Im letzten Jahrzehnt haben sich die Erwartungen der Verbraucher drastisch verändert. Mit dem Aufkommen der Digitalisierung sind Personalisierung und maßgeschneiderte Kundenerlebnisse zum Kern des Geschäftserfolgs geworden. Obwohl Banken schon seit Jahren eine Art von Personalisierungsstrategien anwenden, reichen diese Bemühungen in den meisten Fällen nicht aus, um mit den steigenden Kundenerwartungen Schritt zu halten. Herkömmliche Kundensegmentierungspraktiken, die auf demografischen Daten, Alter und anderen konventionellen Metriken basieren, haben sich überholt. Aus diesem Grund wenden sich viele Finanzinstitute an die Bankensoftwareentwicklung.
Erstens wurde mit dem raschen Vordringen innovativer Fintech-Unternehmen deutlich, dass die Verbraucher zunehmend geneigt sind, zu flexiblen Dienstleistern zu wechseln, die ihre Geschäftsmodelle auf Kundenerlebnisse ausrichten. Infolgedessen wurden den Banken einige der profitabelsten Einnahmequellen von diesen flinken, digital ausgerichteten Unternehmen weggenommen. Zweitens wurde diese Herausforderung durch die COVID-19-Pandemie verschärft, die sowohl die Banken als auch ihre Kunden dazu zwingt, sich mehr als je zuvor auf digitale Kanäle zu verlassen.
Es mag überraschen, dass die Finanzinstitute so zögerlich waren, sich auf eine digitale Transformation einzulassen und auf Personalisierung zu setzen. Es ist jedoch wichtig zu wissen, dass den Banken durch die völlige Unflexibilität ihrer Altsysteme, die uneinheitlichen Datenquellen und die immer strengeren Datenschutzgesetze lange Zeit die Hände gebunden waren.
Gleichzeitig hat der dringende Veränderungsbedarf seinen Höhepunkt erreicht, so dass den Finanzinstituten keine andere Wahl bleibt, als sich der Digitalisierung und Personalisierung von Dienstleistungen zuzuwenden. In diesem Artikel erörtern wir die Bedeutung der Personalisierung im Bankensektor, die wirkungsvollsten Personalisierungsstrategien, die häufigsten Hindernisse auf dem Weg zu ihrer Einführung und die Möglichkeiten, diese zu überwinden.
Was ist personalisiertes Banking?
Personalisiertes Banking bedeutet, dass die Bereitstellung von Finanzdienstleistungen auf die spezifischen Bedürfnisse der Kunden in Echtzeit zugeschnitten wird. Die Personalisierung des Bankgeschäfts kann durch die Anwendung von Verhaltensanalysen und Datenwissenschaft erreicht werden. Das Ziel des personalisierten Bankings ist der Aufbau von bedeutungsvollen, dauerhaften Beziehungen zu den Kunden.
Warum Banken auf Personalisierung setzen müssen
Personalisierung kann definiert werden als die Nutzung von Kundendaten, Verhaltensanalysen und datenwissenschaftlichen Verfahren, um Kundenerwartungen zu definieren und sie zu erfüllen. Im Bankkontext zielt die Personalisierung darauf ab, die Bereitstellung von Finanzdienstleistungen auf die spezifischen Kundenbedürfnisse nahezu in Echtzeit abzustimmen.
Wenn Banken die enormen Möglichkeiten von Big Data, fortschrittlicher Analytik, innovativen CX-Lösungen und anderen Technologien nicht nutzen, um Personalisierungsinitiativen voranzutreiben, ist das eine verpasste Geschäftsgelegenheit für Banken. Heutzutage erwarten die Kunden das gleiche Maß an Engagement und Personalisierung, das sie bei kundenorientierten Dienstleistungen außerhalb des Bankensektors erleben.
Außerdem waren Preis und Produktqualität jahrzehntelang das wichtigste Unterscheidungsmerkmal zwischen den Branchen. Die Geschäftsentwicklung drehte sich meist um die Einführung neuer Produkte und die Anpassung der Preise, um die Konkurrenz zu schlagen. In diesem neuen digitalen Zeitalter ist die Fähigkeit, den Kunden über die physischen Filialen und Verkaufsstellen hinaus personalisierte Erfahrungen zu bieten, zu einem ebenso wichtigen Wettbewerbsvorteil geworden.
Auf diese Weise erweist sich die Personalisierung als der effektivste Weg für Banken, die sich ständig ändernden Kundenerwartungen zu erfüllen, die Kundenbindung zu erhöhen und das Ertragswachstum zu fördern.
