イノベーションを追求する多くの業界と同様に、銀行や金融サービスは、分散化された持続可能な金融、スーパー アプリ、またはメタバースの一部などのホットなトピックに惹きつけられることがよくあります。 新しいテクノロジーとイニシアチブには可能性がありますが、
業界の風景を変えるために、顧客の日常的な要件が見過ごされてしまうことがあります。
お客様が求めているもの…
ますます注目を集めている重要な側面は、顧客中心主義と顧客体験 (CX) です。 これは主に、顧客が望んでいる、または必要としている金融商品やサービスを作成し、顧客と関わるプロセスを作成することに関するものです。
摩擦がない、または積極的に楽しい。 多大な労力が費やされています –
銀行の75％ 新しい顧客中心のサービスを作成するために、これに積極的に投資しています。 ただし、顧客満足度の低さは、多くの場合、古いものや多年にわたるものに集中しています。
問題 透明性と柔軟性の欠如、鋭い練習、サービス スタッフの一貫性のない能力などです。
…そして銀行が必要としている…
規制当局が銀行間の競争を積極的に奨励している場合、
スイッチング統計 多くの場合、大きなフラストレーションの原因となります。 英国の顧客の約 40% は銀行を変更したことがなく、そのうち 40% 近くが 10 年以内に銀行を変更する可能性は低いです。 しかし、文化によって行動は変化し、
そして文化は変化しています。 デジタル ファーストのエクスペリエンスに完全に期待されているジェネレーション Z の顧客は、銀行プロバイダーを変更する可能性が最も高くなります。 乗り換えの可能性は顧客の年齢とともに減少する傾向がありますが、デジタル エクスペリエンスは
金融サービス以外の企業は、質の悪い体験に寛容ではない、より目の肥えた顧客基盤を生み出しています。
したがって、新しいサービスとより良いエクスペリエンスの導入は、既存の銀行にとって商業的に不可欠です。 これらは、顧客を維持し、デジタル ファーストの大手テクノロジー企業による競合サービスをかわすのに役立つ可能性がありますが、「非常に準備ができている」と感じているのは 17% のみです。
顧客中心の新しいタイプのビジネス モデルのために。
顧客を理解する
顧客をよく理解していなければ、魅力的なサービスを構築することは困難です。 効果的なデータとアプリケーションの構築
統合 インフラストラクチャは、データのサイロを打破し、企業に関連する多くの問題を軽減できます。
内部 顧客の見方。 ただし、企業は、顧客に対する彼らの見方が限定的な見方である可能性が高いことを認識する必要があります。 全体像を把握するために、企業は視野を広げて顧客の全体的な金融活動を理解する必要があります。
2018年には、
オープンバンキング 銀行が顧客口座の取引データを仲介業者と共有して競争を促進し、より良い財務上の意思決定を促進する道を開きました。
オープンファイナンス は、この概念をより広い範囲の金融活動に拡張する、より野心的なイニシアチブです。 これは、企業が何が起こっているかを超えて、顧客の金融活動をより深く理解する重要な機会を生み出します。
現在のアカウントで。 金融内でデータ共有イニシアチブを採用している経済は、GDP を
1と5％ 2030によります。
変更の通知
完璧なものはありません。 最善の努力と意図にもかかわらず、新しいサービスは常に進行中の作業になる可能性があります。 情報のない状態でサービスを改善するのは難しいため、企業は顧客が自社とどのようにやり取りしているかを理解する必要もあります。
サービスを提供しています。
測量 通常、ユーザー ベースの 7% しか考慮されていない場合、顧客ベースがフィードバックを収集したり、洞察を得るのに効果的な方法となることはめったにありません。 当然のことながら、CX リーダーの 16% だけが、調査データが有用な診断値を提供すると感じています。
カスタマー エクスペリエンスに関するより効果的な洞察を得るには、高度に装備されたサービス プラットフォームを作成する必要があります。これにより、統合インフラストラクチャが使用状況データを集中型データ リポジトリに転送して、その後の分析分析を行うことができます。
発見と対応 を 洞察力
費用対効果の高いコンピューティング リソースとデータ ストレージ リソースの利用可能性が高まっているため、企業が分析イニシアチブを活用してビジネス成果の向上を実現するのにこれほど適した時期はありません。 分析的に明確に定義された多くの問題
リスク計算や資産配分など、利用できる数値ツールの膨大なプールがすでに存在します。 ただし、これまで、顧客の行動を予測しようとするなど、不適切な問題を解決しようとする場合、ツールの機能は不十分でした。
人の問題はただ
プレーンハード そしてぎこちない。 機械学習は、これまで古典的なアプローチでは扱いにくかった問題に対処するための構造化された反復可能な方法を提供したため、このコンテキストで革新的であることが証明されました。
高度な分析 は、マーケティング、販売、コンプライアンスなどのビジネス ドメイン全体で大きな成果を上げています。 しかし、しばしば
多くの分析イニシアチブは、暗黙のうちに 耐久性のあります インサイトは時間の経過とともに比較的静的です。 これは、ほとんどの人が「ビジネス インテリジェンス」として認識するものの基礎であり、市場の内訳が含まれる場合があります。
構成要素または個別のグループへの顧客の分類。 このアプローチのみを追求する企業にとっての問題は、貴重な機会を逃していることです。
洞察は定義されたライフタイムのスペクトル全体に存在し、有益な結果を実現するために、それらを特定して活用する必要があります。 企業が利用できる洞察の量を増やしたい場合は、その活動をそれを超えて拡張する必要があります
耐久性のあります 洞察。 これにより、彼らは 腐りやすい インサイトの有効期間スペクトルの短い端に存在するオペレーション内のインサイト。 これは、サービスによる顧客エンゲージメントのコンテキストで特に重要です
プラットフォームでは、顧客が問題を抱えていることをリアルタイムで推測でき、即座に緩和策を提供できるかどうかが、顧客がポジティブまたはネガティブな結果をもたらすかどうかの違いとなります。
ネットプロモータースコア. 60%以上
調査対象となりました 企業は CX の問題にリアルタイムで対応する能力を優先し始めていますが、既存のシステムでこの目標をサポートできると答えた企業は XNUMX 分の XNUMX にすぎません。
それはほんの始まりです
オープン データ エコシステム、有能なハイブリッド統合、リアルタイム分析機能への投資は、顧客のエクスペリエンスを継続的に改善しようとする企業の強固な基盤を作り出します。 しかし、メリットはそれだけではありません。 顧客体験
は、企業が対処する必要がある破壊的な側面の XNUMX つにすぎません。また、これらのデータ基盤を使用して他の重要な課題に対処する方法についても検討する必要があります。
