บริการทางการเงินสามารถใช้ประโยชน์จากพฤติกรรมของลูกค้าได้อย่างไร

บริษัทการเงินดิจิทัลมุ่งมั่นที่จะทำลายสถานะบริการทางการเงิน (FinServ) ที่เป็นอยู่ สถาบันแบบดั้งเดิมเป็นทางเลือกสำหรับการธนาคารโดยพฤตินัยมาช้านานแล้ว เนื่องจากขาดทางเลือกที่เป็นไปได้ อย่างไรก็ตาม แอพทางการเงินอย่าง Robinhood, Venmo และ Branch ได้เริ่มรุกล้ำเข้าไปในดินแดนที่ Goldman Sachs และ JP Morgan Chase ครอบครองมายาวนาน เป็นครั้งแรกที่ลูกค้าที่ต้องการชำระเงินโดยตรง ลงทุนในตลาดหุ้น หรือรับเงินกู้ล่วงหน้าสามารถทำได้ผ่านแอป FinServ ที่มีอยู่มากมายในตลาด

การแข่งขันโดยตรงนี้เผยให้เห็นจุดอ่อนในรัฐบุรุษอาวุโสของอุตสาหกรรม FinServ ธนาคารแบบดั้งเดิมมักจะบวม เทอะทะ และไม่สามารถปรับเปลี่ยนกลยุทธ์ได้เร็วเท่ากับการเริ่มต้นธุรกิจเฉพาะกลุ่มและคล่องตัว เมื่อเปรียบเทียบกันแล้ว คาดว่าธุรกรรมที่ทำผ่านแอปการชำระเงินแบบ peer-to-peer เช่น Cash App จะเกิน 1 ล้านล้านเหรียญในปี 2023 ธนาคารแบบดั้งเดิมมีความได้เปรียบจากขนาดและสัดส่วนที่สูงมากในตอนนี้ แต่แนวโน้มแนะนำว่าผู้บริโภคชอบที่จะขับเคลื่อนตัวเองมากกว่า และวิธีการจัดการการเงินแบบดิจิทัล นี่เป็นลางไม่ดีสำหรับอนาคตของสถาบันใด ๆ ที่ไม่เต็มใจหรือไม่สามารถติดตามได้

ธนาคารแบบดั้งเดิมมีความได้เปรียบเหนือคู่แข่งรายล่าสุด นั่นคือ ปริมาณข้อมูลเชิงพฤติกรรมของลูกค้าที่มีอยู่จริง สถาบันการเงินแบบเดิมที่ใช้ประโยชน์จากโปรแกรมวิเคราะห์แบบรวมศูนย์อย่าง Amplitude ได้อย่างเต็มที่อาจเข้ามาแทนที่ผู้มาใหม่โดยการรวมข้อมูลเชิงลึกด้านพฤติกรรมที่ขับเคลื่อนด้วยข้อมูลเข้ากับข้อมูลในอดีตหลายทศวรรษ ทำให้บริษัทใหม่บันทึกได้ไม่นานพอที่จะรวบรวมได้ ในความขัดแย้งที่คลุมเครือเกี่ยวกับแอพธนาคารดิจิทัล ข้อมูลเชิงพฤติกรรมเป็นกุญแจสำคัญในการกำหนดกลยุทธ์ที่ก้าวหน้าซึ่งทำให้สถาบัน FinServ อยู่ในตำแหน่งที่น่ารังเกียจและการเริ่มต้นใหม่และผู้นำด้านดิจิทัล

คิดค้นโซลูชันแบบครบวงจรที่ปรับขนาดได้

สถาบัน FinServ แบบดั้งเดิมมีข้อมูลจำนวนมหาศาลในการกำจัด แต่การรวมเข้าด้วยกันภายใต้หลังคาเดียวกันอาจเป็นเรื่องยากที่จะพิสูจน์ได้ ธนาคารหลายแห่งได้ตอบสนองต่อการแข่งขันในพื้นที่ FinServ โดยการจัดหาคู่แข่งและสรุปข้อมูลและเทคโนโลยีของพวกเขา แทนที่จะแข่งขันกันด้วยนวัตกรรม ธนาคารได้ใช้อิทธิพลและงบประมาณจำนวนมากเพื่อซื้อแพลตฟอร์มดิจิทัลที่มีอยู่ ตัวอย่างเช่น Bank of America เพิ่งเข้าซื้อกิจการบริษัทชำระเงินค่ารักษาพยาบาล Axia เพื่อขยายขอบเขตของข้อเสนอดิจิทัล