Personalisiertes Banking kann auch eine wichtige Rolle bei der Bekämpfung der finanziellen Ausgrenzung spielen. Laut dem jüngsten Bericht der FCA weisen allein in Großbritannien mehr als 27 Millionen Erwachsene Merkmale einer geringen finanziellen Belastbarkeit auf. Die Regierung betrachtet nun das Aufkommen von Fintech-Unternehmen als eines der wichtigsten Instrumente zur Bekämpfung der finanziellen Ausgrenzung und hat die Investition von 5 Millionen Dollar zur Gründung des Centre for Finance, Innovation and Technology (CFIT) bestätigt. In diesem Zusammenhang wird die Personalisierung und Digitalisierung von Bankdienstleistungen eine wichtige Rolle bei der Ausweitung des Zugangs zu Finanzdienstleistungen spielen.
Viable personalisierte Bankstrategien
Um die steigenden Kundenerwartungen zu erfüllen und im Wettbewerb bestehen zu können, müssen die Banken anfangen, Personalisierungsstrategien zu entwickeln. Lassen Sie uns einige der wichtigsten Anwendungsfälle für personalisiertes Banking diskutieren.
Personalisierte Preisgestaltung
Nach dem Accenture-Bericht 2020 geben 37 % der Verbraucher an, dass das Preis-Leistungs-Verhältnis der entscheidende Faktor für den Wechsel ihres Finanzdienstleisters ist. Mit anderen Worten: Unabhängig davon, wie viel Mühe man sich mit der Diversifizierung von Bankprodukten oder der Verbesserung der Customer Journey gibt, sind viele Verbraucher bereit, im Namen günstigerer Dienstleistungen zu einer anderen Bank zu wechseln.
Gegenwärtig setzen die meisten Banken verschiedene Preisoptimierungsmethoden ein, die sich auf die Verbesserung der Rentabilität eines bestimmten Produkts oder einer bestimmten Dienstleistung konzentrieren. Bei diesem produktorientierten Ansatz werden jedoch wichtige preisbeeinflussende Faktoren wie die unmittelbaren Bedürfnisse der Kunden und der Customer Lifetime Value (CLTV) außer Acht gelassen. Diese konventionellen Preisoptimierungsstrategien haben sich als effektiv erwiesen, wenn es darum geht, die Rentabilität bestimmter Dienstleistungen zu steigern, aber als ineffizient, wenn es darum geht, Kundenbindung und -loyalität zu fördern.
Um dieses Problem zu lösen, können Banken personalisierte Preismodelle einsetzen. In diesem Fall wird der Preis auf der Grundlage der Präferenzen und Erwartungen des Kundensegments und nicht auf der Grundlage von Produktqualität und Markttrends festgelegt. Mit Hilfe von Big Data und fortschrittlicher Analytik können Banken den besten Servicepreis für ein bestimmtes Kundensegment ermitteln, indem sie das Verhalten, die Kaufbereitschaft, die Loyalität, den CLTV und die aktuellen Bedürfnisse der Kunden berücksichtigen.
Personalisierte Finanzberatung
Personalisierte Finanzsoftware, die maßgeschneiderte Beratung bietet, kann ein weiteres wertvolles Instrument sein, um die Beziehungen zu Bankkunden deutlich zu verbessern und die Loyalität zu erhöhen. Das Beispiel der digital nativen Fintech-Unternehmen zeigt, wie personalisierte Finanzberatung die Anzahl der Interaktionen zwischen Bank und Kunde erhöht und die Kundenbindung drastisch verbessert.
Zurzeit gibt es eine Vielzahl von Aktienhandels-Apps (einschließlich fortschrittlicher Tools, die maschinelles Lernen für Börseninvestitionen nutzen), die Verbrauchern helfen, ihre finanzielle Gesundheit zu verbessern. Mint, eine der beliebtesten Apps für die Haushaltsplanung, kann die Bankkonten der Nutzer synchronisieren, Ausgaben automatisch in geeignete Kategorien einteilen, das Anlageportfolio des Nutzers bewerten, Sparziele festlegen, an die Bezahlung von Rechnungen erinnern und viele andere Dienste anbieten.
Mint und Tausende anderer persönlicher Budget-Apps haben die wachsende Nachfrage nach maßgeschneiderter Budgetberatung genutzt. Da die Banken jedoch einen viel detaillierteren Einblick in die Kundenprofile haben, kann eine bankeigene personalisierte Budgetierungslösung zu einem der effektivsten Instrumente zur Steigerung der Kundenbindung werden.
