Bagaimana Layanan Keuangan Dapat Memanfaatkan Perilaku Pelanggan

Perusahaan keuangan digital bertekad mengganggu status quo layanan keuangan (FinServ). Lembaga tradisional telah lama menjadi pilihan de facto untuk perbankan karena kurangnya alternatif yang layak. Sekarang, bagaimanapun, aplikasi keuangan seperti Robinhood, Venmo, dan Branch telah mulai merambah wilayah yang telah lama dipegang oleh orang-orang seperti Goldman Sachs dan JP Morgan Chase. Untuk pertama kalinya, pelanggan yang ingin melakukan pembayaran langsung, berinvestasi di pasar saham, atau menerima pinjaman gaji dapat melakukannya melalui salah satu dari banyak aplikasi FinServ di pasar.

Persaingan langsung ini telah mengungkapkan kelemahan para negarawan senior di industri FinServ. Bank tradisional sering kali kembung, berat, dan tidak dapat mengubah strategi secepat startup yang lebih ceruk dan gesit. Sebagai perbandingan, diperkirakan bahwa transaksi yang dilakukan melalui aplikasi pembayaran peer-to-peer seperti Cash App akan melampaui $ 1 triliun pada tahun 2023. Bank tradisional memegang keuntungan melalui ukuran dan perawakannya yang tipis untuk saat ini, tetapi tren menunjukkan bahwa konsumen lebih memilih yang lebih mandiri. dan sarana digital untuk mengelola keuangan. Ini menjadi pertanda buruk bagi masa depan institusi mana pun yang tidak mau atau tidak mampu mengikutinya.

Bank tradisional memang memiliki keunggulan dibandingkan pesaing terbaru mereka: banyaknya data perilaku pelanggan yang mereka miliki. Lembaga keuangan tradisional yang memanfaatkan sepenuhnya program analitik terpadu seperti Amplitude dapat mengambil alih kepemimpinan dari pendatang baru dengan menggabungkan wawasan perilaku berbasis data dengan puluhan tahun data historis—catatan yang belum cukup lama dikompilasi oleh perusahaan baru. Dalam konflik yang membayangi atas aplikasi perbankan digital, data perilaku adalah kunci untuk merancang strategi progresif yang menempatkan institusi FinServ pada ofensif dan startup dan raksasa digital mengikuti mereka.

Rancang Solusi Terukur dan Terpadu

Institusi FinServ tradisional memiliki sejumlah besar data yang mereka miliki, tetapi menyatukannya di bawah satu atap terbukti sulit dipahami. Beberapa bank telah menanggapi persaingan di ruang FinServ dengan mengakuisisi calon pesaing dan memasukkan data dan teknologi mereka. Alih-alih bersaing melalui inovasi, bank telah menggunakan pengaruh dan anggaran mereka yang besar untuk membeli platform digital yang ada. Misalnya, Bank of America baru-baru ini mengakuisisi perusahaan pembayaran medis Axia sebagai sarana untuk memperluas cakupan penawaran digitalnya.

Kekuatan analitik tumbuh sejalan dengan volume data yang dikumpulkan—selama data tersebut dikumpulkan di bawah satu platform analitik. Sayangnya, institusi FinServ yang mengalami akuisisi dapat berakhir dengan kumpulan data berharga yang terjebak dalam silo dan sistem yang terpisah. Aplikasi pinjaman gaji dan aplikasi perdagangan saham melayani demografi pelanggan yang berbeda. Secara terpisah, data perilaku dari masing-masing hanya berbicara kepada segmen sempit dari basis pengguna yang Anda inginkan. Mengumpulkan data perilaku kolektif mereka bersama-sama di bawah satu payung memungkinkan manajer produk untuk memanfaatkan nilai sebenarnya mereka dalam evaluasi strategi, ide, dan eksperimen.

Mengingat pentingnya penyatuan data, manajer produk sebaiknya memilih platform analitik yang mampu menangani data mereka. Sistem Pengoptimalan Digital Amplitude dapat diskalakan, memungkinkan bank dalam misi akuisisi untuk mengasimilasi data sambil melewati kesulitan yang sering kali menyertai ekspansi. Manajer produk dapat menarik data perilaku atau menguji prediksi secara real-time alih-alih meminta informasi dari departemen atau tim yang berbeda. Akses langsung ke data konsumen ini memfasilitasi penyusunan strategi dan implementasi yang lebih gesit, membantu menutup kesenjangan antara institusi FinServ dan pesaing mereka yang lebih gesit.

