I giovani? Come conoscerli con big data e AI

Nuove esigenze dei clienti, nuove normative e nuovi livelli di concorrenza sollecitano sempre di più le aziende di ogni settore. Che si trovano a ragionare su come “attirare” l’interesse di clienti sempre più informati, ma allo stesso tempo distratti da comunicazioni sempre più invasive, rispettando le nuove normative di data privacy.

Oggi i dati demografici e le aspettative dei clienti stanno cambiando, guidati in gran parte dal crescente potere d'acquisto dei Millennial. Come consumatori, le aspettative sono radicalmente diverse da qualsiasi generazione prima di loro. Sono esperti di tecnologia, mobile e social. Possono facilmente confrontare prezzi, offerte e altri differenziatori per trovare i giusti prodotti e servizi tra numerose opzioni. Vogliono assicurarsi le loro condizioni, esigendo interazioni utili e accesso rapido e facile alle informazioni. Si aspettano esperienze e offerte personalizzate a prezzi inferiori.

Questo presenta un'interessante opportunità anche per le banche che stanno progettando offerte specifiche per questa fascia di clienti. Ad esempio, CaixaBank ha lanciato imaginBank, la prima banca spagnola accessibile solamente attraverso dispositivi mobili, per rivolgersi ai clienti più giovani e fornire servizi bancari esclusivamente tramite app e social.

Per ottenere il massimo da queste nuove tendenze di mercato, le banche devono comprendere sempre di più le esigenze e le aspettative dei clienti, personalizzare i messaggi e le offerte per essere più attraenti e coinvolgenti con i clienti che dialogano in tempo reale attraverso differenti canali.

Il valore differenziante per qualunque impresa è rappresentato oggi dalla enorme disponibilità di dati, che ciascuno di noi produce costantemente. Più dati creano più opportunità se e solo se si è in grado di utilizzarli per sostenere i propri obiettivi siano essi di marketing o di business. Per competere, quindi, le banche devono accelerare enormemente la loro capacità di trasformare i dati in intuizioni e di utilizzare tali informazioni per rispondere alle dinamiche di mercato in rapido mutamento. Nuovi strumenti e funzionalità possono portare alla luce informazioni “nascoste” e facilitare lo sviluppo di prodotti e servizi innovativi. Queste informazioni possono anche consentire capacità decisionali più accurate e più rapide per gli operatori del settore e portare a raccomandazioni maggiormente personalizzate per i clienti, nonché al rilevamento di rischi e frodi, migliorando la sicurezza.

Comprendere le aspettative dei clienti è quindi il primo passo per offrire loro una piacevole esperienza. Secondo il rapporto Ibm Innovating banking: Lessons from the world’s leading innovators (clicca qui), la maggioranza dei leader bancari riconosce l'importanza della visione del cliente nella creazione di offerte di valore più elevato. Sanno che devono essere in grado di "vedere, leggere, capire e utilizzare" tutti questi nuovi dati disponibili velocemente per creare messaggi e offerte personalizzati.

Lo dimostra anche il fatto che importanti banche europee si sono allontanate da inefficaci campagne di direct mailing, che mandavano informazioni ai clienti piuttosto che creare una finestra di dialogo, per utilizzare i big data finalizzati a personalizzare contenuti per i loro clienti e fare loro offerte pertinenti. Implementando un programma centralizzato di gestione delle campagne che crea offerte personalizzate in tempo reale e distribuendole attraverso più canali, possono essere aumentati i tassi medi di risposta alle campagne, con riduzione dei costi di marketing diretto anche del 35% all'anno.

Le tecnologie cognitive, come Ibm Watson, stanno aiutando le banche a coinvolgere i clienti in esperienze rilevanti, consentendo loro di ottenere rapidamente informazioni utili e strategiche. I sistemi di Watson Marketing non sono progettati per fornire semplicemente una risposta determinata da un'espressione numerica. Al contrario, utilizzano l'apprendimento automatico per comprendere gli obiettivi del cliente e possono integrare e analizzare i dati rilevanti per aiutare a prendere decisioni informate. In questo modo, l’intelligenza artificiale, agisce come intelligenza aumentata, a servizio dell’uomo, estendendo l'esperienza a tutti gli angoli della banca, compresi i clienti.

Queste nuove tecnologie imparano sistematicamente, non dipendono da regole e possono gestire grandi quantità di dati disparati e vari. Ciò consente di comprendere sia le informazioni strutturate che quelle non strutturate (immagini, linguaggio naturale, e-mail, tweet, blog, suoni e video). Comprendono, ragionano e apprendono, il che significa che con ogni iterazione le banche acquisiscono nuove conoscenze che possono integrare nel processo analitico per migliorare continuamente le prestazioni future. Aggiungendo più fonti di dati alla loro analisi nel tempo e perfezionando le loro fonti esistenti, le banche possono arricchire in modo significativo la loro visione dei clienti e affinare la precisione dei loro modelli predittivi.