Besseres digitales Banking durch Datenanalyse

Digitales Banking ist für Finanzinstitute kostengünstiger als das Unterhalten von Filialen, und die traditionellen Banken haben ihr Filialnetz in den USA seit mehr als einem Jahrzehnt verkleinert. Die COVID-19-Pandemie führte zu einer weiteren Schließung von Filialen und beschleunigte die Verlagerung hin zum digitalen Banking, bei dem die Kunden über eine Website oder eine mobile App auf Konten, Produkte und Dienstleistungen zugreifen können.

Es überrascht nicht, dass Banken mehr denn je in Technologie investieren, und die Verbesserung des Kundenerlebnisses und der Servicebereitstellung hat für sie höchste Priorität. Die Finanzinstitute haben jedoch nicht die maximale Rendite aus ihren digitalen Investitionen gezogen, weil sie mehr Geld für Kontaktzentren ausgegeben haben, um die zunehmenden Kundenanliegen zu bearbeiten.

Eine Studie des Managementberatungsunternehmens Capital Performance Group aus dem Jahr 2020 ergab, dass die Online-Banking-Aktivitäten – einschließlich Transaktionen und anderer Interaktionen – von Ende 2019 bis Dezember 2020 um bis zu 30 % und die Mobile-Banking-Aktivitäten um bis zu 80 % angestiegen sind. Die Studie zeigte aber auch, dass sich das Volumen der Contact Center bei einigen Instituten verdoppelt hat und weiterhin ansteigt. Und eine von Cornerstone Advisors durchgeführte Umfrage aus dem Jahr 2021 hat gezeigt, dass Kunden immer häufiger bei ihren Banken anrufen, weil sie online keine Antworten finden oder ihre Finanzinstitute nicht die virtuelle Unterstützung bieten, die zur Lösung von Problemen erforderlich ist.

Diese Statistiken verdeutlichen die bedauerliche Tatsache, dass viele der digitalen Produkte und Dienstleistungen, die Banken seit Jahren anbieten – von Zahlungssystemen wie Zelle bis hin zur Authentifizierung – noch immer nicht die Erwartungen der Kunden erfüllen, oft weil sich die Nutzung nicht intuitiv genug anfühlt. Noch schlimmer ist, dass insbesondere Zelle von Problemen im Zusammenhang mit Streitigkeiten geplagt wird, vor allem in Bezug auf Betrug, nicht autorisierte Transaktionen und versehentlich überhöhte Überweisungen.

Als Berater bei mehreren der größten Geschäftsbanken in den Vereinigten Staaten habe ich die Schwierigkeiten der digitalen Transformation aus erster Hand erfahren. Die Banken verfügen über einen riesigen Fundus an Informationen, die ihnen bei der Entwicklung von Strategien zur Kundenbindung und -aktivierung helfen könnten, aber die Daten werden nicht ausreichend genutzt. Die Datenanalyse der meisten Institute ist nicht annähernd robust genug, um die Tiefe und Breite der Informationen über das Kundenverhalten zu erfassen, die erforderlich sind, um die Bedürfnisse der Nutzer zu verstehen und sie

optimal zu erfüllen. Support-Teams verwenden in der Regel extrem kleine Stichproben, wenn sie Anrufe zur Qualitätssicherung aufzeichnen und abhören – bei einer Bank, mit der ich zusammengearbeitet habe, waren es 1 % oder weniger. Infolgedessen kann die Extrapolation der Ergebnisse zu irreführenden Ergebnissen führen.

Um diese Probleme wirklich in den Griff zu bekommen, müssen die Banken eine detailliertere, ganzheitliche Analyse der Kundendaten in einem viel größeren Maßstab entwickeln – einschließlich aller Anrufe. Dann müssen sie die gefundenen Verhaltensmuster nutzen, um digitale Funktionen zu entwickeln und zu verbessern, die die Bedürfnisse der Kunden erfüllen. In diesem Artikel führe ich Sie durch die Schritte, mit denen ich Banken dabei helfe.

Ein Strategieteam einrichten

Der erste Schritt, um die Akzeptanz des digitalen Bankings bei den Kunden zu erhöhen und die Kundenzufriedenheit zu verbessern, besteht darin, ein internes Team aus Analysten und Produktexperten der Bank zusammenzustellen, das Zugang zu den über alle Kanäle und Produkte gesammelten Daten hat. Dieses Team ist unverzichtbar, denn es gibt zu viele Daten, als dass ein Einzelner sie zusammenfassen, untersuchen und Schlussfolgerungen daraus ziehen könnte. Diese Gruppe muss auch aktiv mit den Abteilungsleitern zusammenarbeiten, um sicherzustellen, dass ihre Erkenntnisse auf der Ebene der Unternehmenskunden umgesetzt werden können.

