di Marco Belmondo, Chief Marketing Officer di 3rdPLACE
Partiamo dal fatto che i clienti non hanno bisogno di banche ma di “banking” (pagamenti, investimenti, finanziamenti, …). .
Le banche piccole e locali non hanno le risorse, anche solo economiche ed umane, delle grandi e i servizi bancari iniziano ad essere offerti anche da non banche (Apple, Google, Facebook, Amazon,…).
Le banche più piccole possono competere (per non dire: sopravvivere) solo segmentando più in profondità i clienti e personalizzando al massimo il servizio. Più che digital transformation, alle banche – a maggior ragione se piccole – serve data transformation. Per fare questo devono imparare a governare i loro comunque tanti dati, ad analizzarli e arricchirli automaticamente con dati terzi e alternativi per conoscere meglio abitudini, interessi e percorsi dei clienti, raggruppare questi in cluster, cercare profili simili, misurarne la propensione all’acquisto e solo sui migliori (e magari su quelli a maggior rischio abbandono) attivare campagne personalizzate. Questa strategia basata sui dati a sua volta comporterà anche una mitigazione del rischio (pensate al credito), la liberazione di tempo commerciale e un miglioramento dei risultati operativi.
Non serve buttare o mettere mano pesante ai sistemi legacy IT. Non servono rivoluzionarie, complesse, lunghe e soprattutto costose integrazioni, altrimenti il gioco non varrebbe la candela per le piccole banche. Velocemente e agilmente si procede alla costruzione di un cosiddetto data lake artificiale esterno, in cui confluiscono i flussi dai legacy e dalle eventuali utili fonti terze. Il lago viene alimentato, filtrato, classificato e azionato da algoritmi di machine learning.
Assolutamente da non perdere, piuttosto da valorizzare la presenza fisica sul territorio di competenza che costituisce l’elemento differenziante rispetto agli operatori solo online, grandi o piccoli che siano, bancari o non.
L’opportunità è quella di evolvere dal modello di banca tradizionale, che cerca di fare tutto in casa, verso il modello “piattaforma di servizi”. Chi opera in questo modo si propone come interlocutore privilegiato locale per i clienti e si preoccupa di portare loro soluzioni, non prodotti, sulla base dei bisogni anche latenti colti attraverso l’analisi dati e lo sviluppo algoritmico di predizioni, con un approccio proattivo di lungo termine.
Le aspettative del correntista locale bancario non sono più settate sulla base del livello di servizio tradizionalmente fornito dalle banche, ma di quello ad esempio di Amazon. Pretende trasparenza, personalizzazione, velocità, emozione, coinvolgimento e soddisfazione immediata e futura.