Big Data für die Bankenwelt: Wie die Datenanalyse das Kundenerlebnis verbessert

Es ist offensichtlich, dass Big Data eine große Auswirkung auch auf die Bankenwelt hat. Inzwischen sind sich alle der Datenmenge, die den Finanzinstituten zur Verfügung steht, bewusst. Der Nutzen dieses Potentials kann grundlegend sein, um Prozesse effizienter und erfolgreicher zu gestalten.


Jede Minute produzieren Kunden eine Unmenge an Daten, die von Banken durch Big Data Analytics besser genutzt werden kann. Bildnachweis: iStock.com/peterhowell

Advertorial

Die neue Herausforderung für Banken lautet, die verfügbaren Daten nicht nur für die Reduzierung von Kosten und Beseitigung von Ineffizienzen, sondern auch als Grundlage für das Entdecken neuer Geschäftsmöglichkeiten zu nutzen. Hieraus entstammt das wachsende Interesse von Banken an Big Data Analytics und den Instrumenten, die in der Lage sind, Daten, die aus jedem Kundenkontakt entstehen, zu extrahieren, zu sammeln, zu verarbeiten und als nützliche Informationen zugänglich zu machen. Diese werden spezifischen Kriterien entsprechend angeordnet, um Korrelationen aufzuspüren, Zeitreihen zu analysieren und Trends zu entdecken und daraus zielgerichtete Marktstrategien zu entwickeln.

Mehrwerte durch Big Data Analytics

Die Technologie für die Analyse von Big Data befindet sich aufgrund ihres Einflusses auf Unternehmensstrategien und Investitionen in Business-Analytics-Plattformen in einer bedeutenden Entwicklungsphase. Auch in Deutschland stößt man in diesem Bereich auf großes Interesse, das vorhandene Potential zu nutzen: Laut einer Studie von Sopra Steria bestätigen 24 Prozent der deutschen Finanzdienstleister, dass sie große unorganisierte Datenmengen mit spezieller Software auswerten lassen, um Kunden besser zu verstehen und den Service entsprechend zu personalisieren. Vor allem für die Bankenwelt bietet Big Data Analytics die Möglichkeit, jede einzelne Kundeninteraktion und jeden Kontakt in der Filiale dank eines besseren Verständnisses der Kundensituation und -wünsche aufzuwerten. Nun haben Banken die Chance, Mehrwertdienste anzubieten, die auf den Kunden zugeschnitten sind, eine personalisierte Kundenerfahrung zu schaffen und Prozesse erfolgreicher zu gestalten. Die Analyse des Kanalnetzes der Banken ist grundlegend für die Auswertung von Kosten, Gewinnen, eventueller Serviceverluste und für die Vorbeugung eventueller Betriebsrisiken sowie die Umsetzung neuer Geschäftsstrategien.

Das Anwendungsmodul WWS BAM

Obwohl Banken über eine beträchtliche Datenmenge verfügen, wird das vorhandene Potential nur sehr begrenzt genutzt. Auriga hat WWS BAM (Business Analytics Management), ein Anwendungsmodul der Omnikanalplattform WinWebServer (WWS), entwickelt, damit Banken die Daten, die von den unterschiedlichen Kundenkanälen stammen, nutzen können. Das Modul ermöglicht eine Übersicht der gespeicherten Informationen, die einen wichtigen Beitrag zur Unterstützung von strategischen Unternehmensentscheidungen leisten können. Außerdem erlaubt WWS BAM die sofortige Extraktion, Sammlung, Analyse und Präsentation der gesamten Analysedaten, die im IT-System der Bank verstreut sind. Es ist also möglich, mit nur einer einzigen leistungsfähigen Anwendung in Fast-Echtzeit die Daten aus mehreren Quellen zu gliedern und zu bearbeiten. Dazu zählen zum Beispiel generierte Daten, die aus durchgeführten Transaktionen und Dienstleistungen (Auszahlungen, Aufladungen, Kontoauszüge, Überweisungen) über unterschiedliche Vertriebskanäle stammen. Diese werden analysiert und mit den Zielvorgaben verglichen, um die Performance zu verbessern und die Prozesse für das Geschäftswachstum zu optimieren.

Durch das Bereitstellen einer Momentaufnahme aller Geschäftsleistungen der Bank erlaubt WWS BAM das Anfertigen von multidimensionalen Datenmodellen, die graphische Darstellung oder das Erstellen von verständlichen Berichten auf einem Dashboard, das einfach zugänglich gemacht werden kann. Ausgestattet mit einer einfachen und intuitiven Benutzeroberfläche kann jeder die strategischen Analyse-Kriterien und/oder Indikatoren festlegen – für eine schnellere Analyse des Bankengeschäfts.