Nudimo rezultate. Započnite svoje putovanje digitalne transformacije danas i otkrijte šta je moguće za vaše poslovanje sutra.
Nudimo prilagođena rešenja za vašu industriju. Izaberite svoju industriju i saznajte kako možemo da vam pomognemo da transformišete vaše poslovanje.
8 min read • Sep 21, 2020
Proteklih godina smo govorili o podacima sa divljenjem, ali i o načinima na koje će podaci promeniti naše živote i načine poslovanja. Kako je ta ideja i dalje prisutna i u 2020. godini, to mora značiti da će se ovaj trend nastaviti, a za tu tvrdnju dokaze možete pronaći svuda oko vas. Bez obzira da li kupujete predložene proizvode na sajtu Amazon ili viđate odgovarajuće reklame dok pretražujete Internet, ili dok koristite mogućnosti aplikacije Google App, vi koristite usluge kojima su podaci i napredna analitika deo DNK.
Isti trend se (na sreću) susreće i u bankarskoj industriji i ostalim finansijskim sektorima. Danas možete živeti u maloj državi koja nije članica EU, a da i dalje imate pristup naprednom mobilnom bankarstvu, možete imati pristup bankama poput Revoult-a ili N26 koje omogućavaju da napravite nalog u 60 sekundi, da fotografišete automobilsku nesreću kao dokaz koji možete proslediti svojoj osiguravajućoj kući, ili da investirate novac u akcije na NASDAQ-u iz udobnosti svog doma.
U 2020. godini, bez obzira da li ste banka, broker, menjačnica, osiguravajuća kuća, fintech kompanija ili čak centralna banka i donosilac regulacija, podaci imaju veliki uticaj na vaš biznis u nekoliko segmenata.
Segment koji je najvidljiviji krajnjem korisniku naziva se »customer intelligence«. Prikupljanje podataka iz različitih izvora poput mobilnih bankarskih aplikacija, društvenih mreža, GPS-a (uz pristanak korisnika) i korišćenje tih podataka za algoritame mašinskog učenja za pametnu segmentaciju može dovesti do ideja koje nadmašuju čistu demografiju po pitanju kako najbolje pozicionirati proizvod, kako odabrati pravi trenutak za pozicioniranje pravom segmentu korisnika i tako dalje.
Dobro projektovani proizvodi u ovoj oblasti mogu značajno promeniti način na koji mlađe generacije posmatraju banke i osiguravajuće kuće. Na primer, voleo bih da neko uzme i analizira podatke iz mog Garmin sata i da mi ponudi zdravstveno osiguranje koje odgovara mom načinu života i da mogu da prihvatim predlog pomoću moje aplikacije za mobilno bankarstvo.
Druga oblast za potencijalna poboljšanja jeste redizajniranje poslovnih procesa sa ciljem povećanja efikasnosti odrećenih oblasti poslovanja. Ovaj segment se oslanja na podatke koje kompanija već ima, ali koje ne koristi na pravi način ili ne predstavlja pravim ljudima. Kako bi predstavnici prodaje poboljšali svoj učinak, potrebno je da imaju par temeljnih radnih listova u svom BI alatu na mobilnoj aplikaciji.
Ubeđivanje predstavnika prodaje da dođu u kancelariju, eksportuju podatke, a onda iz njih kreiraju pivot tabele, ne poboljšava njihove performanse. U svim kompanijama, sva odeljenja mogu bolje da koriste podatke koje već imaju uz pomoć pravih alata za poslovnu inteligenciju (eng. Business Intelligence), bez obzira da li je reč o praćenju učinka call centra, povećanju učinka prodajnog tima ili omogućnosti pregleda profitabilnosti proizvoda na dnevnom umesto na kvartalnom nivou.
Treća oblast koja mnogo zavisi od analize podataka je često zanemarena u kompanijama jer ponekad zahteva korišćenje podataka trećih strana, ali i ona može dovesti do stvaranja novih poslovnih mogućnosti. Na primer, dovođenje u vezu visine prosečne ušteđevine u vašoj banci i prosečne kupovne moći po geografskim područjima može dati jasan uvid u to koji region je nedovoljno razvijen i gde je, možda, potrebno dodatno obrazovanje o čuvanju novca. Takođe, može postojati čitavi segment potencijalnih koristnika koji samo razgledaju vaš vebsajt, a onda odu, i iz njihovog ponašanja na vebsajtu se može naučiti kako lako optimizovati korisničko iskustvo tako da, na primer, kupovina putnog osiguranja zahteva dva umesto šest koraka, što će direktno voditi novim korisnicima vašeg portfolia.
Poslednji segment je verovatno prva stavka na prezentacijama mnogih korporacija i to je segment upravljanja rizikom. U pomenutoj oblasti kompanije su se već dovoljno razvijale kada su u pitanju simulacije i provera kreditne sposobnosti ili samo, generalno, održavanje usklađenosti sa zakonskom regulativom. Međutim, kako količina podataka raste, tako, na primer, rastu i izazovi analiziranja pomenutih podataka i uviđanja sumnjivih transakcija.
