Best Banking: Banken & Big Data

Best Banking: Banken & Big Data

Banken-big-data

Heute haben Unternehmen Zugang zu einer noch nie dagewesenen Menge an Daten. Laut der Capgemini-Studie „IT-Trends 2018“ wird Big Data hauptsächlich dazu genutzt, um die Effizienz kundenzentrierter ( 72,6%) und interner Prozesse ( 58,3%) zu erhöhen sowie neue Geschäftsmodelle aufzuspüren ( 32,1%) Wer Big Data und neue Analysemethoden nutzt, kann sich erhebliche Wettbewerbsvorteile sichern. Diese Entwicklung hat zu einem großen Hype um das Thema geführt.

Was macht das „schwarze Gold“ so wertvoll?

Finanzinstitute haben ihr Potential aber noch lange nicht voll ausgeschöpft. Banken sitzen auf einem Berg von Daten, dem „schwarzem Gold“, der in Zukunft dank immer weiter fortschreitender Digitalisierung, Social-Media-Nutzung und Smartphone-Gebrauch exponentiell ansteigen wird. Finanzinstitute haben seit jeher Zugang zu Daten, die einen Einblick in das Leben des Kunden geben. Für Banken ergeben sich dadurch neue Möglichkeiten, mit Endkunden zu interagieren und wertvolle Erkenntnisse zu gewinnen, die die Kundenbindung und den Kundenservice verbessern sowie Umsätze steigern.

Datenschätze richtig nutzen

Für Banken war es bisher eine große Herausforderung mit der Masse an Daten zurechtzukommen und die Erkenntnisse herauszufiltern, die einen echten Mehrwert bringen. Heute gibt es allerdings Analyse-Tools, die Daten, die aus jedem Kundenkontakt entstehen, extrahieren, sammeln, aufbereiten und als nützliche Information verfügbar machen. Diese Werkzeuge erlauben es, wenn sie richtig in Big-Data-Plattformen integriert sind, bisher nicht mögliche Großprojekte zu realisieren: Dazu zählen beispielsweise das Erkennen von Korrelationen, die schnellere und genauere Analyse von Zeitreihen und die Ermittlung von Trends mit dem Ziel, neue Geschäftsmöglichkeiten auszuloten und zielgerichtete Marktstrategien zu entwickeln.

Datenanalysen verbessern das Kundenerlebnis

Der große Vorteil von Big Data ist das gewonnene Wissen über den eigenen Kundenstamm, welches Banken wiederum für die Verbesserung ihrer Kundenbeziehungen nutzen können. Mit der Analyse von Kundendaten aus verschiedenen Banking-Kanälen können sie in Erfahrung bringen, was Kunden möchten und durch Personalisierung und individualisierte Ansprache das Kundenerlebnis entscheidend verbessern.

So ist es beispielsweise möglich, sowohl die Interaktion des Kunden durch Selbstbedienungsgeräte (Geldautomat, Assisted Self-Service Device, Assisted Self-Service Terminal, Willkommens-Desk) als auch über das Bankpersonal zu verbessern. Denn: Je größer das Wissen der Mitarbeiter über den Kunden ist, desto besser können sie den gestiegenen Kundenerwartungen und komplexen Anforderungen gerecht werden. Big-Data-Analysen sind hier entscheidend. Analyseinstrumente sind in der Lage, die Kaufkraft zu ermitteln und somit passgenaue Produkte anzubieten, sowie mittel- bis langfristig neue Geschäftsmöglichkeiten zu erkennen.
Es ist höchste Zeit, dass Banken damit anfangen, ihre Geschäftsmodelle und Strategien zu überdenken, um die Filiale noch besser hinsichtlich Beratung und Kundenservice zu positionieren.

Vertrauen der Kunden gewinnen

Mit neuen Technologien wächst auch die Verantwortung der Unternehmen. Banken dürfen daher nicht vernachlässigen, dass sie das Vertrauen der Kunden immer wieder aufs Neue gewinnen und behalten müssen. Es liegt bei den Finanzinstituten, die persönlichen Daten, einschließlich Social-Media-Aktivitäten, zu schützen und die Kunden über den Mehrwert der Datenanalyse zu informieren. Am Vertrauen muss stetig gearbeitet werden und Kunden müssen sich sicher sein können, dass sich ihre Bank zu 100 Prozent an die geltenden Datenschutzbestimmungen hält.