Ich empfehle, dass dieses Team in kleinere funktionsübergreifende Gruppen für jedes Produkt unterteilt wird. In meiner Arbeit mit Geschäftsbanken habe ich jedem dieser Teams mitgeteilt, wie viele Kundenanrufe es durch die Implementierung bestimmter Merkmale oder Funktionen vermeiden könnte, damit es seine Arbeit entsprechend priorisieren kann. Zur Berechnung dieses Einsparungspotenzials verwendete ich eine von uns entwickelte Plattform zur Analyse der Customer Journey, um den Benutzerfluss und die Reibungspunkte zu analysieren. (Tealeaf und Google Analytics sind ähnliche Tools, die Sie für den gleichen Zweck verwenden können).

Identifizieren Sie Datenkategorien und legen Sie Ihre Ziele fest

Der zweite Schritt besteht darin, die verschiedenen Datenquellen über alle Plattformen und Funktionen hinweg zu bestimmen und Zugang zu ihnen zu erhalten. In einer typischen Altbank können die Datenquellen in zwei Kategorien und mehrere Unterkategorien unterteilt werden. Die Teams, die ich bei

Banken einrichtete, nutzten zum Beispiel diese:

Produkte und Geschäfte:

– Einzelhandel, wie Giro- und Sparkonten

– Kreditkarten

– Hypotheken

– Automobilfinanzierung

– Vermögensverwaltung

Kontaktstellen:

– Telefonanrufe im Kontaktzentrum

– Interaktive Sprachdialogsysteme (IVR) für Kontaktzentren

– Persönliche Interaktionen in Einzelhandelsfilialen

– ATM-Interaktionen

– Desktop-Anwendung

– Mobile Anwendung

– Ausgehende Benachrichtigungen/Alarme

Ein großer Teil meiner analytischen Arbeit bestand darin, die Anrufstatistiken in Kontaktzentren zu untersuchen, und ich halte dies für den wichtigsten Bereich, auf den man sich konzentrieren sollte. Hier wird die überwältigende Mehrheit der Supportanfragen gestellt: Banken nehmen in der Regel keine E- Mail-Anfragen an den Kundendienst mehr entgegen, da dies zu kostspielig ist, selbst wenn es im Ausland geschieht. Der Chat hat die E-Mail ersetzt, macht aber nur einen kleinen Teil aller Kundendienstinteraktionen bei den führenden Banken aus – weniger als 5 % bei den Instituten, die ich konsultiert habe. Außerdem sind Live-Anrufe für die Banken aufgrund des hohen Anfragevolumens sehr kostspielig. Daher werde ich mich bei der Erläuterung meines Verfahrens auf diesen Bereich konzentrieren.

Sobald die Datenquellen identifiziert und zugänglich sind, kann das Finanzinstitut damit beginnen, wichtige messbare Ziele festzulegen, um den Umfang des Projekts zu bestimmen und damit die Grundlage für die Problemlösungsstrategie zu schaffen. Hier sind die Ziele, die wir bei den Banken, die ich beraten habe, festgelegt haben:

– Verbessern Sie das Kundenerlebnis – gemessen am Net Promoter Score (NPS), einem Schlüsselindikator für die Kundenzufriedenheit, der die Wahrscheinlichkeit bewertet, dass Menschen ein Unternehmen weiterempfehlen – über alle Kanäle hinweg

– Steigerung der digitalen Akzeptanz und des Engagements

– Reduzieren Sie Anrufe bei Kontaktzentren, wenn diese keinen oder nur einen geringen Mehrwert erbringen

– Verringerung der margenschwachen, einfachen Bankgeschäfte in den Filialen

– Verbesserung der Effizienz im gesamten Dienstleistungsbetrieb bei gleichzeitiger Verringerung der Risiken

Wie erwartet, zeigten die Daten, dass der dominierende Kanal in Bezug auf das Volumen der Kundeninteraktionen der digitale ist. Überraschenderweise suchten jedoch bei den Banken, bei denen ich tätig war, hochaktive digitale Kunden eher Unterstützung als weniger aktive Nutzer des digitalen und traditionellen Bankgeschäfts. Das digitale Banking führte zu mehr als doppelt so vielen Anrufen und Anfragen in Kontaktzentren wie das traditionelle Banking.

