I dati sono sempre stati alla base del settore dei servizi finanziari, dalle informazioni sui prezzi in tempo reale per prendere decisioni commerciali ai fondamenti aziendali nella creazione dei portafogli e ai dati demografici su cui basare la sottoscrizione delle assicurazioni. Gli eventi dei mercati sono rappresentati dai dati di mercato, che vengono poi tradotti dai professionisti dei servizi finanziari in informazioni fruibili e decisioni aziendali.
Tuttavia, allo scopo di differenziarsi dalla concorrenza, molte banche e società assicurative vogliono arricchire la propria comprensione dei clienti e delle loro esigenze, e sempre più spesso sviluppano strategie per sfruttare conoscenze più approfondite sui propri clienti. Vedono che altri settori, in primo luogo media e retail, adottano soluzioni tecnologiche e innovano rapidamente grazie a una visione migliorata dei comportamenti, delle abitudini di vita e delle interazioni dei clienti. Le organizzazioni raccolgono punti dati dei clienti in ogni minimo dettaglio e poi li analizzano e li interrogano per ottenere informazioni utili ai fini delle decisioni di business, sui prodotti e di marketing. Gli enormi volumi di dati generati dalle interazioni online, ad esempio, aiutano i retailer a personalizzare maggiormente il servizio ai clienti, con opzioni di mobilità e la possibilità di accedere a prodotti e servizi in un’unica shopping experience perfettamente integrata tramite le interfacce online. La sfida che oggi devono affrontare i settori del retail banking e delle assicurazioni è operare in modo tale da soddisfare simili aspettative dei clienti nelle proprie customer experience digitali. Secondo un report per il 2021 di MX, infatti, “quasi il 70% dei clienti vorrebbe che la sua esperienza con la banca fosse simile a quelle offerte da Netflix, Amazon e altre aziende tecnologiche dal punto di vista dell’offerta di suggerimenti personalizzati.”
Per molte società di servizi finanziari, questo è essenziale per la resilienza e la crescita a lungo termine dell’azienda. A partire dalla crisi finanziaria del 2008, la percezione e la fiducia del pubblico nei confronti del settore dei servizi finanziari sono state uniformemente sfavorevoli. In un’epoca in cui anche gli atteggiamenti sociali e culturali si sono radicalmente trasformati, l’equilibrio di potere si è spostato verso il cliente. Di fronte al senso di autodeterminazione dei clienti nei confronti del modo in cui spendono o investono il proprio denaro, le organizzazioni devono far evolvere le proprie attività per adeguarle alle nuove dinamiche e preferenze dei clienti per i modelli di engagement self-service. Devono trovare nuovi modi per migliorare la propria offerta e fornire servizi migliori, più veloci e più personalizzati, ma molte organizzazioni di servizi finanziari non riescono a soddisfare le richieste mutevoli dei propri clienti, la cui customer experience finisce per essere insoddisfacente.
L’evoluzione delle aspettative dei clienti unita alle sfide sistemiche che l’intero settore affronta in seguito alla crisi finanziaria, tra cui costanti pressioni normative, minacce emergenti di concorrenti che sfruttano la tecnologia finanziaria (FinTech) e costi crescenti, costringono le banche a ripensare il modo in cui creano e mantengono il valore a lungo termine con i propri clienti. In poche parole, la capacità di una società di servizi finanziari di coltivare un cliente ne aumenta il lifetime value, dal momento in cui apre il primo conto corrente o di risparmio presso una filiale locale, stipula una polizza di assicurazione, acquista la sua prima casa o fa trading in beni digitali a quando chiede una consulenza finanziaria per gestire i suoi portafogli di investimenti.
Per adottare un approccio più efficiente al targeting, all’acquisizione, al coinvolgimento e alla fidelizzazione dei clienti, tuttavia, banche e assicuratori devono prima mobilitare i propri dati, investire negli stack tecnologici e riorientare l’approccio dell’organizzazione verso una comprensione più olistica di chi sono i loro clienti.
La palla al piede dei sistemi legacy
Per molti provider di servizi bancari e assicurativi, anni di investimenti, sviluppi e acquisizioni, organici e non, hanno creato architetture tecnologiche isolate in silos e duplicate, archivi di contenuti e modelli di dati disomogenei e contrapposti e livelli diversi di controlli per la governance, l’autenticazione e l’accesso ai dati.
