18th finance tech forum - ibs - ibm bbci
TRANSCRIPT
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
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
Историята на Иванчо
36г. – Иванчо се интересува от по-
голямо жилище, застраховки
(имущество, живот, детска и т.н.)
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
КлиентитеКакво
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
Какво представлява IBM Behavior Based Customer
Insight?
Цялостно решение с предефинирани модели и
алгоритми
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!
Подготовка на
данните
Предефинирани
аналитични модели Готови дашборди
Transaction
Fact
Account
Arrangement
Dimension
Channel
DimensionCalendar
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
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
Овърдрафт – анализ и нотификация
Кристина
Регионален мениджър
Майкъл
Малък бизнес
Семеен, 2 деца и… куче
…
Дългогодишен клиент на
банката
„домошар“
© 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……
© 2015 IBM Corporation© 2015 IBM Corporation
Кристина решава да види тренда на разходите и събитията за сегмента. Както и
предвиждането за превишаване на кредита.
© 2015 IBM Corporation© 2015 IBM Corporation
Изглежда наистина Overdraft-ите са най-голямото предизвикателство за „домошарите“ спрямо всеки друг
сегмент
© 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
© 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
© 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….>
© 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……
© 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….
Systems of Engagement
Predictive Analytics
IBM BBCI for BankingTransaction 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 AlertsПреглед 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.
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*mНормално е да имате 100% ROI в
първите 6 месеца
Source: Nucleus Research, May 2015
До
30%
Състезание за
С над
КЛИЕНТИТЕ
СЪРЦАТА УМОВЕТЕи
ПЕРСОНАЛЕН ПОДХОД
2018
КОМПАНИИТЕ,
които предлагат
изпреварятконкурентите си
ще
на
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 BIDashboard
Components
CognosDataCube
SPSSEngines
API Set C
API Set D
Pre-defined insurance
data models
Pre-defined & testedindustry-specificanalytic models
Pre-defined & testedinsurance-specific
reports & dashboards
API Set A
API Set B
WebPortal