พลังของการวิเคราะห์เติบโตขึ้นตามปริมาณข้อมูลที่รวบรวม ตราบใดที่ข้อมูลนั้นถูกรวบรวมภายใต้แพลตฟอร์มการวิเคราะห์เดียว น่าเสียดายที่สถาบัน FinServ ที่ขาดการควบรวมกิจการอาจจบลงด้วยชุดข้อมูลอันมีค่าที่ติดอยู่ในไซโลและระบบที่แยกจากกัน แอพสินเชื่อเงินด่วนและแอพซื้อขายหุ้นให้บริการข้อมูลประชากรที่แตกต่างกันของลูกค้า แยกจากกัน ข้อมูลพฤติกรรมจากแต่ละรายการพูดถึงกลุ่มที่แคบของฐานผู้ใช้ที่คุณต้องการ การรวมข้อมูลพฤติกรรมร่วมกันภายใต้ร่มเดียวช่วยให้ผู้จัดการผลิตภัณฑ์สามารถควบคุมคุณค่าที่แท้จริงในการประเมินกลยุทธ์ แนวคิด และการทดลองได้

เมื่อพิจารณาถึงความสำคัญของการรวมข้อมูล ผู้จัดการผลิตภัณฑ์จึงควรเลือกแพลตฟอร์มการวิเคราะห์ที่สามารถจัดการข้อมูลของตนได้ ระบบ Digital Optimization ของ Amplitude สามารถปรับขนาดได้ ช่วยให้ธนาคารในภารกิจการได้มาซึ่งข้อมูลสามารถดูดซึมข้อมูลในขณะที่หลีกเลี่ยงความเจ็บปวดที่เพิ่มขึ้นซึ่งมักมาพร้อมกับการขยายตัว ผู้จัดการผลิตภัณฑ์สามารถดึงข้อมูลพฤติกรรมหรือทดสอบการคาดการณ์แบบเรียลไทม์ แทนที่จะขอข้อมูลจากแผนกหรือทีมที่แตกต่างกัน การเข้าถึงข้อมูลผู้บริโภคในทันทีนี้ช่วยอำนวยความสะดวกในการวางกลยุทธ์และการใช้งานที่คล่องแคล่ว ช่วยลดช่องว่างระหว่างสถาบัน FinServ และคู่แข่งที่คล่องตัวกว่า

บริษัทใดๆ ที่สร้างสมดุลให้กับผลิตภัณฑ์และแพลตฟอร์มที่หลากหลายจะต้องใช้แพลตฟอร์มการวิเคราะห์ที่สามารถรวบรวมและวิเคราะห์ข้อมูลได้จากหลายแหล่ง Amplitude สร้างขึ้นโดยคำนึงถึงการรวมกันเป็นหนึ่งเดียว ทำให้คุณสามารถเพิ่มแหล่งข้อมูลได้อย่างง่ายดาย และยังผสานรวมกับ Salesforce, Zendesk และอื่นๆ อีกมากมาย นอกจากนี้ Amplitude ยังช่วยให้ผู้จัดการผลิตภัณฑ์ดึงข้อมูลจากลูกค้าทั้งบนมือถือและบนเบราว์เซอร์ เพื่อให้มั่นใจว่าการประเมิน การทดลอง และการคาดคะเนที่ดำเนินการภายในแพลตฟอร์มจะได้รับแจ้งจากและจัดการกับฐานลูกค้าทั้งหมดของคุณ

ค้นพบสิ่งที่ลูกค้าของคุณกำลังบอกคุณอยู่

การรวมข้อมูลพฤติกรรมภายในแพลตฟอร์มเดียวช่วยให้สถาบัน FinServ สามารถเล่นได้อย่างเต็มประสิทธิภาพ: ปริมาณลูกค้า ในขณะที่บริษัทใหม่ๆ ค่อยๆ สูญเสียอำนาจไปอย่างช้าๆ FDIC ยังคงประมาณการว่า 95% ของครัวเรือนในสหรัฐฯ ยังคงธนาคารกับสถาบันแบบดั้งเดิม การเริ่มต้นต้องเติบโตหรือซื้อข้อมูลในขณะที่บริษัท FinServ ที่มีอิฐและปูนในอดีตมีข้อมูลหลายทศวรรษที่สามารถกำจัดได้ทันที

ข้อมูลพฤติกรรมของลูกค้าหลายพันรายช่วยให้ผู้จัดการผลิตภัณฑ์เข้าใจถึง:

ลูกค้ากำลังจะเปลี่ยนใจจากคุณ

อัตราการดาวน์โหลดแอปธนาคารบนมือถือของคุณนั้นยอดเยี่ยมมาก แต่การใช้งานของลูกค้าจะลดลงอย่างรวดเร็วภายในสองสัปดาห์แรก สิ่งที่ช่วยให้?

