Władysław Szwoch, 25 czerwca 2013, Europejski Kongres Finansowy Big Data Efektywne wykorzystanie danych dla zwiększenia sprzedaży i ograniczenia ryzyk w banku
Czym tak naprawdę jest Big Data?
Zacznijmy od tego czym Big Data nie jest Big Data to NIE jest stara koncepcja Big Data nie ogranicza się tylko do technologii Big Data to zdecydowanie coś więcej niż Hurtownia Danych Big Data to NIE tylko a lot of data
Definicja Big Data? Big Data termin dotyczący wszelkich aspektów związanych z analizą (często w czasie rzeczywistym) dużych, różnorodnych, szybko zmieniających się zbiorów danych Źródło: pl.wikipedia.org
Nowa generacja klientów Klienci mają teraz stały dostęp do informacji i mogą na bieżąco się nimi dzielić Internet i sieci społecznościowe doprowadziły do większej świadomości klientów Każdy może wypowiedzieć się w Internecie i w ten sposób budować dobrą lub złą opinię o marce banku Zmiany w sposobie zakupu klientów spowodowały konieczność zmian w działalności banków >25% ludzi na świecie ma dostęp do Internetu 75% ludzi używa Internetu do sprawdzenia najlepszych ofert i opinii innych 64% konsumentów opiera decyzje zakupowe na rekomendacjach 57% spośród wiodących na rynku organizacji chętnie wykorzystuje social media
Schemat doświadczenia klienta jeszcze 5 lat temu Marketing Zakup (kolejnych) produktów bankowych Obsługa klientów Sprzedaż Obsługa klienta Korzystanie z produktów 2013 IBM Corporation
Schemat doświadczenia klienta - dzisiaj Analiza treści w social media Rekomendowanie produktu Kolejny zakup Marketing Sprzedaż Sprawdzenie ofert i zakup produktów bankowych Zarządzanie opinią klienta Obsługa klienta Używanie produktów banku Obsługa klienta 2013 IBM Corporation
Obecna sytuacja na rynku bankowym Bank Klient Jako priorytet traktuje efektywność kosztową Dąży do minimalizacji obsługi klienta i minimalizacji wizyt w oddziałach Inwestuje w rozwiązania mobilne Dąży do maksymalizacji udziału w rynku Jest świadomy Oczekuje indywidualnej oferty, nie chce być segmentem Oczekuje wysokodochodowych produktów i usług Nie akceptuje ogólnych ofert Chce, aby szanowano Jego czas Nie jest lojalny wobec marki 2013 IBM Corporation
Najlepsze banki będą myśleć i działać jak detaliści Zdaniem Prezesów Banków: Interakcje bezpośrednie Szybki naśladowca 20% 37% 43% Wirtualna współpraca 22% 17% 61% Lider innowacji Konsumenci oczekują: Mobilności i interakcji Personalizacji ofert i obsługi Nowych usług, ofert, kanałów dystrybucji Banki muszą: Adresować potrzeby klientów Dane > Analizy > Wnioski > Działania Zmieniać kulturę ze zorientowanej na produkty na zorientowaną na doświadczeniu klienta In 2005, Konsumenci oczekują: Dialogu w czasie rzeczywistym - bardziej ufają znajomym niż sklepom Łatwo dostępnych, różnorodnych kanałów kontaktu Personalizacji Nowych metod zakupu Sklepy internetowe (ebay, Amazon) otwierają księgarnie, a luksusowe butiki odzieżowe sklepy internetowe 2013 IBM Corporation
To właśnie analiza Big Data daje nam możliwość odpowiedzi na pytanie - Jak poznać, zrozumieć i odpowiedzieć na indywidualne potrzeby każdego z naszych setek tysięcy lub milionów Klientów, przy zachowaniu efektywności kosztowej? 2013 IBM Corporation
