Adatvezérelt Perszonalizált Kommunikáció a Bankszektorban

Szakács Ádám (2020) Adatvezérelt Perszonalizált Kommunikáció a Bankszektorban. Pénzügyi és Számviteli Kar.

	PDF Adatvezerelt_Perszonalizalt_Kommunikacio_a_Bankszektorban_Szakacs_Adam.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (4MB)
	PDF BA_TO_Szakacs_Adam_DZEPMR.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (515kB)

Absztrakt (kivonat)

A dolgozatomban öt kérdésre és két hipotézisre kerestem a választ, abban a témában, hogy hogyan vezessünk be egy adatvezérelt perszonalizált ökoszisztémát a bankban és ennek milyen hatásai vannak a bevezetés után. Az első kérdés, amire kerestem a választ, az az volt, hogy hogyan feleljünk meg a GDPR szabályozásnak. Ez szerencsére, nem okoz nagy problémát a bankok számára Magyarországon, ugyanis a GDPR életbe lépése előtt is elég szigorú adatkezelési törvények voltak hatályban. Ezért ennek a hatását a bankok csak rövidtávon érezhették, azonban közép-hosszú távon nem volt jelentősebb hatása az ügyféladatok gyűjtésére, felhasználására.Az adatvezérelt ökoszisztémában a GDPR megfelelést, úgy lehet megoldani, ha Data Management Platformot (DMP), két fő modulra bontjuk. Egy Public DMP-re és egy Private DMP-re. A Private DMP-ben tárolódnak az ügyfelek olyan adatai, amelyekkel egyértelműen be lehet azonosítani őket, míg a Private DMP-be csak szegmens adatok kerülnek. Így megfelelve a GDPR szabályozásnak, nem kerülnek ki az online térbe ügyféladatok.A második kérdés az volt, hogy hogyan működik az adatvezérelt kommunikáció a valóságban. A dolgozatomban egy olyan ökoszisztémát mutattam be, mely valós időben képes perszonalizált üzeneteket eljuttatni az ügyfeleknek. Ez úgy működik, hogy amikor az ügyfél az online térben van jelen és a weblapok között böngészik, akkor mielőtt betölt egy olyan weboldalt, amivel kapcsolatban áll a bank, ez a weblap jeleket küldd a Supply Side Platform-nak (SSP). Az SSP továbbítja ezt egy aukciós felületre, ahol az egyes cégek licitálnak azért, hogy kinek a hirdetése jelenjen meg. Ezt a licitálást a Demand Side Platform (DSP) végzi. A DSP-ben vannak beállítva, hogy az egyes szegmensbe tartozó ügyfelek mennyit érnek a bank számára. A DSP eddig a maximális összegik licitál. Amennyiben van más, akinek többet ér az ügyfele akkor a DSP nem licitál tovább és a másik vállalat hirdetése jelenik meg. Azonban ha a banknak ért a legtöbbet az adott ügyfél, akkor a DSP ezt továbbítja az Adserver számára. Az Adserver felel azért, hogy az ügyfél számára a releváns hirdetés jelenjen meg, a megfelelő formában. Mindez valós időben történik azalatt, hogy az ügyfélnél betölt az aktuális weboldal. Így működik a valóságban adatvezérelt kommunikáció.A következő felmerülő kérdés az volt, hogy milyen valódi előnyei vannak egy ilyen megoldásnak. Az OTP Bank a weboldalának statikus bannerei lecserélése után egyértelműen látszott, hogy a főoldalról érkező konverziók és a szerződések száma is növekedett. Ennek köszönhetően az egyes termékeken többlet volumen keletkezett, így nőtt a nyereség is. Csak személyi kölcsön esetében egy év alatt 5,3 millió forinttal.Kerestem még arra a kérdésre is a választ, hogy mekkora hatékonyság növelést lehet elérni. Erre a kérdésre az OTP Bank Russia eredményeit vizsgáltam, miután bevezetésre került náluk egy ilyen adatvezérelt ökoszisztéma . Az orosz leányvállalatnál négy hónap alatt 14%-ról 20%-ra emelkedett a konverziós ráta. Ez azért is hatalmas eredmény, mert orosz bankpiac átlagos konverziós rátája 5%-8% között van. Ezen felül, a személyre szabott ajánlatokkal 2,94-szer olcsóbban érik el az ügyfeleiket, mint előtte és a remarketing is hatszor olcsóbb lett az ügyfeleknél mint korábban.Az utolsó kérdés, amire