การติดตามเส้นทางของลูกค้าช่วยเปิดเผยว่าเหตุการณ์ใดทำให้เกิดความขัดแย้งกับฐานลูกค้าของคุณ หากการใช้งานลดลงระหว่างลงชื่อสมัครใช้ ควรพิจารณาประเภทและปริมาณของข้อมูลส่วนบุคคลที่คุณขอ ข้อความ หรือแม้แต่ UI ของคุณ Wells Fargo ศึกษาพฤติกรรมของลูกค้าก่อนการออกแบบแอพธนาคารบนมือถือใหม่ โดยส่งเสริมปุ่มสำหรับการโต้ตอบความถี่สูงไปยังหน้าจอหลัก แทนที่จะฝังไว้ใต้เลเยอร์เมนูและเมนูย่อย

ความชอบของลูกค้า

ทีมทำงานหนักเพื่อสร้างผลิตภัณฑ์นักฆ่า แต่วิธีที่ลูกค้าโต้ตอบกับผลิตภัณฑ์ในทางทฤษฎี มักจะแตกต่างไปจากที่พวกเขาจะใช้งาน Zelle ได้รับการแนะนำโดย pantheon ของธนาคารชั้นนำเพื่อแข่งขันกับ Venmo แต่เมื่อเวลาผ่านไป มันชัดเจนว่าลูกค้าใช้แต่ละแอปในรูปแบบที่แตกต่างกันโดยพื้นฐาน อาจเป็นเพราะการเชื่อมโยงไปยังธนาคารขนาดใหญ่ ลูกค้าจึงชอบใช้ Zelle เพื่อชำระบิลและธุรกรรมที่มีนัยสำคัญมากกว่าเมื่อเปรียบเทียบกับ Venmo ซึ่งยอดธุรกรรมแบบเพียร์ทูเพียร์โดยทั่วไปอยู่ที่ประมาณ 74 ดอลลาร์ การค้นพบธรรมชาติของวิธีที่ลูกค้าใช้คุณลักษณะที่สร้างขึ้นสำหรับพวกเขา สามารถสร้างรากฐานสำหรับการปรับปรุงประสบการณ์ผู้ใช้ในอนาคต

ข้อมูลเชิงลึกอันมีค่าของกลุ่มลูกค้าบางกลุ่มอาจถูกฝังอยู่ภายใต้ข้อมูลของลูกค้ารายอื่นนับล้าน Amplitude Recommend ช่วยให้ผู้จัดการผลิตภัณฑ์จัดระเบียบลูกค้าเป็นกลุ่มตามพฤติกรรมที่ใช้ร่วมกันเพื่อให้เข้าใจได้ดีขึ้นว่ากลุ่มใดกลุ่มหนึ่งโต้ตอบกับผลิตภัณฑ์ของคุณอย่างไร หากสถาบัน FinServ ต้องการค้นหาว่าผู้ใช้ระดับสูงกำลังใช้งานฟังก์ชันฝากเช็คมือถือใหม่หรือไม่ พวกเขาสามารถสร้างกลุ่มประชากรตามรุ่นที่มีเฉพาะผู้ใช้ตัวยงที่สุด และประเมินว่ากลุ่มนั้นใช้คุณลักษณะนี้อย่างจริงจังเป็นจำนวนกี่เปอร์เซ็นต์

โอกาสใหม่

การศึกษาพฤติกรรมของกลุ่มลูกค้าที่หลากหลายอาจเผยให้เห็นถึงโอกาสหรือความต้องการผลิตภัณฑ์หรือคุณลักษณะใหม่ทั้งหมด ยกตัวอย่างเช่น ข้อเท็จจริงที่กล่าวไว้ก่อนหน้านี้ว่าผู้ใช้ Zelle ชอบแอปนี้สำหรับการชำระบิลส่วนตัว การวิเคราะห์ลูกค้าเชิงพาณิชย์จะเปิดเผยโอกาสที่คล้ายคลึงกันในขอบเขตการค้าหรือไม่? JP Morgan Chase ดูเหมือนจะคิดอย่างนั้น ตามการประกาศล่าสุดของคุณสมบัติ Digital Bill Pay ระหว่างธุรกิจกับธนาคาร การเพิ่มคุณสมบัติใหม่หรือการประดิษฐ์ผลิตภัณฑ์ใหม่ทำให้เกิดข้อมูลเชิงพฤติกรรมมากขึ้น โดยเริ่มการวิเคราะห์ พัฒนา และประเมินผลเพื่อกระตุ้นการเติบโตอย่างต่อเนื่อง

