Terwijl merken zich aan het begin van de pandemie haastten om naadloze en effectieve omnichannel-aanwezigheden op te bouwen, profiteerden consumenten van meer keuze en een hernieuwde focus op betere ervaringen. In de nasleep van die drukte krijgen we nu relevante en gepersonaliseerde ervaringen wanneer we in contact komen met streamingdiensten, retailers, online kruideniersplatforms en daarbuiten, en verwachten we over de hele linie hetzelfde niveau van service op maat. Maar één bedrijfstak blijft achter: financiële instellingen (FI's) moeten nog adequaat voldoen aan de nieuwe consumentenvraag.

Dat gezegd hebbende, liggen er enorme kansen voor banken en FI's om dit de komende jaren te doen - slechts 21% van de bankklanten zegt persoonlijk advies of begeleiding te krijgen als het gaat om financiële beslissingen. En er is honger naar betere ervaringen: 47% van de consumenten die effectief advies kregen, gaan door met het openen van een nieuwe rekening. Gezien het concurrentielandschap is het slechts een kwestie van tijd voordat een consument zijn oog richt op een bank die waarde toevoegt door dergelijke personalisatie.

Hoewel effectieve regels voor betrokkenheid niet altijd duidelijk zijn, worden FI's vaak geplaagd door dezelfde uitdagingen.

Inconsistente gegevens

Hoewel FI's over een schat aan consumentengegevens beschikken, blijkt uit onderzoek dat 72% moeite heeft om deze snel te integreren in betrokkenheidssystemen, waardoor teams gedwongen worden hun personalisatiecampagnes handmatig te beheren met behulp van alle beschikbare gegevens. Deze aanpak is zowel inefficiënt als moeilijk schaalbaar, vooral omdat het aantal doelgroepen en ervaringen toeneemt. Machine learning kan deze uitdaging oplossen, maar niet zonder consistente en zinvolle gegevensinvoer vanuit het hele bedrijf.

Slecht organisatorisch ontwerp

FI's hebben ervaring met consumentenacquisitie, -adoptie en levenscyclusbeheer, maar het inbedden van doordachte personalisatie vereist een nieuwe manier van denken en een andere set middelen. Bedrijven die uitblinken in personalisatie genereren 40% meer omzet - maar de leercurve kan ervoor zorgen dat velen afhaken voordat het rubber de weg op gaat. Een sterk operationeel raamwerk omvat ten minste één belangrijke stakeholder die personalisatie-inspanningen in het hele bedrijf stimuleert, prioriteiten stelt en leert van quick wins, en die gegevens gebruikt om in de loop van de tijd te schalen.

Smalle reikwijdte van AI

Traditionele algoritmen kunnen eenvoudige ervaringsoptimalisatie beheren, maar hebben een beperkte reikwijdte. Hoewel ze zijn geprogrammeerd om verkeer naar de best presterende variant te leiden, kunnen ze niet effectief voorspellen met welke producten, aanbiedingen of diensten een klant waarschijnlijk als volgende interactie zal aangaan. Om het volledige potentieel van AI te benutten, moeten FI's geavanceerde deep learning- en affiniteitsmodellen toepassen die personalisatie met een veel hogere mate van nauwkeurigheid activeren. Het voordeel: hoewel de technologie geavanceerd is, is de opzet minimaal.

De personalisatiepuzzel oplossen

Personalisatie kan de onderscheidende factor zijn tussen de ene bank en de andere wanneer oplossingen voor deze veelvoorkomende problemen zijn gebaseerd op specifieke, unieke en bruikbare inzichten. Maar om die inspanningen tot leven te brengen, moeten banken heroverwegen hoe ze werken – van industriële organisatie tot technologisch kader – om beter op te komen voor hun consumenten en echte waarde te zien. Met de juiste operationele investeringen om data te verenigen en AI-mogelijkheden te verdiepen, en een belangrijke stakeholder om uw inspanningen te stimuleren, is ware hyperpersonalisatie op schaal haalbaar.

En hoewel je van punt A naar punt B moet komen, moet je je holistische benadering heroverwegen, maar de eerste stap is relatief eenvoudig: begin met testen met de gegevens die je hebt (interacties die via de site of app worden vastgelegd, kunnen een schat aan waardevolle informatie opleveren van bekende en onbekende gebruikers), leer van uw resultaten en herhaal, waarbij gegevens centraal staan ​​bij elke beslissing.

Wanneer personalisatie echt is geïntegreerd, kan een FI de website afstemmen op een student die op zoek is naar een creditcard versus een eigenaar van een klein bedrijf die op zoek is naar een lening. FI's kunnen ook uitgaven naar specifieke categorieën sturen, bestaand gedrag belonen met geld terug of andere aanbiedingen, en nog veel meer. Uiteindelijk is het begrijpen van uw consumenten en het leveren van betere ervaringen het meest duurzame bedrijfsmodel voor productieve relaties.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoAiStream. Web3 gegevensintelligentie. Kennis versterkt. Toegang hier.
• De toekomst slaan met Adryenn Ashley. Toegang hier.
• Koop en verkoop aandelen in PRE-IPO-bedrijven met PREIPO®. Toegang hier.
• Bron: https://www.finextra.com/blogposting/24288/financial-institutions-are-missing-out-on-personalisation?utm_medium=rssfinextra&utm_source=finextrablogs