Dane, które obecnie analizujemy to tylko czubek góry lodowej Dane analizowane: wpływy, obroty, zadłużenie 2013 IBM Corporation
Dane analizowane Wpływy, obroty, zadłużenie Dane posiadane nieanalizowane Historia i okoliczności transakcji Dane nieposiadane nieanalizowane Dane z social media Dane o transakcjach Dane o geolokalizacji Dane o kontaktach Odwiedzane strony www Umowy i transakcje z innym usługodawcami 2013 IBM Corporation
Gdzie są nieustrukturyzowane dane, które możemy wykorzystać do lepszego poznania klienta? Media społecznościowe Odwiedzane strony internetowe i Praca aktywność klienta na stronie Geolokalizacja Rodzina Zainteresowania Treści video Kontakty Czas wolny Informacje, opinie publikowane przez klientów w Internecie Użycie informacji o płatnościach miejsce, rodzaj zakupu, czas Informacje o dostawcach produktów i usług prąd, telefon, gaz 2013 IBM Corporation
W jaki sposób bank może te dane wykorzystać? Dostęp do nowych klientów z listy kontaktów klienta Stymulowanie opinii konsumentów w sieci kontaktów - rekomendacje Lepiej dopasowana oferta do potrzeb klienta Analiza spontanicznych opinii klientów o produktach i procesach Identyfikacja potencjalnych celów lub źródeł nadużyć Analiza liderów opinii 2013 IBM Corporation
Analiza Big Data może wpłynąć na istotne aspekty działalności banku Wzrost sprzedaży Analizowanie danych ze wszystkich źródeł, żeby zrozumieć indywidualne potrzeby klientów Ograniczanie ryzyka Wykrywanie nadużyć i zarządzanie ryzykiem w czasie rzeczywistym 2013 IBM Corporation
Wzrost sprzedaży Włoski bank wykorzystuje nieustrukturyzowane dane, aby utrzymać klientów i zwiększyć ich lojalność Potrzeba Potrzeba Utrzymanie liczby klientów Prowadzenie działań na podstawie zachowań klientów, nie tylko transakcji Wykorzystywanie uwag kasjerów w oddziałach, konsultantów call center i e-maili klientów, aby wykrywać zmiany w zachowaniach klientów Prowadzenie analizy sentymentu wobec marki w mediach społecznościowych, aby mierzyć wyniki kampanii Korzyści Korzyści Obniżenie migracji klientów z 6% do 3% Umożliwienie zaproponowanie indywidualnej oferty w każdym kanale przez Internet, call center czy w oddziale na podstawie profilu klienta Poprawa wskaźnika NPS (Net Promoter Score)
Ograniczanie ryzyka NYSE Euronext: Big Data daje ekspertom nadzoru rynkowego narzędzia, aby szybciej wykrywać nielegalne transakcje Potrzeba W celu wykrycia wzorców, które wskazują nielegalne transakcje pośród ogromnej liczby transkacji dziennie, potrzebowano nie tylko dużej mocy obliczeniowej, ale również elastycznego systemu tworzenia algorytmów, które wykryją ryzyko nielegalnej transakcji zanim ona wystąpi. Liczba transakcji ciągle rosła, dlatego Nowojorska Giełda stanęła przed coraz to trudniejszym zadaniem szybkiego wykrywania nadużyć. Korzyści Skrócenie czasu potrzebnego na uruchomienie algorytmów kontrolujących rynek o ponad 99%. Zredukowanie ilości zasobów IT wymaganych do obsługi własnych rozwiązań o ponad 35%. Poprawa zdolności personelu w wykrywaniu i wyjaśnianiu podejrzanych transakcji, minimalizując tym samym straty wszystkich inwestorów.
