를 주도하는 대규모 혁신 프로그램을 오랫동안 시작했습니다. 그들은 변화하는 산업에서 자신을 재배치하고 무엇보다도 새로운 수익원을 찾아야 한다는 압박을 받고 있습니다. 우리가 관찰한 바에 따르면 한 가지 핵심 레버가 반복적으로 나타나는 것 같습니다. 은행이 풍부한 고객 데이터를 활용하여 수익 창출 조치를 처방할 수 있는 방법은 무엇입니까?

고객 데이터에서 통찰력을 얻는다는 아이디어는 새로운 것이 아니지만, 대부분의 은행이 이제 디지털 혁신 이니셔티브에 한창 진행되면서 고객이 생성한 데이터의 양이 폭발적으로 증가했습니다. 금융 서비스 기관은 고급 분석 기능에 막대한 투자를 하고 있으며 여기에는 그럴만한 이유가 있습니다. Harvard Business Review에 게재된 최근 연구 1 예를 들어, 분석 리더는 분석 후발자보다 실시간 데이터 및 분석을 사용하여 고객 경험을 맞춤화할 가능성이 2.5배 더 높거나 분석을 활용하여 고객 이탈을 제한할 가능성이 2.6배 더 높은 것으로 나타났습니다. 총 마진, 영업 마진 및 이익 마진 측면에서 최종 성과.

그림 2:'디지털 리더'의 주요 이점

출처:Deloitte가 각색한 삽화, 2017

실제로, 고객 고급 분석은 은행의 전략적 우선 순위에 따라 매우 다른 형태를 취할 수 있으며 기업 전략에 초점을 맞추고 후자가 은행 내 각 수준에서 실행되는 방식에 중점을 둘 수 있습니다. 시장 경험은 다음 영역에서 스위스 소매 은행의 고객 분석 이니셔티브와 관련하여 추가 개발 가능성이 높은 것으로 나타났습니다.

  • 제품 친화성 모델 :고객 프로필, 투자 포지션, 거래뿐만 아니라 온라인 행동에 기반한 머신 러닝 알고리즘의 적용. 제품 선호도 모델은 사용 가능한 기술에 따라 고객이 은행 제품을 구매할 가능성을 실시간으로 계산하고 처방할 수 있습니다. 즉각적인 관계 관리자(RM)를 위한 차선책 기회를 실현하기 위해.
  • 고급 잠재 고객 분석: 일반적으로 외부 데이터 공급업체가 제공하는 지능형 네트워크 데이터 사용:회사 간행물, 뉴스, 상업 등록부, LinkedIn 또는 Xing과 같은 다양한 소스의 데이터를 결합하여 개인 네트워크 구축. 이 데이터는 내부 고객 및 CRM 데이터와 결합되어 RM이 잠재 고객에게 접근할 수 있는 중요한 "개방자"를 식별합니다. 고급 잠재 고객은 제품 친화성 구성 요소를 결합하여 잠재 고객이 구매할 가능성이 가장 큰 제품 또는 은행 패키지를 식별할 수도 있습니다.
  • 고객평생가치 :은행과 함께 평생 가치를 예측하기 위해 과거 및 현재 고객 프로필 및 유사한 고객에 대한 행동의 추정을 기반으로 하는 고객 가치 모델의 설계 및 구현. 이 사용 사례는 또한 평가 모델에 핵심 입력을 제공하는 고급 클러스터링 기술을 특징으로 합니다. 이를 통해 RM 및 전면 판매가 우선순위 영업 노력 높은 가치 잠재력 또는 가치가 낮은 고객을 다른 클러스터로 밀어붙이기 위한 조치를 취하여 장기적인 비즈니스 목표를 추진할 수 있습니다.
  • 이탈 관리 및/또는 고객 충성도 증가
    내부 및 외부 제공 데이터베이스를 기반으로 고객 이탈을 예측할 수 있는 일련의 행동 패턴 기준의 정의 및 사양. 고급 분석을 통해 식별된 이탈 이유를 기반으로 RM에 대한 자동 경고 시스템이 설정됩니다. 사전 예방적으로 고객 이탈 방지를 위한 고객별 조치 식별 적시에.

소매 은행에서 고객 분석을 어떻게 효과적으로 수행할 수 있습니까?

고급 고객 분석을 비즈니스 프로세스에 성공적으로 포함하기 위한 주요 고려 사항은 다음과 같습니다.

  • 규정된 조치에서 실제 비즈니스 결과로 이동: 이 중요한 단계는 일상적인 비즈니스 프로세스에 혁신을 포함시키는 은행의 능력에 달려 있습니다. 전면 직원 및 지원 직원에 대한 광범위한 교육, 비즈니스 프로세스의 재설계, 심지어 기업 문화의 변화도 필요합니다. 종종 이것은 스위스 은행 기관에 특히 어려운 일입니다. 개념 증명은 가설을 테스트하는 데 유용합니다.
  • 분석 결과를 모든 디지털 채널에 포함 :고객은 은행과 어떤 채널(온라인, 모바일, 지점 등)을 사용하기로 결정하든 동일한 수준의 서비스를 기대합니다. 진정한 옴니채널 고객 경험을 보장하려면 모든 플랫폼에서 고급 분석 모델의 권장 조치를 사용할 수 있어야 합니다.
  • 모델이 피드백을 통해 학습하도록 허용 :고급 분석 모델은 보다 정확하고 시기 적절한 권장 사항을 제공하기 위해 지속적인 개선이 가능하도록 설계되었습니다. 솔루션을 설계할 때 스위스 은행은 고객 여정의 "진실의 순간"이 모델에 다시 반영될 수 있도록 해야 합니다.
  • 전체 개발 과정에서 비즈니스 승인 획득 :고급 분석 사용 사례의 구현은 단독으로 수행할 수 없습니다. 프로그램 관리자와 데이터 과학자 리드는 초기 동의를 얻기 위해 개발의 각 단계에서 비즈니스 이해 관계자와 함께 결과를 검증해야 합니다.

은행 데이터를 개선하는 데 도움이 필요하십니까?

딜로이트가 개발한 솔루션인 Retail Banking Growth Engine은 고객 데이터 분석을 자동화합니다. 광범위한 데이터베이스는 외부 및 은행 내부 고객과 거래 데이터를 결합하여 고객 그룹이 특정 제품을 구매할 확률을 예측할 수 있도록 합니다. 자세한 내용은 웹사이트에서 확인할 수 있습니다.

결론

시장의 힘이 은행 산업을 재편성함에 따라 스위스 소매 은행은 대규모 디지털화 전환 프로그램을 시작했습니다. 고급 분석을 통해 새로운 수익 성장 잠재력을 실현하기 위해 증가하는 고객 데이터를 활용하는 것을 최우선 과제로 삼아야 합니다. 이를 효과적으로 만들기 위해 은행은 고객 분석을 일상적인 비즈니스 프로세스에 통합해야 합니다.

1 출처:Robert Bock, Marco Iansiti, Karim R. Lakhani:디지털 비즈니스 격차의 오른쪽에 있는 기업의 공통점, Harvard Business Review, 2017년 1월


은행업
  1. 외환 시장
  2.   
  3. 은행업
  4.   
  5. 외환 거래