Pre par meseci, dobio sam notifikaciju od on-line banke da su u ovom trenutku primetili transakciju koja im je izgledala sumljivo pa su pitali da je potvrdim. Rekao sam: „Ne, to nisam ja“, a oni su odgovorili: „U redu, vaša kartica je sada deaktivirana.“ Bilo mi je potrebno 30 sekudni da kreiram novu karticu i dodam je u Apple Pay, a onda sam nastavio sa svojim odmorom. To znači da je potrebno da ovaj segment nastavi da raste linearno kako bi industrija finansijskih usluga ostala sigurna.
Iskoristite podatke, otkrite gde nastaje profit i efektivno upravljate rizikom sa automatizovanim poslovnim izveštavanjem za banke
Očigledno je da, da bi podržale veliki broj mogućnosti, kompanije primenjuju širok spektar tehnologija. Za svrhe ovog bloga, opisaću tri različite tehnološke oblasti koje odgovaraju zaključcima datim od strane konsultantske kuće McKinsey, za koje mislimo da će imati veliki uticaj na to kako finansijski sektor posluje u godinama koje dolaze.
Poslovni podaci i analitika, uopšte, nisu oblast za koju možete da kupite nesvakidašnje rešenje koje će rešiti vaše probleme, već je više prisutan pristup u kom različitim korisnicima dajete prave podatke u pravom trenutku.
U velikim, heterogenim organizacijama, ovaj pristup počinje usvajanjem modernih i nezavisnih baza podataka i/ili data lake-ova u cloud-u. Apetit i potrebe ovih velikih organizacija se mogu brzo menjati, i jedini način da odogovrite na ove promenjive potrebe na dnevnom nivou je kroz brzo i proaktivno prikupljanje podataka na skladištu koje se može ponovo koristiti dok se održava visok kvalitet podataka i upravljanja podacima.
Iz ugla posmatranja finansijskog sektora, ovaj posao postaje zahtevniji jer je većina (ako ne i svi) uložila velike količine novca u tradicionalna rešenja poput DWH, OLAP kocki i tako dalje koje zahtevaju neku vrstu ponovnog projektovanja u godinama koje dolaze. Pomenuta rešenja će i dalje biti prisutna kao podrška osnovnom izveštavnju ili izveštavanju o usklađenosti, ali neće moći da ispune sve potrebe koje savremene finansije zahtevaju.
Ovaj segment ima potencijal da bude implementiran brzo. Koncept poslovne inteligencije je prilično star sada ali tehnologije su se razvile značajno. Mnoge kompanije imaju portale ili aplikacije u kojima korisnici mogu da vide ili preuzmu neki statični PDF ili Excel izveštaj. Obično, oni će spojiti više izveštaja u Excel fajl veličine 50MB i napraviti pivot tabelu.
To je kilometrima daleko od onoga što donosilac odluke treba da uradi danas. Dostupnost self-service alata koji imaju i snažno upravljanje, napredovali su u prethodnim godinama. Međutim, kako bi smo ih u potpunosti iskoristili, moramo prevazići relacione baza podataka i usvojiti fleksibilniju analitiku koju ovi alati omogućavaju. Promena navika posle pet, deset ili 15 godina nije laka, naročito kada su koncepti čitanja i razumevanja podataka novi u našim prosvetnim sistemima.
Da li ste se pitali zašto većina korisnika želi da vidi informacije u formi tabele? Zato što nije lako čitati sa trodimenzionalnog sketer dijagrama. Na sreću, mnogi pružaoci usluga u ovoj oblasti investiraju sve više u razvoj programa za razumevanje podataka namnjenih korisnicima, ali i u unapređenje samih rešenja dodavanjem naprednih funkcionalnosti koje će omogućiti korisniku da lakše donese zaključke koje ne bi mogao da izvuče iz samog gledanja pivot tabele.
O veštačkoj inteligenciji se već neko vreme priča, ali sada ona preuzima veoma bitnu ulogu u poslovanju. Sve veća popularnost cloud tehnologija i napredak integracije veštačke inteligencije u svakodnevne alate (među ostalim faktorima) je dodatno podstaklo mnogo kompanije da bar isprobaju i da se poigraju sa pametnom segmentacijom, personalizovanim porudžbinama, predikcijama, simulacijama rane otplate kredita i tako dalje.
Međutim, najveći raskorak u ovom segmentu nije tehnologija prema našem iskustvu, već činjenica da kompanijama treba multidisciplinaran tim kako bi uspešno realizovala AI projekat jer bez sposobnosti interpretacije rezultata i njihovog korišćenja, ni najbolji modeli ne vrede puno.
Sada kada je sve rečeno, mislim da će narednih tri do pet godina biti veoma interesante za bankarstvo i generalno finansijski sektor, kada je reč o podacima. Jedan od igrača na disruptivnom tržištu on-line bankarstva, Revoult, je porastao šest puta u poslednje dve godine (po pitanju broja registrovanih korisnika) i nastavljaju u tom pravcu. Način na koji to postižu ogleda se u činjenici da je njihov početak bio on-line i da su i dalje 99% on-line (manje-više) što znači da su skalabilni poput Amazonove veb prodavnice ili Azure servera kompanije Microsoft – zastrašujuće skalablini.
Prijavite se na naš newsletter i budite u toku sa najnovijim informacijama ...
We’re looking forward to showing you our Customer Engagement platform for Banking Industry.Just complete the form below, and let us show you around with a product demo based on your needs.