Setiap perusahaan yang menyeimbangkan beberapa produk dan platform akan membutuhkan platform analitik yang mampu mengumpulkan dan menganalisis data multi-sumber. Amplitudo dibangun dengan mempertimbangkan penyatuan, memungkinkan Anda untuk dengan mudah menambahkan sumber data dan bahkan berintegrasi dengan seperti Salesforce, Zendesk, dan banyak lagi. Selain itu, Amplitude memungkinkan manajer produk untuk menarik data dari pelanggan seluler dan berbasis browser, memastikan bahwa evaluasi, eksperimen, dan prediksi yang dilakukan dalam platform diinformasikan oleh dan menangani total basis pelanggan Anda.

Temukan Apa yang Sudah Diberitahukan Pelanggan Anda kepada Anda

Penyatuan data perilaku dalam satu platform memungkinkan institusi FinServ untuk bermain dengan kekuatan terbesar mereka: volume pelanggan. Sementara perusahaan baru perlahan-lahan menghilangkan hegemoni mereka, FDIC masih memperkirakan bahwa 95% rumah tangga AS masih bank dengan lembaga tradisional. Sebuah startup harus menumbuhkan atau membeli data sedangkan perusahaan FinServ secara historis memiliki potensi puluhan tahun data yang dapat segera mereka gunakan.

Data perilaku ribuan pelanggan memberikan wawasan kepada manajer produk tentang:

pergantian pelanggan

Tingkat pengunduhan aplikasi perbankan seluler Anda luar biasa, tetapi penggunaan pelanggan menurun drastis dalam dua minggu pertama. Apa yang memberi?

Melacak perjalanan pelanggan membantu mengungkapkan peristiwa mana yang menyebabkan gesekan bagi basis pelanggan Anda. Jika penggunaan menurun selama pendaftaran, mungkin ada baiknya melihat jenis dan volume informasi pribadi yang Anda minta, pesan Anda, atau bahkan UI Anda. Wells Fargo mempelajari perilaku pelanggan sebelum mendesain ulang aplikasi mobile banking mereka, mempromosikan tombol untuk interaksi frekuensi tinggi ke layar beranda alih-alih menguburnya di bawah lapisan menu dan submenu.

Preferensi pelanggan

Tim bekerja keras untuk menciptakan produk yang mematikan, tetapi bagaimana pelanggan akan berinteraksi dengan suatu produk, secara teori, seringkali jauh berbeda dari bagaimana mereka akhirnya menggunakannya. Zelle diperkenalkan oleh jajaran bank top untuk bersaing dengan Venmo, tetapi seiring waktu menjadi jelas bahwa pelanggan menggunakan setiap aplikasi dengan cara yang berbeda secara fundamental. Mungkin karena hubungannya dengan bank-bank besar, pelanggan lebih suka menggunakan Zelle untuk pembayaran tagihan dan transaksi yang lebih substansial dibandingkan dengan Venmo, yang jumlah transaksi peer-to-peer tipikalnya berkisar sekitar $74. Menemukan sifat bagaimana pelanggan menggunakan fitur yang dibuat untuk mereka dapat menciptakan fondasi untuk peningkatan pengalaman pengguna di masa mendatang.

Wawasan berharga dari segmen pelanggan tertentu dapat terkubur di bawah data jutaan pelanggan lainnya. Amplitude Recommend memberdayakan manajer produk untuk mengatur pelanggan ke dalam kelompok berdasarkan perilaku bersama mereka untuk pemahaman yang lebih baik tentang bagaimana segmen tertentu berinteraksi dengan produk Anda. Jika lembaga FinServ ingin mengetahui apakah pengguna yang kuat terlibat dengan fungsi setoran cek seluler baru, mereka dapat membuat kohort yang secara eksklusif terdiri dari pengguna mereka yang paling rajin dan mengevaluasi berapa persentase grup yang secara aktif menggunakan fitur tersebut.

