金融服務如何利用客戶行為

數字金融公司一心想要顛覆金融服務（FinServ）的現狀。 由於缺乏可行的替代方案，傳統機構長期以來一直是銀行業的事實上的選擇。 然而，現在，Robinhood、Venmo 和 Branch 等金融應用程序已經開始蠶食高盛和摩根大通等公司長期持有的領域。 第一次，希望直接付款、投資股票市場或獲得發薪日貸款的客戶可以通過市場上眾多 FinServ 應用程序之一來實現。

這種直接競爭暴露了 FinServ 行業的老政治家的弱點。 傳統銀行通常臃腫、笨拙，無法像更小眾和敏捷的初創公司那樣快速調整戰略。 相比之下，據估計，通過 Cash App 等點對點支付應用程序進行的交易將在 2023 年超過 1 萬億美元。目前，傳統銀行憑藉龐大的規模和地位佔據優勢，但趨勢表明消費者更喜歡自我驅動的方式和數字化的財務管理方式。 這對於任何不願或無法跟上步伐的機構的未來都是不利的。

與最新的競爭對手相比，傳統銀行確實有一個優勢：他們擁有龐大的客戶行為數據。 充分利用像 Amplitude 這樣的統一分析程序的傳統金融機構可以通過將數據驅動的行為洞察與數十年的歷史數據相結合來接管新來者的領先地位——記錄新公司成立時間還不夠長，無法編譯。 在數字銀行應用程序迫在眉睫的衝突中，行為數據是製定漸進式戰略的關鍵，這些戰略使 FinServ 機構處於進攻端，初創公司和數字巨頭緊隨其後。

設計可擴展的統一解決方案

傳統的 FinServ 機構擁有大量數據可供使用，但將這些數據集中在一個屋簷下可能難以實現。 幾家銀行通過收購潛在的競爭對手並整合他們的數據和技術來應對 FinServ 領域的競爭。 銀行沒有通過創新進行競爭，而是利用其相當大的影響力和預算來購買現有的數字平台。 例如，美國銀行最近收購了醫療支付公司 Axia，以此擴大其數字產品的範圍。

分析的力量與收集的數據量同步增長——只要這些數據是在單個分析平台下收集的。 不幸的是，FinServ 機構的收購撕裂最終可能會將有價值的數據集卡在不同的孤島和系統中。 發薪日貸款應用程序和股票交易應用程序服務於不同的客戶群體。 另外，每個人的行為數據只涉及您所需用戶群的一小部分。 將他們的集體行為數據集中在一個保護傘下，產品經理可以利用他們在戰略評估、構思和實驗中的真正價值。

鑑於數據統一的重要性，產品經理明智地選擇能夠處理其數據的分析平台。 Amplitude 的數字優化系統具有可擴展性，允許執行收購任務的銀行吸收數據，同時繞過通常伴隨擴張而來的成長陣痛。 產品經理可以實時提取行為數據或測試預測，而不是從不同的部門或團隊請求信息。 這種對消費者數據的即時訪問有助於更靈活地制定戰略和實施，有助於縮小 FinServ 機構與其更敏捷的競爭對手之間的差距。

任何平衡多個產品和平台的公司都需要一個能夠進行多源數據收集和分析的分析平台。 Amplitude 在構建時考慮了統一性，允許您輕鬆添加數據源，甚至與 Salesforce、Zendesk 等集成。 此外，Amplitude 允許產品經理從移動和基於瀏覽器的客戶那裡提取數據，確保在平台內執行的評估、實驗和預測得到通知並解決您的整個客戶群。

發現您的客戶已經告訴您什麼

單一平台內行為數據的統一使 FinServ 機構能夠發揮其最大優勢：客戶量。 儘管新公司逐漸削弱其霸權地位，但 FDIC 仍估計 95% 的美國家庭仍使用傳統機構進行銀行業務。 初創公司必須增長或購買數據，而歷史上的實體 FinServ 公司可能有數十年的數據可供立即使用。