Di conseguenza, le società di servizi finanziari tradizionali si trovano ad affrontare:
- Sfide legate all’accesso ai dati e all’incapacità di unificare dati business-critical provenienti da tutta l’organizzazione e da terze parti
- Sfide legate alla velocità dei dati a causa di una pipeline prolungata dovuta al lavoro di identificazione e acquisizione di dati di terze parti con diversi gradi di idoneità all’ingestion immediata
- Sfide legate al controllo delle versioni dei dati dovute alla creazione di copie e alla presenza di più versioni delle informazioni, che producono incoerenze e un maggiore rischio di errori
- Sfide legate all’autorizzazione all’uso dei dati, che limitano chi può accedere a quali dati e per quali scopi e finiscono per creare problemi di costi e conformità
Con il consolidamento attualmente in corso, caratterizzato da fusioni di banche regionali (come la formazione di Truist dalla fusione di SunTrust e BB&T) e dall’acquisizione di piattaforme di trading da parte delle banche (come Morgan Stanley ed E-Trade), queste sfide tecnologiche probabilmente persisteranno anche nel futuro.
Per un grande istituto di credito o provider di servizi assicurativi, questo significa una visione incoerente o incompleta del cliente e delle sue esigenze, dovuta ai costi in termini economici e di risorse della replica dei dati necessaria per aggregare i dati del cliente in tutta l’azienda. Questo produce anche ritardi nell’acquisizione e nell’analisi degli insight sui clienti, compresi Next Best Action e idoneità dei prodotti. Per i consulenti finanziari, i direttori di filiale e gli agenti assicurativi, queste sfide si riflettono sui ricavi, soprattutto se non sono in grado di vendere con precisione i prodotti giusti ai clienti giusti.
Ancora più critici, in questo settore strettamente regolamentato, sono i potenziali rischi legali, reputazionali e finanziari a cui vanno incontro le società di servizi finanziari se non dispongono di robusti controlli di data governance e sicurezza quando utilizzano e condividono i dati dei clienti e altre informazioni di identificazione personale (PII).
Trasferire i processi Customer 360 sul Data Cloud
Per superare alcune di queste sfide, le società di servizi finanziari si rivolgono a Snowflake e al Financial Services Data Cloud per aumentare l’efficienza, ridurre la complessità, creare una piattaforma centralizzata per i dati dei clienti e stabilire processi di gestione dei dati event-driven, in tempo reale e basati su cloud. Tutto questo è supportato da funzionalità di collaborazione, arricchimento e sicurezza dei dati.
Collaborazione sui dati
La singola piattaforma dati offerta dal Financial Services Data Cloud consente alle organizzazioni di prosperare in un ambiente competitivo, ad alta intensità di dati e strettamente regolamentato. Questo significa abbattere i silos di dati e tecnologie tra linee di business, fornitori e partner per rendere possibili flussi di lavoro diversi, dal marketing e dalla segmentazione della clientela all’analisi predittiva e alla Next Best Action. Snowflake elimina i processi ETL, consentendo di accedere e distribuire i dati in modo quasi istantaneo.
Queste funzionalità di condivisione e collaborazione sono supportate da robusti controlli e criteri di governance cross-cloud che seguono i dati, non il cloud. Le policy sono applicate in modo coerente, semplificando la governance su larga scala, riducendo i rischi ed estraendo valore anche dai dati sensibili o regolamentati.
Arricchimento dei dati
Come abbiamo già affermato, i dati sono alla base del settore dei servizi finanziari. Snowflake rende incredibilmente semplice accedere ai dati e utilizzarli per la collaborazione. Il Marketplace Snowflake ospita più di 1000 data set di provider di dati leader del settore, come FactSet, S&P Global, Experian, ZoomInfo e Foursquare.
