Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

18th Finance Tech Forum - IBS - IBM BBCI

363 views

Published on

“The New Face of Finances – Digitalisation in Focus”
IBM Behaviour Based Customer Insight for Banking

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

18th Finance Tech Forum - IBS - IBM BBCI

  1. 1. Фокус върху нуждите на клиентите IBM Behavior Based Customer Insight Свилен Станчев – IBS България
  2. 2. 2 Защо Behavior Based Customer Insight? Защото искаме щастливи клиенти!
  3. 3. 3 Определения от икономическата теория Пазар – мястото където се СРЕЩАТ интересите на продавач и клиент Пазарът е СЪВКУПНОСТ от интересите на продавачи и клиенти
  4. 4. 4 18 21 27 29 31 34 Студент Дебитна карта Работа Overdraft Пътуване Кредитна карта Брак Кредитна карта Жилище Ипотечен кредит Иванчо и финансовите институции Пенсия ПОК
  5. 5. 5 Историята на Иванчо 36г. – Иванчо се интересува от по- голямо жилище, застраховки (имущество, живот, детска и т.н.)
  6. 6. 6 Иванчо и семейството му използват услугите на 6 банки, 3 застрахователни компании, 2 ПОК
  7. 7. 7 Предложенията и нуждата се разминават
  8. 8. 8 Дали аз съм единичен случай?
  9. 9. 9 Какво казват клиентите? Доволни са от обслужването Получават оферти без те да са релевантни за тях Преминават през различни етапи от живота без това да бъде забелязано и използвано проактивно Използват между 3-8 финансови институции за едни и същи услуги и не припознават някоя от тях за уникална
  10. 10. Клиентите Какво Опознай ме Търгувай с мен Вдъхнови ме Научи ме Нека Аз избера Порасни заедно с мен Да бъдете до тях Винаги и Навсякъде Намери ме Искат?
  11. 11. 11 Какво представлява IBM Behavior Based Customer Insight? Цялостно решение с предефинирани модели и алгоритми
  12. 12. 12 Insights Dashboards & APIsData Models Analytical engines, models, algorithms
  13. 13. 13 Customer Data Payment Data Transaction Data Interaction Data External Data Съществуващи данни
  14. 14. 14 Insights Dashboards & APIsData Models Analytical engines, models, algorithms
  15. 15. Колеж Нова КариераНов бизнес Деца в училище детство Сериозна връзка Завършване Първи приходи Сватба Деца Нов адрес Нова къща Пенсия Деца в университет Старост Грижа за родителите Нова кола Събитията от живота са: • разпознаваеми • Често предвидими • През поколенията • Риск от загуба на клиента • Възможност за нов продукт • Промяна във взаимоотношенията BBCI Analytics: - през целия живот - през цялото домакинство - през поколенията Събития: - Социални - Финансови - Етапи от живота Събитията от живота са идеална възможност! Само, ако могат да бъдат предвидени!
  16. 16. Подготовка на данните Предефинирани аналитични модели Готови дашборди Transaction Fact Account Arrangement Dimension Channel Dimension Calendar Date Dimension Geographic Area Dimension Individual Customer Dimension Contact Information Dimension Time Series Analysis of Transaction Data Bayesian Inference Engine for Life Event Prediction Chi-Squared Interaction Detector for Churn Propensity Behavior-based Segmentation Decision Tree for Real Time Scoring Cash Flow Pattern Mining Spending Correlation Analysis for Overdraft Probability 360 градуса на клиента Главен Мениджър Dashboard Регионален Мениджър Dashboard Web & Mobile App Modules API Интеграция с уеб и мобилно банкиране Behavior Based Customer Insight for Banking
  17. 17. Микро- сегментиране на база поведение Използва наученото за правилно таргетиране на клиентите Предвижда бъдещи събития в живота Предвижда събитията (нужда, риск от загуба на клиент) спрямо транзакциите и поведението Benefits  Подобрява cross-sale възможностите  Намалява риска от загуба на клиенти  Дава възможност за нови канали за приходи IBM Behavior-based Customer Insight for Banking Customer Data Payment Data Transaction Data Interaction Data External Data
  18. 18. 18 D E M O
  19. 19. Овърдрафт – анализ и нотификация Кристина Регионален мениджър Майкъл Малък бизнес Семеен, 2 деца и… куче … Дългогодишен клиент на банката „домошар“
  20. 20. © 2015 IBM Corporation © 2015 IBM Corporation ALERT  6 High-Value Customers have been flagged for impending overdraft conditions  4 are categorized as members of the HOMEBODY Segment Кристина е изненадана, че консервативна група ценни клиенти в нейния регион (сегмент наречен – „домошари“ ) има проблеми с баланса си. Тя предполага, че може да е свързано с локалните промени в трудовия пазар. Затова решава да задълбае по-надълбоко в сегмента преди да се запознае с конкретните рискови случаи……
