Případová studie: Jak banka úspěšně oslovila rodiče a dovolenkáře

Vědět, jaké má zákazník potřeby, bylo vždy požadovaným cílem většiny firem nejen v bankovnictví. Chtějí získat více informací a pokud možno nahradit plošné kampaně za lépe cílené marketingové akce na menší skupiny klientů s podobnými potřebami. Současné možnosti marketingu dovolují využít tzv. „event driven marketing“, kde impulsem pro oslovení zákazníka je uskutečnění či naopak neuskutečnění konkrétní události. Pokud totiž víme, v jaké životní situaci se zákazník nachází a vhodně kampaň a nástroje načasujeme, můžeme si tím výrazně napomoci při prodeji našich výrobků a služeb.

V úvodu jsme popsali koncept, který ve své podstatě není ničím neznámým. Odborná sféra o něm ví už nějakou dobu a dokonce se i někde na základě strukturovaných dat realizuje. Co je tedy nového? Postupně se do popředí dostává využití nestrukturovaných dat spojené s rozvojem v oblasti Big Dat. Technologie už nejsou jen finančně dostupné (celé řešení pořídíte i do milionu korun), ale napomáhají také komplexnímu zpracování dat. Textová analýza v českém jazyce nebo nástroje pro převod řeči už tedy nejsou utopií.

Jen pro upřesnění. Jedním ze základních cílů textové analytiky je vyhledávání konkrétních informací v daném textu a jejich převod do strukturované podoby. V oblasti bankovnictví tedy vyhledáváme informace například v popisech transakcí z internetového bankovnictví, poznámek bankéřů při jednání s klienty na pobočkách, emailů či automaticky převedených hovorů z call center. V blízké budoucnosti se možná dočkáme i možnosti převádět informace z hlasových záznamů přímo do formulářů. Alespoň už se na tom pracuje.

Nedávno jsme realizovali zakázku pro jednu tuzemskou banku. Naším cílem bylo nalézt nové a dosud nevytěžené informace o klientech a promítnout je do využití konkrétních bankovních produktů na míru. Zpracovávali celkem tři typy údajů: zápisky osobních bankéřů, popisky příkazů v internetovém bankovnictví a identifikátory transakcí na platebních kartách.

Identifikované cílové skupiny byly celkem dvě. První, menší, byli rodiče dětí, kteří se během září ocitli ve finanční tísni. K jejich vytipování posloužila analýza klíčových slov, neboť banka, u níž už klient nemá sjednán konkrétní produkt pro děti, o existenci jejich potomků netuší. Druhou skupinu pak tvořili dovolenkáři, tedy lidé, kteří si zaplatili zájezd, letenku nebo si koupili cestovní pojištění. Těmto klientům byla nabídnuta kreditní karta pro neplánované výdaje jako finanční rezerva.

Výsledek? Celková konverze činila ve finále 6 – 7 %, což pro srovnání znamenalo dvojnásobný nárůst oproti kombinaci klasického direct mailu a volání z call centra. Přitom odhadovaný prodejní potenciál u poloviny této skupiny (získané klasickým modelem) byl cca 5 promile. Banka tedy dokázala zvýšit úspěšnost prodeje více než desetinásobně.

Celá realizace převodu dat z nestrukturované do strukturované podoby a identifikace cílových skupin proběhla během jediného měsíce. Systém je však schopen pravidelně identifikovat tisíce takových klientů každý měsíc a u event driven marketingu je právě správné načasování naprosto klíčové pro úspěch kampaně.

Textová analytika je tedy schopna identifikovat sice relativně malý počet případů, zato kontinuálně dle zadaných intervalů, což se při desetinásobné míře konverze jistě vyplatí. Navíc je možné uvedené řešení relativně snadno modifikovat a rozšířit i na jiné oblasti než jsou marketingové aktivity. Potenciál mají například pro oblast risku nebo vymáhání a významně mohou napomoci také při zadávání úloh call centru.