Per esempio, negli Stati Uniti questo significa che:
- I team di marketing e customer insight possono sfruttare il database del Dipartimento del Lavoro degli Stati Uniti di Knoema per eseguire la segmentazione dei clienti e le analisi patrimoniali
- I team di vendita possono modellare la propensione all’acquisto, pianificare i territori di vendita e analizzare i mercati disponibili totali unendo i dati sui clienti ai data set di ZoomInfo
- Relationship Manager e assicuratori possono incorporare indicazioni per le Next Best Action o sull’idoneità dei prodotti unendo i dati CRM sui clienti a modelli di consumatori che determinano la capacità finanziaria, gli stili e i comportamenti di investimento e altre caratteristiche utilizzando i dati di segmentazione dei clienti basati sugli asset di Neustar ed Equifax
- Consulenti finanziari e Private Banker possono creare piani o portafogli finanziari preferenziali in base ai guadagni attesi e al profilo di rischio degli investitori, per esempio incorporando considerazioni ESG mediante il data set ESG Scores DataFeed di FactSet/Truvalue Labs
Il Marketplace Snowflake consente di accedere ai dati con processi ETL minimi o nulli e ridefinisce l’esperienza di prova, ricerca e acquisto dell’utente. E soprattutto offre un modo veloce e trasparente di arricchire i dati interni di prima parte per creare insight sui clienti nuovi e differenziati.
Sicurezza dei dati
Mobilitare dati sensibili tra team e linee di business diverse e con partner e fornitori è una sfida complessa. Le leggi sulla privacy dei dati e gli obblighi di conformità impongono limiti alle possibilità di condividere le informazioni, e questo influisce sulle modalità di generazione degli insight, collaborazione o gestione del rischio delle organizzazioni finanziarie.
Quando si tratta di accedere e interrogare i dati dei clienti, la sicurezza dei dati è una componente chiave del Financial Services Data Cloud. Oltre a funzioni come Dynamic Data Masking e crittografia end-to-end per i dati in transito e inattivi, Snowflake offre anche funzionalità di data clean room.
Benché siano un concetto nuovo per i servizi finanziari, le data clean room sono già ampiamente utilizzate in altri settori come la tecnologia, i media e la pubblicità. È una funzionalità che consente alle organizzazioni di aggregare i dati dei clienti internamente tra più team e linee di business ed esternamente con dati di terze parti. Le data clean room consentono la condivisione dei dati, le unioni in doppio cieco e le query con restrizioni per consentire a organizzazioni diverse di condividere e abbinare i dati dei clienti senza dover esporre i dati sottostanti.
Questo significa che le organizzazioni sono in grado di mobilitare e sfruttare dati proprietari e di terze parti in modo sicuro per migliorare gli insight sui clienti. Scopri come la divisione pubblicitaria di una grande media company ha sfruttato le data clean room di Snowflake per sviluppare targeting e analisi dei clienti scalabili per tutto il suo portafoglio di marchi.
Le organizzazioni di servizi finanziari sono in grado di:
- Collaborare internamente tra più linee di business o con partner finanziari esterni come altre banche, processori di pagamento o provider di dati, o perfino con organizzazioni di altri settori come retail, tecnologia o pubblicità
- Condividere e abbinare dati dei clienti provenienti dall’esterno dell’organizzazione
- Convalidare richieste di query e incorporare il machine learning per consentire l’analisi predittiva dei clienti
- Creare strategie di partnership, iniziative di marketing, opportunità di cross-selling e up-selling e insight sulle Next Best Action
Una volta superate le sfide che riguardano data collaboration, arricchimento dei dati e sicurezza dei dati, le società di servizi finanziari possono sviluppare i processi e i passaggi necessari per un workload Customer 360.
In genere, abbiamo visto diverse organizzazioni concentrarsi su questi sei passaggi:
- Mappatura, abbinamento e modellazione: identificare e comprendere il cliente e tutti i dati correlati. A questo scopo le organizzazioni devono definire tassonomie, aree tematiche chiave e modelli logici dei dati.
- Aggregazione: consolidare i dati dei clienti in un unico profilo cliente con derivazione dei dati da un’unica fonte. Questo significa riunire tutti i tipi di dati, come quelli degli account, delle transazioni e di riferimento, in un repository di dati master centralizzato.
- Fusione: stabilire il proprietario del dominio che governa la definizione e le regole per i dati utilizzati o forniti da un processo aziendale.