Verstehen, warum Kunden anrufen

Sobald die Datenkategorien und -ziele festgelegt sind, muss das Team überlegen, welche Arten von Abfragen der Bankdaten ihm helfen, die Art und die Umstände der Kundenanfragen zu beurteilen. Bei den Banken, die ich beriet, konzentrierten wir uns auf die Kontaktzentren, insbesondere auf Informationen aus den Interaktionen der Kunden mit den Telefonagenten innerhalb eines bestimmten Zeitraums, und kamen auf die folgenden Fragen:

– Wie viele Kunden sprachen mit einem Live-Agenten?

– Wer waren diese Anrufer, d. h. wie sahen ihre Profile in Bezug auf Service-Interaktionen über verschiedene Kanäle, Transaktionsaktivitäten über verschiedene Produkte und den Kundenwert auf Unternehmensebene aus?

– Wie viel Prozent dieser Anrufer waren digital aktiv?

– Welche Bankgeschäfte wurden vor dem Anruf getätigt, wenn überhaupt?

– Wenn vor dem Anruf Bankgeschäfte getätigt wurden, über welchen Kanal fanden diese statt?

– Weshalb haben die Kunden angerufen?

– Hat einer von ihnen mehr als einmal angerufen? Wenn ja, wie oft?

– Wie lange haben die Anrufe gedauert?

– Wie viel Zeit verging zwischen den Anrufen von Kunden, die mehrfach angerufen haben?

Zwar erfassen die Banken in der Regel die Zahl der von den Kontaktzentren entgegengenommenen Anrufe, doch gehen sie in der Regel nicht auf viele dieser zusätzlichen Statistiken ein. Dies stimmt mit dem überein, was ich im Finanzdienstleistungssektor allgemein beobachtet habe: Die Unternehmen verfolgen zwar die Ereignisse, messen aber nur unzureichend die Aktivitäten rund um die Ereignisse, die das Verhalten erklären und ihnen helfen können, Verbesserungen vorzunehmen. Wenn man wüsste, dass ein Kunde 20 Minuten damit verbracht hat, einen Streitfall zu klären oder eine Cashback-Prämie zu aktivieren, bevor er angerufen hat, könnte man den Callcenter-Mitarbeitern einen hilfreichen Kontext liefern und sie bei ihren Interaktionen unterstützen.

Bei den Banken, die ich beraten habe, habe ich mit den von mir aufgebauten Strategieteams zusammengearbeitet, um den Instituten dabei zu helfen, den Zweck jedes Anrufs in einem Aufzeichnungssystem zu dokumentieren. So konnten wir beispielsweise feststellen, dass ein Kunde, dessen Identität anonymisiert wurde, wenige Minuten vor dem Anruf online gegangen war und erfolglos versucht hatte, sein Konto zu schließen – eine Erfahrung, die den Anruf ausgelöst hatte. Dann ordneten wir jedem Anruf ein Etikett zu, das den Zweck des Anrufs und einen Zeitstempel angibt. Wir waren auch in der Lage, sekundäre und tertiäre Gründe für die Anrufe zu ermitteln, indem wir Ereignisse identifizierten, die in der Nähe des primären Auslösers stattgefunden hatten, so dass wir uns ein vollständiges Bild machen konnten.

Anschließend berechneten wir eine wichtige Kennzahl, die so genannte Call-to-Contact-Streuung, mit der wir die Erfahrungen der Gesamtpopulation der Anrufer bewerten konnten. Sie diente auch als Benchmark für die Verbesserung der Effizienz.

Anrufquote: die Gesamtzahl der getätigten Anrufe, ausgedrückt als Prozentsatz des gesamten Kundenstamms

Kontaktrate: die Anzahl der Kunden, die angerufen haben, ebenfalls ausgedrückt als Prozentsatz der Gesamtkundenzahl

Call-to-Contact-Spread: die Call-Rate minus die Contact-Rate

Unser erstes Ziel war es, sowohl die Anruf- als auch die Kontaktraten zu senken, da sie tendenziell über den Branchen-Benchmarks für Spitzenbanken lagen, die nach meiner Erfahrung und den Berichten von externen Benchmarking-Firmen wie Finalta von McKinsey in einem bestimmten Monat in der Regel bei 20 % bzw. 10 % liegen. Zweitens wollten wir die beiden Kennzahlen angleichen, d. h. wir wollten wiederholte Anrufe ausschließen. Sobald wir das erreicht hatten, konnten wir sagen, dass wir die Lösung des Problems durch den ersten Anruf erreicht hatten, was bedeutet, dass die Kunden nur einen Anruf tätigen mussten, um ihr Problem zu lösen – ein wichtiger Maßstab im Kundenbeziehungsmanagement.

