2. Zákazníci budoucích let
o Do roku 2025 většina ekonomicky aktivní populace
o Silný důraz na moderní technologie, sdílení, komunity, stále online
o Silný důraz na jedinečnost, individuální přístup
Product – centric Customer (Solution) – centric
4. Poznání zákazníka skrze data
o Objem/množství
o Variabilita/pestrost
o Kvalita
o Včasnost
o Data o aktivitě zákazníka napříč všemi kanály
o Detailní zákaznická transakční data (finanční, hovory, internet, …)
o Kontextová data (počasí, lokace, aktivita na sociální síti, slevy, …)
7. Jak získat kontextová data?
Je nutné mít důvěru klienta
Rád dostanu personalizovanou nabídku na základě své aktivity, ale dovolím to pouze někomu
Rád dostanu personalizovanou nabídku na základě své aktivity od kohokoli
Nechci aby někdo využil data o mne k personalizovaným nabídkám
8. Jak získat kontextová data?
Věrnostní program
o specializovaná mobilní aplikace
o location-based slevy a výhody
Personal finance management
o Všechny relevantní kanály
o Primární pohled na online banking (namísto transakčního)
o Minulost, současnost, budoucnost (predikce, cíle)
o Opravdová inteligence, klient nedělá co nemusí
o Inteligentní platby faktur
o Sociální aspekty (sdílení, soutěže, motivace)
Facebook
o „Nativní“ platforma průměrně 5,7 hodin měsíčně (9 hodin)
o Užitečné služby – PFM, platby, klientská zóna, …
o Relevantní „zábava“ – obchodování na trzích, …
o Skutečná práce s klienty, počet „lajků“ není měřítko
9. Jak s daty pracovat?
Segmentace, podobnosti, predikce
10. Jak s daty pracovat?
Analýzy vazeb, souvislostí
11. Shrnutí
o Online kanály jsou ideální pro získání kontextových zákaznických dat
o Je nutné nabídnout relevantní a zajímavé služby
o Je nutné se na standardní služby dívat novým pohledem
o Lze využít regulatorní „projekty“ s dopadem do dat
– Solvency II, IFRS 4 fáze 2, Basel III, …
Aplikace pro mobilní platformy a sociální sítě
Datová integrace, zpracování Big Data
Pokročilé prediktivní metody a algoritmy
Nástroje pro analýzy vazeb a souvislostí