Polski Bank I Bank korzystając z wielu źródeł informacji poszukuje wzorców zachowań wskazujących na ryzyko wyłudzeń kredytowych z udziałem pracowników lub opartych o tzw. słupy. Polski Bank II Bank analizuje dane o transakcjach klientów, aby zaproponować odpowiednie zniżki i promocje, np. zakupy odzieżowe, wydatki na kawę i aktywności sportowe. Polska Firma Ubezpieczeniowa Firma ubezpieczeniowa wykorzystuje dane o transakcjach po przekroczeniu granicy kraju i przekazuje klientom dane o możliwych ubezpieczeniach podróży. 2012 IBM Corporation
Korzyści z Big Data dla zarządzających bankiem Dyrektor IT...mógłby analizować systemy pod kątem potencjalnych błędów i awarii na podstawie metryk zapisywanych przez infrastrukturę IT Prezes...mógłby lepiej podejmować decyzje używając dokładnych danych z wielu perspektyw czasowych przeszłości, teraźniejszości i przyszłości Dyrektor Finansowy...mógłby usprawnić procesy finansowe i pomiar ryzyka w wielu departamentach jednocześnie Dyrektor ds. Nowych Porduktów...mógłby analizować ryzyko i zyskowność w całym cyklu życia produktu i historii relacji z klientem podczas projektowania nowych produktów bankowych i wyceniania ich 2012 IBM Corporation Dyrektor Marketingu...mógłby przewidzieć odpowiednią ofertę do danego klienta w odpowiednim czasie oraz poprawić relacje z klientem Dyrektor ds. Ryzyka...używałby analiz Big Data do predykcji i prewencji nadużyć
Sukces na rynku odniosą banki, które zmienią podejście do Analityki Tradycyjne Big Data Użytkownicy definiują pytania IT zapewnia dostęp do danych IT tworzy system, aby móc odpowiadać na znane pytania Użytkownicy zadają pytania i wykorzystują elastycznie dane według swoich potrzeb 2 2013 IBM Corporation
IBM przeprowadził badanie na całym świecie pytając o zaawansowanie działań w ramach Big Data >1000 Uczestników 24% 47% 28% Badanych organizacji jeszcze nie zaczęło działań w ramach Big Data Organizacji planuje działania Big Data Organizacji rozpoczęło projekty pilotażowe 21 2013 IBM Corporation
Information will be the 'oil of the 21st century. Gartner 2010 22 2013 IBM Corporation
IBM Institute for Business Value Case Study: Magazine Luiza Maintaining a human touch in an online world Since 1957, Magazine Luiza has connected with customers in Brazil on a human level, to fulfill dreams and provide a happy and memorable experience. Magazine Luiza provides an online store and more: In their stores, shoppers sit with associates who guide them on Internet shopping trips Local stores act as social hubs and offer community services, like cooking classes or computer training The online site contains a virtual salesperson Lu, interacting with customers In response to today s customer individualization, Magazine Você ( Your Store ), allows anyone to create personalized storefronts and share them via Facebook or Orkut: Store owners earn a commission when selling products Conversion rates are running higher than the retailer s online store Already, more than 20,000 social stores have sprung up. Magazine Luiza expects to touch 1 million customers within one year of launch. 24 2012 IBM Corporation
Bank Garanti w Turcji stawiając na obsługę i doświadczenie klienta zwiększył udział w rynku i zyskał lojalność klientów, przy jednoczesnym znaczącym obniżeniu kosztów widok 360 danych klienta pozycjonowanie marki wielo-kanałowość kliento-centryczność Potencjał Produkty Wskaźnik aktywności klienta Ostrzeżenie o ryzyku odejścia klienta Wskaźnik wartości Ostrzeżenie o blokadzie Klienta 25 IBM Confidential 2013 IBM Corporation