  21. 21. © 2015 IBM Corporation © 2015 IBM Corporation Кристина решава да види тренда на разходите и събитията за сегмента. Както и предвиждането за превишаване на кредита.
  22. 22. © 2015 IBM Corporation© 2015 IBM Corporation Изглежда наистина Overdraft-ите са най-голямото предизвикателство за „домошарите“ спрямо всеки друг сегмент
  23. 23. © 2015 IBM Corporation Кристина може да погледне в сегмента на „домошарите“, за да разбере къде, как и за какво харчат, като по този начин определи и кои са перата, които заемат най-значителен ресурс от бюджета им. Cross-sll Use Case Dmo
  24. 24. © 2015 IBM Corporation© 2015 IBM Corporation Overdraft $172,000 Кристина се връща към „рисковите“ клиенти, за които системата е предвидила необходимостта от Overdraft. Майкъл е завишил разходите си напоследък и Кристина иска да разбере повече за профила на неговите транзакции. Може да види всички други клиенти с подобен риск и да използва инструменти за сравнителен анализ Кристина избира Майкъл за повече подробности> WHERE Michael Veronin spends Geography WHAT Michael Veronin spends Transaction Types WHEN Michael Veronin spends Transaction Times HOW Michael Veronin spends Cashflow
  25. 25. © 2015 IBM Corporation © 2015 IBM Corporation WHAT Michael Veronin spends Transaction Types Въз основа на моделиране на поведението на Майкъл – депозити, движение по сметката, планирани разходи (плащания по кредити, автоматизирани битови сметки и прогнозни други разходи), Майкъл Веронин – дългогодишен клиент, малък предприемач с добър доход от региона на Кристина – ще излезе над кредитния си лимит след няколко седмици – за втори път тази година – и няма да е щастлив клиент. Кристина може да предприеме необходимото, за да промени това….>
  26. 26. © 2015 IBM Corporation © 2015 IBM Corporation YES Майкъл може да получи нотификация на мобилния и за разлика от миналия Април да получи съобщение, което го предупреждава за риска от бъдещо надвишаване на лимита, а не стандартното – В сметката ви няма достатъчно средства – на касата в магазина! Същот така на Майкъл може да се предложи да вземе необходимите мерки, за да неутрализира риска, като ползва допълнителна услуга от банката……
  27. 27. © 2015 IBM Corporation YES Майкъл може да продължи или да отвори своя таблет или десктоп за повече информация, да заяви допълнителни услуги или да потърси помощ от финансов съветник за други опции….
  28. 28. Systems of Engagement Predictive Analytics IBM BBCI for Banking Transaction Data Time Series Analysis of Transaction Data Probability of overdraft: Root cause analysis, debit pattern, credit pattern Policy based decisioning to notify customers with recommendations to transfer funds or setup overdraft protection Use Case: Overdraft Alerts Преглед на приходите и разходите на клиент и идентификация на проблеми за баланса им в бъдеще. Предложение към клиента с подходящ продукт за конкретните му нужди. Data used for analysis Analytical models & engines Insights Кристина – Регионален мениджър С грижа за клиента да му спести неудобствата и допълнителните разходи при надхвърляне на лимита. Още един щастлив клиент.
  29. 29. Каква е стойността на IBM BBCI? 4х Ускорено време до реален резултат 6*w Имплементация в рамките на 6 седмици, а не с години 6*m Нормално е да имате 100% ROI в първите 6 месеца Source: Nucleus Research, May 2015
  30. 30. До 30% Състезание за С над КЛИЕНТИТЕ СЪРЦАТА УМОВЕТЕи ПЕРСОНАЛЕН ПОДХОД 2018 КОМПАНИИТЕ, които предлагат изпреварят конкурентите си ще на
  31. 31. Всичко, от което се нуждаем, за да сме успешни, е щастливи клиенти!
  32. 32. 33 KEEP CALM & CALL IBS Making Your Day analytics@ibs.bg 0700 11 444
  33. 33. 34
  34. 34. Components & APIs • SPSS Engines will read data from DB2 and insert insights back into DB2. Example | Behavior-based segmentation type for a customer, life event prediction • API Set A can be used to inject real-time data into the SPSS engines. Example |Real-time claim data • API Set B can be used to inject enterprise data into the appliance. Example |Policy data, customer data • API Set C can be used to make the insights consumable for external systems. Example |Segmentation type insight, life event prediction insightа • API Set D can be used to integrate with Unica Interact to provide scoring & real- time prioritization of marketing offers. DB2 Data Storage Cognos BI Dashboard Components Cognos Data Cube SPSS Engines API Set C API Set D Pre-defined insurance data models Pre-defined & tested industry-specific analytic models Pre-defined & tested insurance-specific reports & dashboards API Set A API Set B Web Portal

×