Interne Prozesse effizienter gestalten und Bankgeschäfte optimieren

Die intelligente Nutzung von Daten hat nicht nur auf das Kundenerlebnis positive Auswirkungen, sondern auch auf die internen Prozesse und auf die Bankgeschäfte. So kann man beispielsweise durch die Anzahl der Abhebungen an Geldautomaten (je nach Tag, Zeitzone und Typ) ermitteln, wie lange Kunden warten müssen, bis sie drankommen und mit welcher Wahrscheinlichkeit sie die Warteschlange verlassen und gehen bevor sie an der Reihe sind.
Mithilfe dieser Informationen ist es möglich, Vertriebskanäle noch genauer zu analysieren. Banken haben somit die Möglichkeit, die Kosten und den Ertrag einer Leistung sowie eventuelle Verluste und Ineffizienzen abzuwägen. Hinzu kommt, dass operationelle Risiken verringert und neue Strategien entwickelt werden können.

Big Data ist die Zukunft

Zudem zeigt ein Blick in die Zukunft: Die Nachfrage nach Datenanalysen zur Unterstützung und Förderung des Geschäftsbetriebs wird zunehmen. Immer beliebter wird dabei das Erkennen umfassenderer Zusammenhänge von dynamischen Datenmengen und Datenströmen. Diese Korrelationen können allerdings nur dann ermittelt werden, wenn die Systeme maschinelles Lernen beherrschen, künstliche Intelligenz nutzen können und diese komplexe Arbeit eigenständig und in Echtzeit ausführen können.

Im Hinblick auf das Internet of Things (IoT), das große unorganisierte Datenmengen hervorbringt, sind Unternehmen gefordert, ihre IT-Infrastruktur aufzurüsten. Es werden immer leistungsfähigere Business-Intelligence-Lösungen benötigt, die die Masse an Daten analysiert und in Wissen verwandelt, von dem Unternehmen in vielerlei Hinsicht profitieren können: Kostenersparnis, Identifizierung neuer Umsatzquellen oder das Vorantreiben von Innovationen.

Business-Analytics-Instrumente – Der Schlüssel für eine erfolgreiche Datenanalyse

Grundsätzlich erfüllen Banken aber alle Voraussetzungen, um Big-Data-Analysen zur Verbesserung des Kundenerlebnisses und der eigenen Leistungsfähigkeit nutzen zu können. Der Schlüssel zum Erfolg liegt darin, die Erkenntnisse aus der Analyse zum richtigen Zeitpunkt und im richtigen Kontext umzusetzen. Denn dadurch werden sich Banken hinsichtlich Beratung und Service neu positionieren können und somit die Möglichkeit haben, langfristig konkurrenzfähig zu bleiben.

Obwohl Banken über eine beträchtliche Datenmenge verfügen und die Vorteile klar auf der Hand liegen, wird das vorhandene Potential bislang nur sehr begrenzt genutzt. Auriga hat WWS BAM (Business Analytics Management), ein Anwendungsmodul der Omnichannel-Plattform WinWebServer (WWS), entwickelt, damit Banken die Daten aus unterschiedlichen Kundenkanälen nutzen können. Das Modul ermöglicht eine Übersicht der gespeicherten Informationen, die einen wichtigen Beitrag zur Unterstützung von strategischen Unternehmensentscheidungen leisten können. Außerdem erlaubt WWS BAM die sofortige Extraktion, Sammlung, Analyse und Präsentation der gesamten Daten, die im IT-System der Bank verstreut sind. Es ist daher möglich, mit nur einer einzigen leistungsfähigen Anwendung in Fast-Echtzeit die Daten aus mehreren Quellen zu gliedern und zu bearbeiten. Dazu zählen zum Beispiel generierte Daten, die von durchgeführten Transaktionen und Dienstleistungen (Auszahlungen, Aufladungen, Kontoauszüge, Überweisungen) über unterschiedliche Vertriebskanäle stammen. Diese werden analysiert und mit den Zielvorgaben verglichen, um die Leistungsfähigkeit zu verbessern und die Geschäftsprozesse zu optimieren.

Durch das Bereitstellen einer Momentaufnahme aller Geschäftsleistungen der Bank erlaubt WWS BAM das Anfertigen von multidimensionalen Datenmodellen, die graphische Darstellung oder die Präsentation von verständlichen Ergebnissen auf einem Dashboard, das einfach zugänglich gemacht werden kann. Ausgestattet mit einer einfachen und intuitiven Benutzeroberfläche kann jeder die strategischen Analysekriterien und/oder Indikatoren für eine schnellere Analyse des Bankengeschäfts festlegen.

ONLINE-ARTIKEL

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Comments are closed.