Ein eingebettetes Analysesystem kann beispielsweise die Transaktionshistorie des Kunden auswerten und entsprechende Empfehlungen für das Budgetmanagement geben. In seiner einfachsten Form kann ein solches System zusätzlich zu anderen Annehmlichkeiten, die im Vergleich zum Einkommen des Kunden relativ teuer sind, doppelte Dienste hervorheben. Solche kleinen Verbesserungen können ein guter Anfang für die Einführung der Personalisierung sein. Fortgeschrittenere Systeme können Kundentransaktionen und Webdaten nutzen, um festzustellen, ob der Kunde zu einem günstigeren Mobilfunkanbieter wechseln kann. In ähnlicher Weise können personalisierte Budgetierungssysteme die Kunden warnen, wenn sie die Grenzen ihrer Treibstoffkosten überschreiten oder wenn es an der Zeit ist, Kreditkartenrechnungen zu bezahlen.
Eine der schnellsten und effektivsten Möglichkeiten, diese personalisierten Budgetierungssysteme einzuführen, ist die Zusammenarbeit mit bestehenden Dienstleistern. So ist TransUnion beispielsweise eine Partnerschaft mit der bereits erwähnten Mint-App eingegangen, um den Kunden zu zeigen, wie ihre Kreditwürdigkeit ermittelt wird, und ihnen Möglichkeiten zur Verbesserung vorzuschlagen. Das mag zwar nicht so profitabel erscheinen wie die Entwicklung hochmoderner Budgetierungslösungen, aber man darf nicht vergessen, dass das Kernziel der Personalisierung darin besteht, eine langfristige emotionale Bindung zum Kunden aufzubauen, und die oben erwähnte App erfüllt diesen Zweck.
McKinsey empfiehlt den Banken, spezielle Teams zusammenzustellen, die sich auf die Suche nach fruchtbaren Partnerschaften mit Technologieanbietern konzentrieren. Darüber hinaus ist es von entscheidender Bedeutung, die Infrastruktur der Banktechnologie zu optimieren, um eine problemlose Integration mit der Technologie der Partner zu ermöglichen. Dies kann durch den Einsatz von Sandbox-Umgebungen, die Gewährleistung von API-Kompatibilität und die Entwicklung fortschrittlicher Lösungen für die gemeinsame Nutzung von Daten geschehen.
Personalisierte Produktangebote
Um das volle Potenzial einer personalisierten Bankstrategie auszuschöpfen, müssen Finanzunternehmen auch auf den Kunden zugeschnittene Serviceangebote bereitstellen. Durch die Analyse des Kundenverhaltens über verschiedene Kanäle hinweg können Banken jedem Kunden einzigartige, zeitrelevante Angebote unterbreiten.
Indem sie beispielsweise die Aktivitäten neuer Nutzer auf ihrer Website und in ihrer App auswerten, können Banken Handlungsaufforderungen auf der Grundlage der Schritte personalisieren, die der potenzielle Kunde unternimmt. In ähnlicher Weise können die Daten über die Interaktionen bestehender Kunden mit der Bank analysiert werden, um die nächstbesten Handlungsaufforderungen und personalisierte Serviceangebote zu ermitteln. Auf der Grundlage von CLTV, gekauften Dienstleistungen, bevorzugten Interaktionskanälen und der Dauer der Kundenbeziehung können Banken Kundenbindungswerte vorhersagen und von den Vorteilen einer personalisierten Bankbindung profitieren.
Banken können auch die Standortdaten der Kunden nutzen, um relevante Dienstleistungen zum richtigen Zeitpunkt anzubieten. Wenn ein Kunde zum Beispiel ein Einkaufszentrum betritt, kann seine Mobile-Banking-App ihn über Partnerhändler in der Nähe informieren. Mit Hilfe von embedded finance können diese Händler ihren Kunden Versicherungen oder Kredite anbieten, ohne dass sie eine Bank aufsuchen müssen. In ähnlicher Weise können Banken, wenn ein Kunde ein Autohaus betritt, entsprechende Versicherungsdienstleistungen anbieten.
Gemeinsame Herausforderungen im personalisierten Bankgeschäft meistern
Unwirksame Datenverwaltung
Wie bei vielen anderen auf fortschrittlichen Analysen basierenden Initiativen werden auch die Bemühungen um personalisiertes Banking ohne eine robuste Data-Governance-Struktur scheitern. Leider setzen viele Banken immer noch unflexible Altsysteme ein, die nicht die erforderliche Dateninfrastruktur bereitstellen können. Aus diesem Grund sollte der Einsatz personalisierter Bankensysteme Teil der digitalen Transformation des Bankwesens sein, die auch die Modernisierung eines alten Kernsystems beinhaltet.
Da die CBS-Modernisierung oft eine teure, schwerfällige und zeitaufwändige Initiative ist, wäre die beste Lösung, eine Kundendatenplattform auf den Altsystemen aufzubauen. Auf diese Weise können die Banken Daten sowohl aus dem Kernsystem als auch von Drittanbietern sammeln und in einer separaten, oft cloudbasierten Plattform analysieren. Für Banken, die unternehmensweite Personalisierungsstrategien umsetzen wollen, sollte eine robuste Dateninfrastruktur oberste Priorität haben.
