银行对数据的不当使用促使商业客户转向Fintech

大多数金融机构在数据驱动决策的道路上都遇到了顽固的障碍。虽然许多公司已经开发出了优秀的数据和分析技术,但它们在日常运营中难以使用这些技术。这里有一些原因,以及机构可以做些什么。

在消费者银行业发生的事情上,金融机构正在看到金融气和其他非传统球员越来越多地在他们的中小型企业(SMB)Clientele上。这是银行无法定期使用数据的主要原因,以便定制客户提供和决策,并且未能利用所有内部和外部数据。

这是埃森哲一份新报告得出的结论。这也解释了为什么中小型企业是fintechs一直关注的领域之一非常成功从银行和信用合作社抢夺客户。事实上,根据2020年11:FS的一项研究,目前有140多家金融科技初创公司为中小企业和企业家提供服务,满足记账、费用跟踪、保险、发票、支付处理和工资等需求。

研究发现,62%的人中小企业不相信与个人账户相比,他们的商业银行账户提供了任何额外的好处。略多于三分之二(67%)的人使用六家fintech业务平台中的一家,而51%的人使用五家大型银行中的一家。

深入挖掘:Fintechs威胁要扰乱小型商业银行市场

新的竞争:

约30%的美国电子商务网站使用Shopify,目前它是向中小企业提供金融服务的第十大平台。

埃森哲报告突出了这一领域的资金气中断的几个显着例子。一个是购物,它由大约30%的美国电子商务网站使用。它现在是第一个为SMB提供金融服务的平台。另一个是条纹,它为电子商务站点创建了端到端的贷款应用程序编程接口(API),为SMB客户提供融资选项,增加了侵蚀传统机构业务的进一步潜力。


埃森哲表示:“许多(金融机构)正通过加大对数据、高级分析和人工智能(AI)的投资来应对这些挑战。”然而,大多数人在迈向数据驱动的创新的道路上遇到了障碍。

“银行可以访问的许多丰富的实时交易数据都是闲置的。”

- 埃森哲

这家咨询公司继续说道:“尽管许多(机构)已经开发出了卓越的数据和分析领域,但他们仍在努力扩大部署,将数据驱动的决策嵌入日常运营,并利用数据推动整个业务的真正变革。”他们能够访问的大量实时交易数据大多处于闲置状态。”

金融机构挣扎将数据置于使用

阅读更多:如何在2021年锁定小企业银行和贷款市场

海量的数据,却缺乏关键的细节

埃森哲商业银行业集团董事总经理兼负责人贾里德·罗勒(Jared Rorrer)表示,传统商业银行提供商面临的一个主要问题是,他们用于决策的一些传统数据源没有提供足够的客户行为细节,无法收集有意义的见解。他说:“事情是动态变化的,有必要在正确的时间以正确的决策洞察力迅速做出反应。”。

罗雷尔表示:“这需要一个扩大的数据生态系统,结合第一方、第三方和更广泛的数字信号,为世行的行动提供信息。”罗雷尔通过电子邮件回应了来自世行的问题金融品牌。然而,许多银行无法充分利用其扩展的内部数据集的能力,因为它们缺乏可伸缩和灵活的数据基础和适当的多层次数据治理水平。

“银行也挑战了解究竟需要回答哪些问题,以及哪些信息集和洞察最适合到达那个答案,”罗尔继续。“关于客户的了解是什么,以便银行可以与相关信息联系并提供?”

阅读更多:

网络研讨会
注册此免费网络研讨会
通过现代人员配置和执行启用分支转换
随着客户的需求继续发展,了解如何在每个位置最佳优化您的员工,这将为您的分支机构的成功至关重要。
9月29日星期三下午2点(et)

最大的障碍是什么?

银行在达到Rorrer所述的数据成熟度水平时面临的四个主要障碍是:

  • 内部孤索
  • 专注于制作增量而不是批发改进
  • 数字变换“疲劳”
  • 缺乏企业所有权。

其中一些问题并不新鲜。组织孤岛经常被认为是银行组织实现任何有意义的数字化转型的主要障碍。例如,埃森哲表示,50%的金融机构将难以从不同的内部来源访问数据列为实施人工智能战略的三大挑战之一。

埃森哲的报告指出,当金融机构确实参与数据驱动的转型项目时,它们往往只专注于“缓解眼前的痛点”,这更像是一种权宜之计,而不是大规模转变。由于多年的数字转型项目,IT部门花费了大量时间来挖掘银行的技术债务,这导致了内部对承担更长时间的IT项目缺乏兴趣,从而加剧了这种情况。

埃森哲指出,这些都是需要克服的强大阻力:“许多人发现自己陷入了一个令人沮丧的概念验证循环,无法在几个小型卓越中心之外增加数据和分析工作。他们没有利用数据来推动创新和创建新的商业模式,而是从较小的收入或降低成本的胜利中获得了适度的投资回报。”

如何收集一些数据

Jared Rorrer指出,银行和信用工会可以投资于关键构建块以突破内部筒仓,并更好地利用数据访问,质量和基于云的基础。

他还表示,数据驱动型机构投资于授权员工执行基本数据、商业智能和分析任务。“希望最大限度利用其数据的银行可以调动跨职能团队——业务、IT、数据和分析——共同合作,分享见解,从一开始就培养参与过程的意识。”

金融机构的数据领导人可以通过重点关注小胜利并从那里搬起来获得内部买入更大的项目。例如,埃森哲指出,银行或信用合作社可能会通过使用机器学习来告知信贷决策,这些短期产品损失风险低。然后,它可以将这些功能扩展到额外的风险产品,例如透支,企业信用卡和商家卡。

随着数据能力和信心的增强,该机构可以将自主能力扩展到交易产品和核心贷款产品,如外汇和衍生产品、传统现金流贷款和基于资产的贷款。

罗雷尔说,最终,传统机构可以通过主动和先发制人的客户参与和提供目的驱动和前瞻性的产品和服务,开始赢回中小企业的客户。

这位分析师相信,随着时间的推移,银行提供商可以通过利用数据驱动的运营模式、人工智能和云架构以及强大的生态系统合作伙伴关系来推动大规模转型,从而提高效率。

这篇文章最初发表于. 所有内容©2021由金融品牌未经许可,可能不会被任何手段复制。