Эксперты Bain рассказали о влиянии технологий на лояльность клиентов банков
Скрытый отток клиентов в последние годы стал проблемой для многих крупных банков: потребители уходят из своего основного банка в поисках новых финансовых продуктов и услуг в другие кредитные организации или финтех-компании. Традиционным банкам необходимо остановить уход клиентов и работать над повышением их лояльности. Помочь с этим может использование расширенной аналитики, пишут эксперты Bain в своей статье.
Детали. Последние 10 лет необанки и финтех-стартапы активно конкурируют с традиционными банками за клиентов. Их продукты менее сложные, а ценообразование более прозрачное. Пандемия COVID-19, ускорившая цифровизацию, сделала потребителей финансовых услуг еще более восприимчивыми к предложениям необанков.
Например, финансовый стартап Chime всего за несколько лет обогнал крупный банк Huntington по количеству клиентов, активно пользующихся текущими счетами. Chime смог привлечь как молодых клиентов с невысокими доходами, так и более состоятельных людей, при этом не имея отделений и банкоматов. Вместо этого компания сосредоточилась на создании простого мобильного приложения, на текущих счетах и безналичных платежах. В результате Chime получил большое количество лояльных клиентов: его индекс NPS (Net Promoter Score — показатель вероятности того, что покупатели порекомендуют магазин или бренд) составляет 66 баллов, и это один из самых высоких показателей в отрасли, подчеркивают авторы.
Банки могут недооценивать отток клиентов. Традиционные показатели не отражают реальную ситуацию, поскольку большинство потребителей, переходящих в другие кредитные организации, не закрывают свои счета в первом банке.
При этом удержание клиентов не всегда экономически оправдано, так как не все они приносят банкам существенный доход, отмечают аналитики Bain. Однако расширенная аналитика может помочь финансовым организациям более эффективно определять ценных клиентов, предлагать им персонализированные услуги и повышать их лояльность.
Пять принципов клиентской аналитики. Bain выделяет 5 принципов, использование которых в аналитике принесет максимальную пользу банкам:
- Оцените ценность клиентов. Меры для удержания клиентов, нацеленные на широкие группы потребителей, как правило, непродуктивны. Более полезной будет детальная сегментация клиентов: к примеру, по показателям NPS, по каналам взаимодействия с банком или по любимым брендам.
Один из итальянских банков использует расширенную аналитику для автоматизации оценки клиентов при кредитовании малых и средних предприятий. В основе этой технологии — механизм кредитования, который анализирует заемщиков по более чем 100 параметрам, начиная от отраслевых прогнозов до показателей надлежащего корпоративного управления. Продвинутая аналитика и машинное обучение сделали такой скоринг возможным, в результате чего кредитный бизнес банка стал намного эффективнее, заключают аналитики Bain. - Автоматизируйте прогнозы. Многие агрегированные прогнозы дают ненадежные цифры, отчасти из-за того, что трудно оценить эффект отдельного фактора в тех случаях, когда банк реализует сразу несколько инициатив. Экспертные прогнозы включают в себя больше информации, чем исключительно статистические, а также более гибко адаптируются к изменяющимся условиям. При этом для повышения точности прогнозов необходимо использовать автоматизацию – для сбора большого количества данных и оценки точности уже совершенных прогнозов.
- Научитесь прогнозировать лояльность клиентов. Лояльность и поддержка остаются важными для обеспечения устойчивого роста банковского бизнеса. Лояльные клиенты тратят в своем банке больше, обходятся дешевле и с большей вероятностью порекомендуют его друзьям и коллегам. Однако клиентские опросы обычно охватывают только небольшую часть аудитории, поэтому компании вынуждены искать альтернативные способы оценки лояльности.
Например, оценить и спрогнозировать лояльность может алгоритм. Для этого необходимо учитывать классический набор данных – частоту использования различных каналов, частоту взаимодействия с банком и показатели продаж. Кроме того, алгоритм может использовать и другие источники данных – например, обрабатывать разговоры в колл-центрах (учитывая их продолжительность и интонацию). Также полезным будет анализ соцсетей клиентов. - Определите, что именно вызывает отток клиентов. Традиционные модели предоставляют единый агрегированный показатель, основанный на склонности клиентов к оттоку. Для сотрудников, которые занимаются обслуживанием клиентов, этот показатель неинформативен.
Понимание первопричины оттока может, напротив, помочь с разработкой конкретных инструментов: например, индивидуальных предложений для клиентов или новых скриптов для колл-центров. - Используйте подход «тестируй и учись». Успешные цифровые компании, такие как Booking.com и Expedia, одновременно проводят тысячи цифровых экспериментов, в которых участвуют миллионы пользователей. Но большинство компаний внедряют намного меньше инициатив, так как зачастую они требуют существенных инвестиций и редко оказываются успешными и прибыльными.
Однако постоянные эксперименты и анализ их результатов могут положительно сказаться на привлечении клиентов и доходах банка. Так, розничный банк в Индонезии, столкнувшийся с падением прибыли и сокращением числа состоятельных клиентов, использовал расширенную аналитику для улучшения своих сберегательных продуктов и привлечения новых клиентов за счет персональных условий по кредитам и кредитным картам. В результате операционная прибыль банка выросла на 50%.
Зачем вам об этом знать. Банки, недостаточно активно использующие аналитику из-за потенциальных организационных или технологических проблем, рискуют еще сильнее отстать в борьбе за клиентов, заключает Bain. К тому же, коронакризис изменил рынок и поведение клиентов, в результате чего важность точных прогнозов и персонализации банковских продуктов возросла.