สร้างและทดสอบกลยุทธ์ด้วยการคาดการณ์จากข้อมูล

ธนาคารมีความได้เปรียบเหนือคู่แข่งในด้านสำคัญอีกประการหนึ่ง นั่นคือ ข้อมูลในอดีต ธนาคารต่าง ๆ ครอบงำ FinServ ตลอดยุคคอมพิวเตอร์ ซึ่งหมายความว่าประวัติทางการเงินของลูกค้านับล้านสามารถคำนวณได้จากพฤติกรรมของผู้ใช้ Amazon ใช้ข้อมูลเชิงพฤติกรรมและประวัติการซื้อเพื่อสนับสนุนคำแนะนำ ซึ่งเป็นระบบที่รับผิดชอบ 35% ของรายได้ทั้งหมด หาก Netflix สามารถคาดเดาสิ่งที่ลูกค้าต้องการได้ต่อไปด้วยข้อมูลเพียงไม่กี่ปี ท้องฟ้าคือขีดจำกัดสำหรับสถาบัน FinServ

การคาดการณ์ใช้ข้อมูลในอดีต ข้อมูลพฤติกรรม การเรียนรู้ด้วยคอมพิวเตอร์ และการสร้างแบบจำลองทางสถิติ เพื่อให้เข้าใจว่าลูกค้ามีแนวโน้มที่จะดำเนินการบางอย่างในอนาคตมากน้อยเพียงใด หากการวิเคราะห์ข้อมูลเชิงพฤติกรรมระบุถึงปัญหาของเวิร์กโฟลว์การเริ่มต้นใช้งาน ผู้จัดการผลิตภัณฑ์สามารถทดสอบความเป็นไปได้ที่โฟลว์ที่ออกแบบใหม่จะช่วยเพิ่ม Conversion

การทราบถึงความเป็นไปได้ของผลลัพธ์เฉพาะช่วยให้ผู้จัดการผลิตภัณฑ์ FinServ ทดสอบกลยุทธ์ตามพฤติกรรมก่อนที่จะทำการเปลี่ยนแปลงที่อาจส่งผลต่อลูกค้าหลายล้านราย การทดสอบ Amplitude ช่วยให้ผู้จัดการผลิตภัณฑ์ทดสอบการเปลี่ยนแปลง A/B เพื่อตรวจสอบผลลัพธ์ที่คาดการณ์โดยการทดสอบกับกลุ่มผู้ใช้ที่เป็นเป้าหมายที่เล็กกว่า ระหว่างการคาดคะเนที่ขับเคลื่อนด้วยข้อมูลและการทดลองแบบแบ่งกลุ่ม Amplitude ขจัดการคาดเดาและ "สัญชาตญาณของลำไส้" ที่เสริมกลยุทธ์ผลิตภัณฑ์

กลยุทธ์ผลิตภัณฑ์ตามการคาดการณ์และผ่านการตรวจสอบจากการทดลองเหล่านี้จะผลักดันสถาบัน FinServ แบบดั้งเดิมให้อยู่ในระดับแนวหน้าของการแข่งขันด้านการเงินดิจิทัล แทนที่จะตอบสนองต่อการเปลี่ยนแปลงในตลาด ธนาคารสามารถมีอิทธิพลต่อการเปลี่ยนแปลงได้ด้วยตนเอง ธนาคารสามารถสร้างผลิตภัณฑ์และคุณลักษณะที่ใช้ข้อมูลเป็นแนวทางที่คาดการณ์ความต้องการของลูกค้าในอนาคตได้ ด้วยข้อมูลเพียงพอที่จะบดบังข้อมูลของสตาร์ทอัพและเงินทุนที่เพียงพอสำหรับใช้กับบริษัทเทคโนโลยีแบบตัวต่อตัว บริษัทแบบดั้งเดิมจึงอยู่ในตำแหน่งที่ดีที่จะแข่งขันกับผู้ทำลายระบบ FinServ

ใช้ข้อมูลเชิงลึกของลูกค้าเพื่อพัฒนากลยุทธ์ที่ขับเคลื่อนผลลัพธ์

อนาคตของการเงินมีความเฉพาะตัวมากขึ้น ลงมือปฏิบัติจริงมากขึ้น และเป็นดิจิทัลมากขึ้น สตาร์ทอัพออกจากบล็อกได้เร็วกว่า และบริษัทเทคโนโลยีต่างก็มุ่งสู่นวัตกรรม แต่ต้องใช้เวลาหลายปีกว่าจะได้ข้อมูลเชิงลึก (และความกว้าง) ของข้อมูลพฤติกรรมที่สถาบัน FinServ มี ถึงเวลาพัฒนาผลิตภัณฑ์ THE FinServ ที่ลูกค้าต้องการใช้ โดยใช้ข้อมูลเชิงลึกที่พวกเขาให้มาเป็นเวลานาน

เจาะลึกความท้าทายที่สถาบัน FinServ เผชิญอยู่ แนวโน้มอุตสาหกรรม และกุญแจสู่ความสำเร็จใน ebook ไตรมาสที่ 4 ของเรา "คู่มือการอยู่รอดของบริการทางการเงิน" คลิกที่นี่ เพื่อดาวน์โหลดสำเนาของคุณ