Zu den anderen Kennzahlen, die wir analysiert haben und die wir zu senken hofften, gehören:

– Dauer der Anrufe

– Übertragung von Anrufen

– Eskalationen

– Reklamationen

Die meisten Contact Center nutzen die von Kundenbeziehungsmanagementsystemen oder Anrufaufzeichnungen erfassten Anrufgründe, aber nur sehr wenige nutzen das System der Aufzeichnungen, um Verbesserungen bei diesen Kennzahlen zu erzielen. Die vorgelagerten Bedingungen im Aufzeichnungssystem können einige Anrufe ganz vermeiden und in anderen Fällen dazu beitragen, dass Anrufer auf der Grundlage ihrer Aktivitäten vor dem Anruf, ihres Kundenprofils und des benötigten Servicelevels den richtigen Agenten zugewiesen werden.

Die meisten Finanzinstitute setzen Software für das Kundenerfahrungsmanagement ein, mit der die Kunden nach ihren Interaktionen befragt werden, um einen Net Promoter Score zu ermitteln. Bei den Banken, mit denen ich zusammengearbeitet habe, haben wir uns das Ziel gesetzt (und erreicht), die Werte der Kontaktzentren auf 55 % zu steigern.

Analysieren von Anrufmustern zur Erstellung von Profilen

Der nächste Schritt besteht in der Analyse von Anrufmustern unter Verwendung verschiedener Systeme aufgezeichneter Datenpunkte, um herauszufinden, was die Kunden zu einem Anruf veranlasst. Zu den umfassenden Datensätzen auf Kundenebene, die wir bei meiner Beratungstätigkeit verwendet haben, gehören:

– Monetäre Transaktionen, wie z. B. hohe POS-Gebühren sowie Zahlungen und Stornierungen.

– Nicht-monetäre Transaktionen, wie Adressänderungen, abgelehnte Karten und Streitfälle.

– Kanalinteraktionsereignisse, wie Telefonanrufe, IVR-Kommunikation, Desktop-Aktivitäten, mobile Aktivitäten, Filialbesuche, Geldautomatentransaktionen und ausgehende Warnungen.

– Kundenprofil/Segmentierung, z. B. Dauer der Kundenbeziehung, Kennzeichen für hohen Wert (was auf ein hohes Maß an Engagement hinweist) und Anzahl der autorisierten Benutzer.

– Aktiver vs. inaktiver Produktbesitz der Kunden, d. h. die Anzahl der Produkte, die jeder Kunde besitzt und ob er sie nutzt, was die Wahrscheinlichkeit angibt, dass er mit der Bank in Kontakt tritt. (Hinweis: Wir haben uns auf aktive Kunden konzentriert, um die Kontakt- und Anrufraten zu messen).

Aus diesen Kategorien haben wir einige wichtige und leicht zugängliche Datenelemente erfasst, um die folgenden Aspekte besser zu verstehen:

– Kanaleinschränkung: die Neigung der Kunden, in einem Kanal für kurze Zeit zu verweilen, im

Allgemeinen 15 bis 20 Minuten

– Selbstbedienungsaktivität: Was hat der Kunde getan, um sich selbst zu bedienen, sei es digital, am Geldautomaten oder per IVR?

– Kanalmodus oder -präferenz: der primäre Kanal, den der Kunde verwendet hat

Nach der Analyse dieser vorgelagerten Bedingungen konzentrierten wir uns auf die nachgelagerten Auswirkungen, indem wir maßen und analysierten, was mit den Live-Anrufen der Agenten geschah. Unter Ausschluss von Anrufen, die weniger als 60 Sekunden dauerten, untersuchten wir Anrufmuster und -typen, berechneten Zeitspannen, ermittelten, wie Anrufe getätigt wurden, und ermittelten alle möglichen Einflussfaktoren. Wir stellten die Daten auch zusammen, damit wir sehen konnten, über welche Kanäle die Kunden Bankgeschäfte getätigt hatten.

