以下是您需要知道的資訊:
- 由於資料的挑戰、資源的缺乏、法規的障礙以及整合的複雜性,銀行在個人化方面歷來都舉步維艱。
- 新的解決方案可協助銀行善用資料、減輕銀行內部資源的負擔、確保合規性並簡化整合,進而簡化銀行的個人化作業。
- 透過實施這些解決方案,銀行可以建立更穩固的客戶關係、優化卡支出,並取得競爭優勢。
雖然主要的障礙讓銀行無法獲得個人化的好處,但新的解決方案即將將產業推向新的高峰。
以下是您需要知道的資訊:
銀行不斷聽到這樣的說法 -個人化是消費者的必需品,他們已開始期待品牌提供無縫、相關且有價值的體驗。來自 Forrester 的研究顯示,61% 的客戶不太可能再次光顧無法提供令人滿意度身訂造體驗的品牌。雖然超過五分之四的金融機構 (FI)承認個人化是明顯的優先考量,但只有21% 的銀行客戶在財務決策時獲得個人化的建議或指導。雖然有一些像Synchrony 之類的顯著優勢案例,但大多數銀行仍未克服普遍存在的業界挑戰,以獲得個人化的回報。
在這篇文章中,我們將針對銀行個人化的主要進入障礙,並回答是否存在簡化路徑的問題。(提示,確實如此,而且它可能會大幅改變銀行以數位方式與消費者互動的方式)。
願景和執行之間的錯位是由於資料、內部資源、合規細節和技術整合方面的挑戰。下面讓我們深入了解每項挑戰:
資料是個人化的助燃劑,讓品牌了解客戶的喜好,並提供相關的內容和優惠。金融機構與許多擁有獨特資料集的企業一樣,往往缺乏有效率的整合與整理流程,無法在技術堆疊與孤立的團隊之間分享資料,並有效提供量身打造的體驗。事實上,有 80% 家銀行表示,他們收集的資料太多,無法無縫整合到參與系統中。
成功的個人化工作需要專門的負責人來管理這些強大的流程,並協調各團隊的工作,但全球有 63% 家銀行表示,他們在營運時沒有專門負責個人化的主要業務資源。在獲取客戶成本不斷攀升的世界裡,大多數銀行都沒有理由將人數專用於需要快速達成價值的專案上。
缺乏內部資源:
正如確保員工人數是一個普遍的問題一樣,招聘也是一項挑戰。事實上,有 42% 家金融機構表示,內部資源和人力培訓是他們在實施有效個人化方面面臨的最大挑戰。金融機構尚未大量開發成功推動個人化計劃所需的專業知識,因此銀行聘請這些職位的難度和成本都更高。完全瞭解需求的候選人會被優先聘用,而經驗較淺的程式員工需要增加入職時間和更多試誤機會。
此外,銀行以投資組合為中心的組織方式,意味著其人員更可能專注於確保整個計劃蓬勃發展,而非客戶是否點擊了個人化電郵。由於其他機會爭奪時間和注意力,大多數銀行尚未投資於提升個人化的進步優勢。
合規性挑戰:
儘管如此,那些投入資源在專門計畫的銀行,很快就需要額外的時間和注意力,以符合嚴格的法律和法規要求。37% 的金融機構表示這些需求是他們最大的個人化挑戰。個人化團隊必須不斷確認他們的策略如何符合目前高度矩陣化的資料保護和隱私權法律,同時也要預測未來的需求。
如果銀行已將個人化視為公司和整體數位策略中明確、顯著的優先項目,那麼由於對法規的細微差異有更成熟的認知,因此可以更容易地應對合規挑戰。然而,只有 29% 家銀行表示個人化是其基因的一部分。銀行內部的傳統系統和階級結構妨礙了文化變革所需的敏捷和協作方式。
整合複雜性:
這些嚴格的法律和法規要求也讓銀行無法在一開始就導入適當的個人化軟體。銀行通常被鎖定在傳統技術上。即使銀行能將「開啟」個人化作為大型套件的一部分,這些現有技術也不太可能提供專門的機器學習模型,以分析和預測整個銀行客戶生命週期的意圖。對於少數能夠採用新技術的幸運銀行來說,要將新技術與其他技術堆疊連接起來是一場艱苦的戰鬥,因為要顧慮到合規性、製造資料整合問題,以及妨礙銀行擴展全渠道體驗。
儘管銀行歷來都被排除在個人化之外,但幸運的是,個人化的簡化路徑確實 存在。個人化 Breeze等免手動解決方案可讓銀行透過電子郵件、應用程式內訊息、推送通知和行動內容區塊等首選管道,向客戶傳送量身打造的訊息和優惠,並在開啟時呈現,以確保即時相關性。他們透過以下方式幫助團隊克服上述挑戰
規避資料挑戰:與個人化服務供應商合作,不僅讓銀行擺脫激活現有內部資料的任務,還能發掘超越自身客戶群的洞察和模式。例如,Personalization Breeze 的預測性消費洞察分析數十億美元的交易,這些交易來自數千家發卡機構,以預測持卡人下一步可能在哪裡消費。這些 AI 模型可以根據持卡人的歷史和預計消費來鎖定目標,並為個別客戶提供精心策劃的獎勵和優惠,從而提高相關性並優化卡片消費和參與度。
增加資源:個人化供應商負責行銷活動執行,讓銀行能專注於其核心業務,同時亦可從個人化中受益。此外,Personalization Breeze 等解決方案可就各主要數字及消費 KPIs(例如點擊率 (CTR)、互動率、消費、交易次數和活躍卡使用百分比)监控行銷活動表現。此外,這些洞察被用來不斷優化計劃,並為其他應用案例提供建議,從個人化中釋放更大價值。
保持合規:個人化解決方案透過使用未經 GDPR 數據訓練的模型,並透過匿名化及客戶同意的發卡機構數據進行微調,以遵守監管標準,從而提升個人化水平,同時保障私隱。
避免整合問題:專為特定用途而設的解決方案只需最少的實施工作,意味著發卡機構可以透過值得信賴的供應商快速導入和整合新的個人化技術。
透過簡化投資正確的個人化解決方案的方式,銀行可以更輕鬆地獲得回報,包括加深客戶關係、優化卡支出,以及在不斷變化的市場中取得競爭優勢。
在此 瞭解更多關於 Mastercard Dynamic Yield 如何讓 銀行輕鬆進行個人化 。