Im Zusammenhang mit personalisiertem Banking scheint es logisch, dass je mehr Daten man sammelt, desto besser. Viele Banken tun sich jedoch schwer damit, die riesigen Datenmengen, die ihre Kunden jede Sekunde erzeugen, sinnvoll zu nutzen. Um zu verstehen, welche Daten Unternehmen genau nutzen können, um ihre Personalisierungsbemühungen voranzutreiben, ist es von größter Bedeutung, zunächst die Schmerzpunkte der Kunden zu definieren. Dies erfordert die Durchführung demografischer Untersuchungen und die Anwendung verhaltenswissenschaftlicher Methoden, um zu verstehen, welche Hürden die Kunden überwinden müssen, wenn sie versuchen, ihre Bankbedürfnisse zu erfüllen.
Unzureichender Datenschutz
In vielerlei Hinsicht werden personalisierte Bankinitiativen durch strenge Datenschutzbestimmungen behindert, die immer strenger werden. Es liegt auf der Hand, dass die Vorteile der Personalisierung nicht zu rechtfertigen sind, wenn die Privatsphäre der Kunden gefährdet ist. Daher sollten Transparenz und Zustimmung zu den wichtigsten Komponenten eines sicheren Datenmanagements für Banken werden.
Erstens ist es angesichts der Tatsache, dass viele fortschrittliche personalisierte Banklösungen den Einsatz von KI implizieren, wichtig sicherzustellen, dass diese Systeme frei von Vorurteilen und erklärbar sind. Abgesehen von der Tatsache, dass die Erklärbarkeit von KI auch eine Frage der Einhaltung von Vorschriften ist, ist es für Banken auch wichtig zu verstehen, wie das System bestimmte Entscheidungen trifft. Zweitens: Unabhängig davon, wie ausgeklügelt ein KI-System ist, müssen Banken unbedingt den Human-in-the-Loop-Ansatz verfolgen, was bedeutet, dass jede von der KI vorgeschlagene Entscheidung von einem Mitarbeiter genehmigt werden muss.
Drittens ist es für Banken von größter Bedeutung, transparent zu machen, wie sie Kundendaten sammeln, speichern und analysieren, und den Kunden die Möglichkeit zu geben, ihre Zustimmung zur Datenerfassung problemlos zurückzuziehen. Der Datenschutz ist entscheidend, um das Vertrauen der Kunden zu erhalten. In den letzten Jahren sind immer mehr Verbraucher nachdenklicher geworden, was die Weitergabe persönlicher Daten angeht, und haben weniger Vertrauen in ihre Finanzdienstleister.
In diesem Fall kann die Personalisierung zu einem zweischneidigen Schwert werden. Wenn die Banken nicht auf den Datenschutz achten, riskieren sie, das Vertrauen ihrer Kunden noch mehr zu schwächen. Deshalb müssen die Unternehmen nicht nur sicherstellen, dass ihre personalisierten Bankgeschäfte ethisch vertretbar sind, sondern dies auch den Kunden vermitteln.
Wie die folgende Tabelle zeigt, ist die Mehrheit der Kunden nicht bereit, einige ihrer persönlicheren Daten preiszugeben. Dies bedeutet, dass die Banken ein Gleichgewicht zwischen ihrem Bedarf an Kundendaten und der Bereitschaft ihrer Kunden, diese zu teilen, finden müssen.
Abschluss
Das Bankgewerbe, das bekanntermaßen an Altsysteme, Produktsilos und eher konservative Geschäftsmodelle gebunden ist, hat sich bekanntermaßen nur langsam an die sich ständig ändernden Kundenbedürfnisse angepasst. Der Ruf nach personalisierten Bankdienstleistungen ist jedoch ziemlich dringend. Glücklicherweise haben Tools für maschinelles Lernen im Bankwesen, Cloud, Big Data und ausufernde Ökosysteme digitaler Finanzdienstleister das personalisierte Banking greifbarer gemacht als je zuvor.
Um personalisiertes Banking zu ermöglichen, müssen Unternehmen von einem produktzentrierten zu einem kundenzentrierten Geschäftsmodell übergehen und sich stärker darauf konzentrieren, eine emotionale Bindung zu ihren Kunden aufzubauen, anstatt nur deren Bedürfnisse zu erfüllen. Um Personalisierung in großem Umfang zu erreichen, müssen Finanzinstitute die Datensilos zwischen Geschäfts-, Marketing- und IT-Abteilungen aufbrechen und diese Informationen in einer einzigen Kundendatenplattform konsolidieren. In vielen Fällen kann ein höheres Maß an Personalisierung nur erreicht werden, wenn die Banken Daten von Drittanbietern beziehen und Partnerschaften mit innovativen Fintech-Unternehmen eingehen können.