Nach der Anwendung fortgeschrittener Analysemethoden und der Messung der Zeit zwischen den Anrufen gruppierten wir die Bevölkerung in Segmente:

– Cluster-Anrufer: Dies waren Kunden mit Problemen, die sich nicht selbst bedienen konnten, die bei mehreren Interaktionen menschliche Hilfe benötigten und die innerhalb eines kurzen Zeitraums eine große Anzahl von Anrufen tätigten. (Wir definierten dies als zwei oder mehr Anrufe innerhalb von 24 Stunden.)

– Vereinzelte Anrufer: Diese transaktionsgesteuerten Anrufer tätigten eine geringere Anzahl von Anrufen als die Clustergruppe, jedoch in regelmäßiger Frequenz und mit ähnlichen Arten von Anfragen. Streuungsanrufer tätigten drei oder mehr Anrufe innerhalb von sechs Monaten mit einem durchschnittlichen Zeitabstand von mehr als 48 Stunden und einem Variationskoeffizienten des durchschnittlichen Zeitabstands zwischen den Anrufen von mehr als 100 %.

– Zufallsanrufer: Dieses Segment bestand aus Kunden, die Informationen suchten und sich durch ein unregelmäßiges Anrufvolumen mit verschiedenen Arten von Anfragen auszeichneten.

Bedürfnisse der Anrufer nach Gruppen ansprechen

Sobald die Analyse der Anrufmuster abgeschlossen ist, ist es an der Zeit, die Daten weiter nach Gruppen aufzuschlüsseln. Bei den Banken, bei denen ich gearbeitet habe, brachte diese Aufgabe interessante und potenziell umsetzbare Erkenntnisse zutage. Bei einer der Banken zeigte die Analyse beispielsweise, dass 5 % der Anrufer einer Gruppe angehörten, 30 % waren verstreute Anrufer und der Rest war zufällig. Die Cluster-Population war hauptsächlich digital, während die verstreuten Anrufer eine geringere digitale Aktivität aufwiesen, wobei ein Teil von ihnen gewohnheitsmäßige oder intensive Anrufer waren.

Diese Tabelle zeigt einen 12-Monats-Überblick über die Anruferpopulation der Live-Agenten am Ende der dreijährigen Aufbauphase dieser Maßnahme:

Die Clusterpopulation ist zwar zahlenmäßig klein, hat aber einen großen Einfluss auf den NPS und die Beschwerden. Im Anschluss an diese Ergebnisse erstellten wir eine Reihe von Erkenntnissen mit empfohlenen Strategien zur Erreichung der wichtigsten Ziele, beginnend mit der Cluster-Gruppe. Im Folgenden finden Sie eine Aufschlüsselung der Themen, die für die Anrufe verantwortlich sind:

– Passwort-/Benutzername-Authentifizierung

– Betrug/unautorisierte Transaktion

– Zelle-Zahlung

– Nicht zugestellte ausgehende Benachrichtigungen

– Gebühr für Überziehung/unzureichende Deckung

Auf der Grundlage unseres besseren Verständnisses der Motive der Anrufer bestand der erste Schritt zur Verringerung der Cluster-Anrufer darin, spezifische Möglichkeiten zur Verbesserung des Online- Erlebnisses zu empfehlen und die Kunden in dem von ihnen bevorzugten digitalen Kanal zu halten.

Außerdem arbeitete ich mit dem Kundenerfahrungsteam zusammen, um gezielte Umfragen zur Bewertung von Schmerzpunkten und Problemlösungen zu entwickeln, und wir richteten eine Warteschlange von voll befähigten Telefonagenten ein, um diese Gruppe zu bearbeiten. Diese Agenten konnten auf Gebühren oder Strafen verzichten, während andere die Anrufer nur an erfahrenere Mitarbeiter weiterleiten konnten.

Bei einem großen Teil der Kundengruppe hatte eine Bank falsche E-Mail-Adressen gespeichert, was uns zu einer umfassenderen Untersuchung veranlasste, die ergab, dass die E-Mail-Adressen von mehr als 10 % aller digital aktiven Kunden falsch waren. Es wurde eine Kampagne über Push-Benachrichtigungen und sichere E-Mails gestartet, um die Kunden aufzufordern, diese Adressen zu bestätigen und zu ändern.

Bei den verstreuten Anrufern ging es mehr um Routinedienstleistungen wie Zahlungen, Einzahlungen und Barabhebungen und weniger um digitale Aktivitäten wie Zelle-Überweisungen. Ihr bevorzugter Kanal war das Telefon, und fast 10 % von ihnen wurden als Vieltelefonierer oder Gewohnheitskunden eingestuft. Die Strategie für diese Gruppe bestand in einer gezielten Ansprache und Anleitung zur Einführung und Nutzung digitaler Dienste.

