데이터는 개인화의 원동력으로, 브랜드가 고객의 선호도를 파악하고 관련 콘텐츠와 혜택을 제공할 수 있게 해줍니다. 고유한 데이터 세트를 보유한 많은 비즈니스와 마찬가지로 금융기관은 기술 스택과 사일로화된 팀 간에 데이터를 공유하고 맞춤형 경험을 효과적으로 제공하기 위한 효율적인 통합 및 큐레이션 프로세스가 부족한 경우가 많습니다. 실제로 은행 중 80곳(% )이 너무 많은 데이터를 수집하여 이를 참여 시스템에 원활하게 통합할 수 없다고 답했습니다.
성공적인 개인화 노력을 위해서는 이러한 강력한 프로세스를 관리하고 팀 간의 노력을 조정하는 전담 책임자가 필요하지만, 전 세계 은행 중 63%(% )는 개인화에 전념하는 주요 비즈니스 리소스 없이 운영한다고 답했습니다. 고객 확보 비용이 증가하는 상황에서 대부분의 은행은 빠른 가치 창출 시간만으로는 프로젝트에 인력을 투입하는 것을 정당화할 수 없습니다.
내부 리소스 부족:
인력 확보가 만연한 문제인 것처럼 채용 문제도 만연한 문제입니다. 실제로 금융 기관의 42%(% )가 효과적인 개인화를 구현하는 데 있어 내부 리소스 및 인력 교육이 가장 큰 과제라고 답했습니다. 성공적인 개인화 프로그램을 추진하는 데 필요한 전문 지식은 아직 FI를 위해 대량으로 개발되지 않았기 때문에 은행이 이러한 직책을 채용하는 것은 훨씬 더 어렵고 비용이 많이 듭니다. 요구 사항을 완전히 이해하는 지원자는 프리미엄을 받고 채용되는 반면, 프로그램 경험이 적은 지원자는 온보딩 시간이 길어지고 시행착오를 겪을 기회가 더 많아집니다.
또한 은행의 포트폴리오 중심 조직은 직원이 고객이 개인화된 이메일을 클릭하는지 여부보다는 전체 프로그램이 성공할 수 있도록 하는 데 더 집중할 가능성이 높다는 것을 의미합니다. 다른 기회와 시간과 관심을 두고 경쟁하는 상황에서 대부분의 은행은 개인화의 점진적 우위를 확보하는 데 투자하지 않았습니다.
규정 준수 과제:
그럼에도 불구하고 전용 프로그램에 리소스를 투자하는 은행은 엄격한 법률 및 규제 요건을 준수하는 데 필요한 추가 시간과 주의를 기울여 신속하게 대응하고 있습니다. 37% 의 FI가 이러한 요구사항이 가장 큰 개인화 과제라고 답했습니다. 개인화 팀은 전략이 현재의 고도로 매트릭스화된 데이터 보호 및 개인정보 보호법을 준수하는 동시에 미래의 요구 사항도 예측할 수 있도록 끊임없이 노력해야 합니다.
은행이 개인화를 회사 및 전체 디지털 전략의 명확하고 가시적인 우선 순위로 설정한 경우, 해당 분야의 뉘앙스에 대한 보다 성숙한 인식으로 인해 규정 준수 문제를 더 쉽게 해결할 수 있습니다. 그러나 29%(% )의 은행만이 개인화가 자사 DNA의 일부라고 답했습니다. 대체로 은행 내 레거시 시스템과 계층적 구조는 문화 변화에 필요한 민첩하고 협력적인 접근 방식을 방해합니다.
통합 복잡성:
이러한 엄격한 법적 및 규제 요건은 은행이 처음부터 적절한 개인화 소프트웨어를 온보딩하는 것을 방해하기도 합니다. 은행은 종종 레거시 기술에 갇혀 있는 경우가 많습니다. 은행이 더 큰 제품군의 일부로 개인화를 '설정'할 수 있다고 해도, 이러한 기존 기술이 은행 고객 라이프사이클 전반에 걸쳐 의도를 분석하고 예측하는 특수 목적의 머신러닝 모델을 제공하기는 어려울 것입니다. 새로운 기술을 도입할 수 있는 운이 좋은 소수의 은행의 경우, 규정 준수 문제로 인해 데이터 통합 문제가 발생하고 옴니채널 경험을 확장하지 못하기 때문에 이를 나머지 기술 스택에 연결하는 것은 어려운 일입니다.