IBM Institute for Business Value W badaniu CEO Study 2012 Prezesi wskazali lepsze zrozumienie indywidualnego klienta i szybszą reakcję na wymagania rynkowe jako swoje priorytety Zmiany konieczne, aby spełnić oczekiwania klientów (w czasie następnych 3 do 5 lat) Wyniki globalne Sektor finansowy Lepsze zrozumienie indywidualnych potrzeb klienta Skrócony czas odpowiedzi na wymagania rynku Ujednolicenie doświadczenia klienta we wszystkich kanałach Uwzględnienie potrzeb klienta na każdym etapie cyklu życia produktu Większa transparentność i odpowiedzialność biznesu Zwiększenie odpowiedzialności społecznej i środowiskowej 55% 48% 47% 44% 72% 72% 44% 38% 55% 72% 68% 67% Źródło: Pytanie 19 W jakim stopniu zmieni się Państwa organizacja, aby sprostać wymaganiom klientów w porównaniu do konkurencji w ciągu najbliższych 3-5lat? (Próba globalna n=1652 to 1676) (Bankowość i rynki finansowe n=212 to 216) 26 2012 IBM Corporation
IBM Institute for Business Value W CMO Study 2011 Dyrektorzy Marketingu przyznali, że czują się nieprzygotowani do zarządzania ogromnym napływem danych i relacjami z klientami poprzez social media i inne nowe kanały Procent Dyrektorów Marketingu w sektorze bankowym nieprzygotowanych na wyzwania rynkowe Wyniki globalne 50% Napływ danych 74% 71% Social media 72% 68% Wzrost liczby kanałów i urządzeń 62% 65% Kwestie prywatności 62% 55% Ograniczenia finansowe 56% 59% Zwrot z inwestycji 56% 56% Spadająca lojalność wobec marki 51% 57% Zmiany demograficzne 50% 63% Wymiana opinii między klientami 50% 56% Globalny outsourcing 50% 54% Transparentność 46% 47% Kwestie prawne 45% 50% Szanse rynków rozwijających się 44% 56% Źróło: Pytanie 8: Jak przygotowani są Państwo na zarządzanie 5 najważniejszymi czynnikami rynkowymi, które wpłynął na Państwa organizację w ciągu najbliższych 3 do 5 lat? 2011 IBM Corporation
IBM Institute for Business Value W CIO Study 2011 Dyrektorzy IT wskazali Analitykę Biznesową jako priorytet w swoich planach na najbliższe lata Najważniejsze elementy strategii IT w ciągu najbliższych lat Analityka biznesowa Rozwiązania mobilne Zarządzanie ryzykiem Wirtualizacja Zarządzanie procesami biznesowymi Portale samoobsługowe 58% 60% 57% 53% 83% 81% 74% 76% 72% 68% 70% 70% 28 Współpraca wewnętrzna Cloud computing Wyniki globalne Sektor bankowy Źródło: 2011 CIO Study, Pytanie12: Które elementy strategii będą Państwo rozwijać dla zwiększenia konkurencyjności? IBM Confidential 55% 48% 60% 48% 2011 IBM Corporation
Ograniczanie ryzyka NYSE Euronext: Simplification gives market surveillance experts the power to find new patterns of illegal trading As its transaction volume explodes, a prominent global stock exchange company makes a leap in its ability to uncover questionable trading patterns by using powerful detection algorithms. Solution Business Opportunity To detect patterns that could indicate questionable trading activity amid a soaring number of transactions, securities markets not only need processing power, but also the flexibility to incorporate new algorithms that can spot the emergence of new risks before they can do damage. As its transaction volumes steadily grew, the exchange found it increasingly difficult to meet its mandate in a timely manner. The new market surveillance platform implemented by this exchange both sped up and simplified the processes by which its experts analyzed patterns within billions of trades. After deploying a proof of concept solution, the implementation team tested its performance using 60 days of trading information, and then made available to some 150 end users across the global organization. Perhaps the most noteworthy aspect of implementation was the fact that no changes needed to be made to the existing NYSE Euronext data structure for the solution to yield optimal performance. Results Reduced the time required to run market surveillance algorithms by more than 99%. Decreased the number of IT resources required to support the solution by more than 35%. Improved ability of compliance personnel to detect suspicious patterns of trading activity and to take early investigative action, thus minimizing damage to the investing public 29 2012 IBM Corporation