數千名客戶的行為數據使產品經理能夠深入了解：

客戶流失

您的移動銀行應用程序下載率非常好，但在前兩週內，客戶使用量急劇下降。 是什麼賦予了？

跟踪客戶旅程有助於揭示哪些事件會對您的客戶群造成摩擦。 如果在註冊期間使用量下降，則可能值得查看您請求的個人信息的類型和數量、您的消息傳遞，甚至您的 UI。 富國銀行在重新設計他們的移動銀行應用程序之前研究了客戶行為，將用於高頻交互的按鈕推廣到主屏幕，而不是將它們埋在菜單和子菜單層之下。

客戶偏好

團隊辛勤地創造一個殺手級產品，但理論上，客戶與產品的交互方式通常與他們最終使用它的方式大不相同。 Zelle 是由眾多頂級銀行引入的，目的是與 Venmo 等公司競爭，但隨著時間的推移，很明顯客戶以根本不同的方式使用每個應用程序。 也許是因為它與大銀行的聯繫，與 Venmo 相比，客戶更喜歡使用 Zelle 進行賬單支付和更大量的交易，後者的典型點對點交易金額徘徊在 74 美元左右。 發現客戶如何使用為他們構建的功能的本質可以為未來的用戶體驗改進奠定基礎。

某些客戶群的寶貴見解可能會被數百萬其他客戶的數據所掩蓋。 Amplitude Recommend 使產品經理能夠根據他們的共同行為將客戶組織成群組，以便更好地了解某個細分市場如何與您的產品進行交互。 如果 FinServ 機構想要了解高級用戶是否正在使用新的移動支票存款功能，他們可以創建一個專門由其最狂熱的用戶組成的群組，並評估該群體中積極使用該功能的百分比。

新的機會

研究不同客戶群的行為可能只是揭示了對新產品或新功能的機會或需求。 以前面提到的 Zelle 用戶偏愛該應用程序來支付個人賬單的事實為例。 對商業客戶的分析是否會揭示商業領域的類似機會？ 摩根大通似乎是這麼認為的，正如他們最近宣布的企業對銀行數字賬單支付功能所表明的那樣。 新功能的添加或新產品的發明創造了更多的行為數據，開始了分析、開發和評估的循環，以推動持續增長。

使用數據驅動的預測構建和測試策略

銀行在另一個主要方面比競爭對手具有優勢：歷史數據。 在整個計算機時代，銀行一直主導著 FinServ，這意味著可以根據用戶行為來計算數百萬客戶的財務歷史。 亞馬遜使用行為數據和購買歷史來為其推薦提供支持——該系統佔其總收入的 35%。 如果 Netflix 可以僅用幾年的數據預測客戶下一步想要什麼，那麼 FinServ 機構的極限就是天空。

預測使用歷史數據、行為數據、計算機學習和統計建模來了解客戶在未來執行特定操作的可能性。 如果對行為數據的分析發現入職工作流程存在問題，產品經理可以測試新設計的流程是否會促進轉化。

了解特定結果的可能性後，FinServ 產品經理可以在做出可能影響數百萬客戶的更改之前測試他們的行為知情策略。 Amplitude Experiment 讓產品經理可以通過 A/B 測試更改來驗證預測結果，方法是在較小的目標用戶群上進行測試。 在數據驅動的預測和分段實驗之間，Amplitude 消除了影響產品策略的猜測和“直覺”。

正是這些基於預測、經過實驗驗證的產品策略將推動傳統 FinServ 機構走在數字金融競賽的最前沿。 銀行可以自己影響變化，而不是對市場變化做出反應。 銀行可以創建預測未來客戶需求的數據引導產品和功能。 有足夠的數據讓初創公司黯然失色，也有足夠的資金與科技公司正面交鋒，傳統公司處於與 FinServ 顛覆者競爭的有利位置。

使用客戶洞察力製定推動結果的策略

金融的未來更加個人化，更加親力親為，並且越來越數字化。 初創公司的速度更快，科技公司也為創新做好了準備，但他們需要數年時間才能獲得 FinServ 機構所擁有的行為數據的深度（和廣度）。 現在是開發客戶想要使用的 FinServ 產品的時候了——利用他們長期以來為您提供的見解。

在我們的第四季度電子書“金融服務生存指南”中深入了解 FinServ 機構面臨的挑戰、行業趨勢和成功的關鍵。 單擊此處下載您的副本。