Viele zufällige Anrufer erkundigten sich nach neuen Funktionen, Produkten und Öffnungszeiten bestimmter Filialen. Einige dieser Informationen wurden in das Online-Angebot aufgenommen, um die Zahl der Anrufe zu verringern. Auf dem Höhepunkt der Pandemie mussten die Kunden Termine vereinbaren, um in die Filialen zu kommen. Die Callcenter einer der Banken, die ich beriet, mussten Tausende von Anrufen entgegennehmen, um diese Termine zu vereinbaren. Daher arbeitete ich mit dem digitalen Team zusammen, um den Kunden die Möglichkeit zu geben, Termine online zu vereinbaren, was viele Anrufe überflüssig machte und Geld sparte.

Indem wir die Anrufer in drei Gruppen einteilten, konnten wir ein Anrufmuster erstellen, das den Banken, mit denen ich zusammenarbeitete, half, die treibenden Kräfte des Verhaltens und die Nutzung der verschiedenen Kanäle, insbesondere der digitalen und der telefonischen, besser zu verstehen. Diese Strategie war von zentraler Bedeutung für die Senkung der Ausgaben für das Kontaktzentrum, die selbst bei gleichbleibendem Kundenstamm stiegen. Sie zielte auch darauf ab, die Kundenerfahrung und das Serviceniveau zu verbessern und gleichzeitig Wartezeiten, Weiterleitungen, Eskalationen und Rückrufe zu minimieren. Die Ergebnisse bei einer Bank waren nach drei Jahren besonders beeindruckend.

Die digital aktive Rate stieg um 10 %.

Die Kontaktrate sank um 12 %.

Die Anrufrate sank um 15 %.

NPS um 5 % gesteigert

Durch den Rückgang der Kontakt- und Anrufraten wurden auch mehrere wichtige Risikofaktoren reduziert. Bei der Identifizierung von Anrufen, die keinen Mehrwert für die Bank erbrachten, stellten wir fest, dass viele Telefonfunktionen von Live-Agenten stattdessen von den Kunden in Selbstbedienungskanälen ausgeführt werden konnten, was Geld sparte und die Wahrscheinlichkeit menschlicher Fehler bei Haftungsausschlüssen, Produktänderungen, Kontoeröffnungen und – schließungen sowie anderen Dienstleistungen, nach denen die Kunden fragten, verringerte.

Es gibt keinen Mangel an Daten, die für Analysen im Bankwesen und anderen Finanzdienstleistungen zur Verfügung stehen, und die Verringerung von Anrufen und Kosten im Contact Center ist nur ein Beispiel dafür, wie Sie diese Daten nutzen können, um positive Veränderungen zu bewirken: Sie können durchaus einen anderen Schwerpunkt setzen oder einen mehrgleisigen Ansatz verfolgen. Die Herausforderung besteht darin, Ihre Informationen in Erkenntnisse umzuwandeln, die das Kundenerlebnis verbessern, das digitale Engagement steigern und Geld sparen. Ein umfassendes Verständnis dessen, was funktioniert – und was nicht -, kann letztlich zu nuancierten Änderungen führen, die das System für alle besser funktionieren lassen.

VERSTEHEN DER GRUNDLAGEN

Wie wird die Datenanalyse im Bankwesen eingesetzt?

Datenanalyse ist die Untersuchung von Datensätzen, um Muster zu finden und Schlussfolgerungen zu ziehen. Banken nutzen sie, um das Engagement und die Zufriedenheit ihrer Kunden mit ihren Produkten und Dienstleistungen zu bewerten.

Was versteht man unter digitalem Banking?

Digitales Banking bezieht sich auf die Nutzung von Finanzdienstleistungen und -produkten über die Website oder mobile App einer Bank. Es umfasst alle Arten von bankbezogenen Aktivitäten, wie die Eröffnung oder Schließung eines Kontos, die Konfiguration von Warnmeldungen, die Anfechtung betrügerischer Transaktionen sowie die Einzahlung, Abhebung und Überweisung von Geldern.

Warum ist das digitale Banking die Zukunft?

Digitales Banking ist für die Anbieter theoretisch kostengünstiger, und die alten Banken haben in den USA seit mehr als einem Jahrzehnt Filialen abgebaut. Richtig umgesetzt, ist es auch schneller und bequemer für die Kunden. Trotz seiner derzeitigen Unzulänglichkeiten hat seine Nutzung von Jahr zu Jahr zugenommen.