a kutatásom során kitértem, hogy mennyire skálázható. Ennek meghatározására a legjobb módszer a kontrollcsoportos mérés. Ez azt jelenti, hogy egy ügyfélkör meghatározása után, véletlenszerűen kiemelünk közülük néhány embert, így meghatározható, hogy a hasonló tulajdonságokkal rendelkezők közül, milyen arányban vették igénybe a terméket úgy, hogy megkapták az üzenetet és úgy, hogy nem. Ennek a kéttőnek a különbsége tudja megmutatni a nettó eredményt, vagyis azt, hogy mi volt a kampány valódi hatékonysága.Ezeken kívül két hipotézist vetettem fel a dolgozatomban. Az első, hogy az adatvezérelt perszonalizációs ökoszisztéma létrehozása után a konverziós ráta és a hatékonyság növekedni fog. Ezt az OTP Bank belső adatbázisából kinyert adatok elemzésével vizsgáltam meg. A kalkuláció eredményeképpen az jött ki, hogy egy átlagos havi háromszázezres landing oldal forgalomból 5 370-en tértek vissza legalább egyszer a főoldalra. A CT ráta 2,57%-volt, így a főoldalról 137-en kattintottak rá a főoldalon a nekik megjelenített bannerre, így ennyien tértek vissza a landing oldalra. A VTL arány 6%-os volt, amiből kiszámolható, hogy az átlagos konverziószám 8,197 darab, amiből a főoldalról érkező szerződések száma átlagosan 1,754 darab volt. Ez egy év alatt összesen 5,2 millió forint nyereséget jelent egy év alatt a személyi kölcsön esetében. Mind a négy terméket együttesen nézve, egy év alatt 8,2 millió forintot.Ezeket összegezve elfogadtam a hipotézist, mert egyértelműen látszik, hogy a perszonalizáció megjelenésével növekszik a konverziós ráta, és a hatékonyság is. Véleményem szerint ezek szép eredmények, de egyértelműen látszik, hogy ezek még csak az első lépések a teljes ökoszisztéma létrehozásában. Az orosz leánybank példáját követve még jobb eredményeket lehet elérni, a valós idejű perszonalizált üzenetekkel.A második hipotézisem az volt, hogy a perszonalizált üzenetek megjelenítésével, az ügyfélélmény és az ügyfélelégedettség növekedni fog. Ezt egy kérdőíves kutatással vizsgáltam, melyben az emberek személyes tapasztalata és véleménye alapján adott válaszokat értékeltem. A hipotézisemet csak részben tudtam elfogadni. Az a része, hogy az ügyfélélmény növekedni fog a perszonalizált tartalmak megjelenésével elfogadtam. Az eredményekből látszik, hogy ezen bőven lehet is fejleszteni és az ügyfelek is szívesebben látnak személyre szabott üzeneteket. A második részt, vagyis, hogy az ügyfélelégedettség nőni fog azt nem fogadom el, mert már így is olyan magas szintű az elégedettség, hogy szignifikáns különbséget nem lehetne mutatni.Mindent összevetve, azt gondolom, hogy a bankok az ügyfelekkel történő kommunikációjában ez az adatvezérelt perszonalizációs ökoszisztéma létrehozása a jövő. Minél jobban személyre szabva jelenít meg a bank egy üzenetet, annál kevesebbet költ magára az ügyfélre és az ügyfélélmény is növekedni fog, ami a jobb ügyfélhűséghez vezet. Minél hűségesebb egy ügyfél annál több pénzügyi szolgáltatást fog a bankjától igénybe venni, és nem keres másik bankot. Bár komoly kezdeti költségek merülnek fel az elején, az IT költségeken és a külsős vállalatoktól igénybe vett szolgáltatásokon, ha a bank le tudja fejleszteni számára ezt az ökoszisztémát, az hosszú távon kifizetődő beruházás.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus (BA)

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	Adatvezérelt, Adserver, Attribúciós modell, bankkártya, bankszektor, big data, Call Center, Contact Center, CRM, Data Management Platform, GDPR, kommunikáció, Perszonalizált, Ügyfél szegmensek, webanalitika
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2020. Nov. 27. 04:40
Utolsó módosítás:	2021. Már. 29. 10:57

Actions (login required)

Tétel nézet