Analytika pomáha Tatra banke znižovať odchodovosť a zlepšovať predaj

S kvalitnými dátami a vlastným analytickým tímom, ktorý vie v krátkom čase na požiadanie biznisu vytvárať prediktívne modely, má banka všetky predpoklady pre získanie konkurenčnej výhody

Bol rok 2009, čas keď kríza naplno udrela aj na Slovensku. Tatra banka začala pociťovať to isté, čo iné veľké bankové domy. Rast sa pre nasýtenosť trhu, aj pre zhoršenie ekonomickej situácie, spomalil. A pri niektorých produktoch, napríklad pri kreditných kartách, narástla odchodovosť klientov – v percentuálnom vyjadrení až na dvojciferné hodnoty. V praxi to znamenalo, že tí, ktorým banka kreditku predala, ju buď zrušili, alebo ju nepoužívali, prípadne mali problém so splácaním čerpaného úveru z úverového rámca kreditnej karty. Kreditky sa stali v minulej dekáde s vyše 40 percentným trhovým podielom jedným z nosných produktov Tatra banky a symbolom jej vedúcej pozície na trhu. „Nemohli sme si dovoliť na takomto ziskovom a imidžotvornom produkte, ktorý nás výrazne odlíšil, strácať klientov,“ konštatuje Marián Babic, vedúci oddelenia kampaňového predaja. Ambiciózny cieľ znel znížiť odchodovosť o 30 percent.

Ak chcete z veľkého množstva vybrať tých správnych klientov, potrebujete matematicko-štatistickú technológiu.

Marián Babic
vedúci oddelenia kampaňového predaja

Rýchle rozhodnutie

Manažéri vedeli, že nemôžu oslovovať naraz desiatky tisíc klientov. Rýchlo usúdili, že na to, ktorých zákazníkov a akým spôsobom osloviť, im nepostačia sedliacky rozum či intuícia. „Ak chcete z takého množstva vybrať tých správnych klientov, potrebujete matematicko-štatistickú technológiu,“ hovorí M. Babic. Banka vytvorila z celého portfólia zákazníkov kreditných kariet viacero segmentov. Jednu skupinu napríklad tvorili zákazníci, ktorí kreditku aktívne používali, ale napriek tomu ju zrušili. Druhú klienti, ktorí kartu požívali čoraz menej, ďalšiu takí, ktorí ju nepoužívali vôbec. Cieľom segmentácie bolo vybrať pre kampane tých správnych klientov – a tým ušetriť náklady a zvýšiť ich účinnosť. „Na súkromnej sfére je zaujímavé, že vždy existuje limitujúci faktor. Nemohli sme osloviť všetkých klientov, jednoducho sme museli vybrať iba tých správnych,“ sumarizuje M. Babic.

Vlastnoručné modelovanie

Prediktívne modely sa banka rozhodla robiť vlastnými silami. „Nechceli sme byť závislí od externých dodávateľov, ale radšej mať vlastný silný tím skúsených ľudí, ktorí budú vedieť aj v budúcnosti pružne reagovať na naše potreby,“ vysvetľuje M. Babic. Tatra banka sa totiž rozhodla využívať biznis analytiku nielen pre retenciu klientov kreditných kariet, ale aj bežných účtov a hypoték. A neskôr zakúpila od SASu licenciu aj pre cross-sell, čiže krížový predaj ďalších produktov existujúcim klientom.

Softvér môže pomôcť banke podrobne segmentovať a lepšie vyberať skupiny zákazníkov pre kampane, či už predajné alebo retenčné. Ale ako napríklad osloviť rizikových klientov, ktorí sú pravdepodobne pred odchodom a aký benefit im ponúknuť, to je už niečo, čo nikoho žiadny softvér nenaučí. Každá organizácia si to musí „odžiť“ a prísť na to sama, rovnako ako na to prišla Tatra banka. Výsledky hovoria za všetko. Banke sa podarilo odchodovosť znížiť zhruba o pätinu až štvrtinu, čo sa blíži k stanovenému cieľu 30 percent.

Merateľné výsledky má Tatra banka aj pri krížovom predaji. „Dnes, obrazne povedané, strieľame presnejšie. Na rovnaký výsledok nám stačí menej výstrelov,“ dodáva M. Babic. Premietnuté do čísiel – klienti, ktorých označí prediktívny model za najpravdepodobnejších pre nákup určitého produktu, majú dva- až trikrát vyššiu akceptovateľnosť ponuky, ako klienti náhodného výberu. Okrem toho analytika banke pomáha pri komunikačnej optimalizácii, lebo ako hovorí M. Babic, nie je dôležité klienta zahltiť reklamou, ale pravidelne ho informovať a predkladať mu relevantné ponuky.

Analytická budúcnosť

M. Babic verí, že Tatra banka v budúcnosti rozšíri svoje analytické know-how tak, aby vedela stavať nové produkty, ich ceny a servisné stratégie na skutočných klientskych segmentoch. Nie na takých, ktoré boli typické v 90. rokoch minulého storočia alebo začiatkom nového tisícročia, keď bankám stačilo vedieť, koľko má klient na účte peňazí a koľko zarába, ale na segmentoch, ktoré by brali do úvahy oveľa viac parametrov. „Napríklad čo klienti robia, prečo to robia, v čom sú odlišní, aké rôzne produkty by chceli mať, akú komunikáciu preferujú a možno aj aký je ich potenciál rastu,“ uzatvára M. Babic.

Marián Babic tohto času už nepracuje pre Tatra Banku, ale pre Raiffeisen Bank International AG.

Tatra Banka

Výzva

Tatra banka chcela znížiť odchodovosť klientov pri kreditných kartách, zefektívniť komunikáciu s klientmi a zlepšiť predaj produktov existujúcim klientom.

Riešenie

Banka konsolidovala dáta do jedného data martu a nasadila analytický softvér SAS pre retenciu a cross-sell.

Výhody

Kvalitný data mart so stovkami atribútov o každom klientovi a analytický softvér umožňuje Tatra banke lepšie cieliť ponuky, či už pre retenciu alebo pre krížový predaj a tým šetriť náklady, znižovať odchodovosť a zlepšovať obchodné výsledky. Banka si tiež upevnila renomé lídra, keď sa stala jedným z prvých bankových domov na Slovensku, ktorý začal v biznise systematickejšie predpovedať budúcnosť.

The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.