Kesempatan baru

Mempelajari perilaku berbagai segmen pelanggan Anda mungkin hanya mengungkapkan peluang atau kebutuhan akan produk atau fitur baru sekaligus. Ambil, misalnya, fakta yang disebutkan sebelumnya bahwa pengguna Zelle menyukai aplikasi untuk pembayaran tagihan pribadi. Akankah analisis klien komersial mengungkapkan peluang serupa di ranah komersial? JP Morgan Chase tampaknya berpikir demikian, seperti yang ditunjukkan oleh pengumuman baru-baru ini tentang Fitur Pembayaran Tagihan Digital bisnis-ke-bank mereka. Penambahan fitur baru atau penemuan produk baru menciptakan lebih banyak data perilaku, memulai lingkaran analisis, pengembangan, dan evaluasi untuk mendorong pertumbuhan berkelanjutan.

Bangun dan Uji Strategi Dengan Prediksi Berdasarkan Data

Bank memiliki keunggulan pada pesaing dengan cara utama lainnya: data historis. Bank telah mendominasi FinServ sepanjang zaman komputer, yang berarti sejarah keuangan jutaan pelanggan dapat dihitung berdasarkan perilaku pengguna. Amazon menggunakan data perilaku dan riwayat pembelian untuk mendukung rekomendasinya—sistem yang bertanggung jawab atas 35% dari total pendapatan mereka. Jika Netflix dapat memprediksi apa yang diinginkan pelanggan selanjutnya hanya dengan beberapa tahun data, itu adalah batas bagi institusi FinServ.

Prediksi menggunakan data historis, data perilaku, pembelajaran komputer, dan pemodelan statistik untuk memberikan gambaran tentang seberapa besar kemungkinan pelanggan melakukan tindakan tertentu di masa depan. Jika analisis data perilaku mengidentifikasi masalah dengan alur kerja orientasi, manajer produk dapat menguji kemungkinan bahwa alur yang baru dirancang akan meningkatkan konversi.

Mengetahui kemungkinan hasil tertentu memungkinkan manajer produk FinServ menguji strategi berdasarkan perilaku mereka sebelum melakukan perubahan yang berpotensi memengaruhi jutaan pelanggan. Eksperimen Amplitudo memungkinkan manajer produk menguji perubahan A/B untuk memverifikasi hasil yang diprediksi dengan mengujinya pada segmen pengguna yang lebih kecil dan ditargetkan. Antara prediksi berbasis data dan eksperimen tersegmentasi, Amplitudo menghilangkan dugaan dan "naluri" yang memperkuat strategi produk.

Strategi produk berbasis prediksi dan divalidasi eksperimen inilah yang akan mendorong institusi FinServ tradisional ke garis depan perlombaan keuangan digital. Alih-alih bereaksi terhadap perubahan di pasar, bank dapat mempengaruhi perubahan itu sendiri. Bank dapat menciptakan produk dan fitur yang dipandu data yang mengantisipasi kebutuhan nasabah di masa mendatang. Dengan data yang cukup untuk melampaui data startup dan pendanaan yang cukup untuk bersaing dengan perusahaan teknologi, perusahaan tradisional memiliki posisi yang baik untuk bersaing dengan pengganggu FinServ.

Gunakan Wawasan Pelanggan untuk Mengembangkan Strategi yang Mendorong Hasil

Masa depan keuangan lebih personal, lebih praktis, dan semakin digital. Startup lebih cepat keluar dari blok, dan perusahaan teknologi diarahkan untuk inovasi, tetapi mereka akan membutuhkan waktu bertahun-tahun untuk mendapatkan kedalaman (dan luasnya) data perilaku yang dimiliki lembaga FinServ. Sekaranglah waktunya untuk mengembangkan produk THE FinServ yang ingin digunakan pelanggan—memanfaatkan wawasan yang telah lama mereka berikan kepada Anda.

Selami lebih dalam tantangan yang dihadapi institusi FinServ, tren industri, dan kunci sukses dalam ebook Q4 kami, “Panduan Bertahan Hidup Layanan Keuangan.” Klik di sini untuk mengunduh salinan Anda.