Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

Artificial intelligence is een must voor banken

Dit artikel delen:
codering

Hoe kunnen banken ervoor zorgen dat zij op het juiste moment de relevante ervaringen aanreiken die klanten verlangen, nu technologieën zoals kunstmatige intelligentie (artificial intelligence of ai) verkondigen de wereld van de customer service voor altijd te zullen veranderen? Waar moeten banken in 2017 rekening mee houden om zoveel mogelijk effect te sorteren met hun marketing- en customerservicekanalen? Ik voorspel drie grote trends.

AI is het echte werk, maar het moet persoonlijker

Nu de datavolumes aanzienlijk toenemen en analyse-engines rijper worden, heeft de technologie de hype eindelijk bijgebeend: AI is klaar om ingezet te worden. Bedrijven als Apple, Google en IBM investeren enorme bedragen in AI, en met de opkomst van chatbots in marketing- en customerservicestrategieën heeft AI een centrale plaats gekregen.

Als marketeers deze spreekwoordelijke 'melkkoe' willen melken, moeten ze zich wel afvragen of de technologie ook helpt om de juiste klantenervaringen aan te reiken. Zoals ik hierboven al schreef, verzamelen bedrijven zoveel gegevens (over klanten, producten, it-systemen enzovoort) dat data scientists en analisten ze niet langer doeltreffend en tijdig kunnen analyseren. Bedrijven moeten hun gegeven meteen kunnen omzetten in acties, en dat kan het beste en het meest efficiënt met de hulp van machines.

Machines kunnen gegevens veel sneller verwerken en het data-scienceproces veel sneller automatiseren dan mensen. Machines en ai vertrekken echter vanuit een enorme hoeveelheid gegevenspunten om hun modellen op te bouwen, waardoor klanten in brede segmenten worden samengegooid. Zo kun je geen betere klantenervaringen aanbieden. Als banken in 2017 en ook daarna succes willen boeken, moeten ze meer doen dan klanten in gebundelde categorieën indelen. Ze moeten hen individueel leren kennen.

Banken zullen daartoe steeds meer rekening gaan houden met realtimegegevens en gegevens over het gedrag van klanten om relevante klantenervaringen op te bouwen. Door rekening te houden met gedragspatronen en gebruikservaringen kunnen banken een persoonlijke, unieke en memorabele ervaring verzekeren via verschillende kanalen. Dat zorgt er op zijn beurt voor dat de klant zich begrepen en gewaardeerd voelt en loyaliteit zal ontwikkelen ten opzichte van het merk, wat dan weer een goede basis vormt om klanten aan het bedrijf te binden en mogelijkheden te creëren voor up-selling en cross-selling.

Democratisering van data science zet zich door

Naarmate machines en ai-technologie de data-scienceprocessen automatiseren, zullen we een verschuiving zien in de manier waarop data scientists gegevens verwerken en gebruiken. Data modelling was tot voor kort alleen voorbehouden aan data scientists, die enorme hoeveelheden gegevens handmatig moesten analyseren. Daar zal in 2017 verandering in komen.

Machines en technologie zoals natuurlijke taalverwerking kunnen gegevens zo snel verwerken —in realtime— dat er tijd vrij zal komen voor data scientists om creatief te zijn, nauwkeuriger te werken en hun inzichten toe te passen op de behoeften van het bedrijf. Daardoor zullen alle gebruikers in een organisatie analysetaken kunnen verrichten waarvoor vroeger hoog opgeleide data scientists nodig waren. De democratisering van data science zet zich dus door.

Deze evolutie zal de positie van data scientists binnen de organisatie versterken en marketeers, directeurs, hr-medewerkers enz. helpen om meer betrokken te raken bij de gegevensverwerking en de kracht van data beter te begrijpen. 

Verwachtingen millennials gaan klantenervaringen bepalen

Millennials worden vaak gezien als technisch onderlegde, onafhankelijke en autonome klanten. Dankzij mobiele apps kunnen zij moeiteloos geld storten, afhalen en overschrijven. Het is echter gevaarlijk om te denken dat deze groep geen persoonlijke aandacht vereist van zijn bank. Het tegendeel is namelijk waar.

Banken zouden nu al klantgerichte strategieën moeten uitwerken om klanten op een persoonlijke manier aan te spreken, maar als ze dat nog niet hebben gedaan, moeten ze de nodige stappen zetten om deze verwachting in te lossen. Daartoe zullen banken klantenanalyses moeten toepassen op al hun marketingprocessen, om precies te achterhalen waar de pijnpunten zitten voor elke klant en met welke relevante aanbiedingen hij het beste te bereiken valt. Banken die klantgericht werken, leren meer over hun klanten en ontwerpen hun programma's op basis van het gedrag van die klanten, demografische gegevens en contextuele informatie.

Alle stukjes liggen alvast op tafel om de verwachtingen van de klanten volgend jaar te overtreffen. Met de juiste combinatie van opkomende technologieën, inzichten die worden omgezet in acties en een klantgerichte aanpak zal de bal zeker aan het rollen gaan. Alle stukjes lijken alvast op het juiste moment op hun plaats te vallen.

Wat zijn uw voorspellingen voor de toekomst van bankenmarketing in 2017?

Luc Burgelman, ceo van NGData

IT person of the Year

De auteur van dit artikel, Luc Burgelman, is genomineerd voor de Computable Award 'IT person of the Year 2016'. Stel via onze stemmodule uw top 5 samen van de longlist en bepaal de shortlist!

x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2017-01-06T08:53:00.000Z Luc Burgelman
Wilt u dagelijks op de hoogte worden gehouden van het laatste ict-nieuws, achtergronden en opinie?
Abonneer uzelf op onze gratis nieuwsbrief.