- Insight sui dati: ricavare insight per automatizzare e ottimizzare i processi. Questo può includere l’utilizzo di intelligenza artificiale e machine learning.
- Condivisione e arricchimento dei dati: arricchire i dati dei clienti utilizzando altri domini di dati provenienti da tutta l’organizzazione, da provider di dati di terze parti e da partner.
- Azione: abbattere i silos organizzativi creando una cultura data-driven che incoraggia la collaborazione.
Con il Financial Services Data Cloud, Snowflake lavora in partnership con le società di servizi finanziari per semplificare questi passaggi a livello aziendale. Con ciascuno dei principali workload di Snowflake, che comprendono tra gli altri Data engineering, Data warehouse, Data lake, AI/ML, Data application e Data sharing, i nostri clienti sono in grado di soddisfare i propri requisiti per una visione a 360º del cliente.
Nel caso di Western Union, Snowflake ha aiutato i leader aziendali a ottenere una visione più completa dei clienti consolidando oltre 30 data store ed eliminando le contese di risorse.
Con più di 550.000 sedi degli agenti in tutto il mondo, Western Union aiuta oltre 150 milioni di persone e aziende a inviare e ricevere denaro. E con il passaggio dei consumatori alla modalità online, Western Union ha sviluppato i suoi servizi di trasferimento di denaro digitale, che sono diventati la linea di business in più rapida crescita dell’azienda. Questo si era tradotto nell’inserimento di grandi quantità di dati dei clienti e delle transazioni in un’architettura dati legacy che comprendeva più data warehouse on-premise.
Deepak Murthy, Data Engineering Support Ops Leader di Western Union, ci ha spiegato: “Grandi quantità di dati venivano copiate fino a cinque volte a causa di processi di ingestion diversi, determinando incoerenze nei dati e data set non corrispondenti”. A sua volta questo complicava il provisioning degli utenti, la continuità del servizio 24/7, la manutenzione e lo sviluppo di informazioni complete sul cliente a 360º.
Snowflake ha lavorato insieme a Western Union per modernizzare il suo stack tecnologico con un’architettura dati condivisa multi-cluster scalabile istantaneamente per gestire i dati, gli utenti e i workload dell’azienda senza contese di risorse. Questo ha ridotto i costi del data warehouse di più del 50%. L’integrazione di Snowflake con altre applicazioni e strumenti per il flusso di lavoro ha consentito inoltre ai leader aziendali di creare report quasi in tempo reale sul volume delle transazioni, insight sui clienti e analisi che si riflettono direttamente sulle iniziative di vendita e di marketing.
Il passo più importante
In precedenza abbiamo descritto sei passaggi generali che le società di servizi finanziari devono prendere in considerazione per sviluppare un approccio aziendale alla visione a 360º dei clienti. Tuttavia mancava un passaggio, forse il più importante: avere una visione a lungo termine.
Di fronte a vincoli di natura organizzativa e finanziaria, oggi molti istituti hanno un approccio modesto e piuttosto limitato ai dati dei clienti di cui dispongono. In fin dei conti aggregare, consolidare e centralizzare i dati dei clienti è semplicemente il minimo indispensabile per rimanere operativi. Senza la capacità di valutare le esigenze aziendali a lungo termine o definire i requisiti futuri per i dati, le società di servizi finanziari rischiano di lasciarsi sfuggire le opportunità che i dati potranno offrire in futuro.
All’avvio della partnership con Snowflake, Western Union stava espandendo e investendo in modo significativo nei suoi servizi di trasferimento di denaro digitale. L’applicazione mobile e il portale online avevano determinato un aumento significativo del volume di dati sui clienti e sulle transazioni rispetto ai suoi canali di business tradizionali basati su sedi fisiche. Con il Data Cloud di Snowflake, l’azienda è stata in grado di gestire, mobilitare e tradurre più rapidamente questi dati sui clienti in insight fruibili.
I dati sono veramente alla base del settore dei servizi finanziari. Ma nella maggior parte dei casi, in ultima analisi sono la strategia e la visione a lungo termine dell’azienda a tradurre i dati in suo possesso in un vero elemento di differenziazione e, in questo caso, una customer experience altamente personalizzata.