Die Aufgabe
Ein Kunde erwartet heutzutage, dass seine Bank seine individuelle aktuelle Situation kennt, versteht und in der Kommunikation mit ihm entsprechend darauf Bezug nimmt. Die Kundenansprache sollte also neben dem aktuellen Produktportfolio mindestens auf die verfügbaren Salden, die laufenden Vorgänge des Kunden sowie vorliegende Kundendaten zugeschnitten sein.
Die Anforderungen unseres Auftraggebers – einer großen Bank – waren aber noch vielschichtiger:
Um den Kunden unter Service-, Marketing- und Vertriebsaspekten optimal ansprechen zu können, wurden Informationen und Daten aus allen Kanälen real time, also in Echtzeit, benötigt. Die gesamte Customer Journey sollte transparent werden. Über eine Verknüpfung dieser Datenströme mit in der Bank bereits bestehenden Informationen kann so ein optimales Profil der einzelnen Kunden ausgelesen werden. Zum Beispiel mit der Zielsetzung, mögliche Abwanderung zum Wettbewerber rechtzeitig zu erkennen und ihr mit einer entsprechenden Kommunikation entgegenzuwirken.
Die Bank hatte insgesamt die Zufriedenheit ihrer Kunden im Blick und wollte deshalb auch die abrufbaren Services erweitern. Beispielsweise über eine Aktualisierung des Kontostandes unmittelbar nach der Buchung, der auch auf dem Smartphone ohne Zeitversatz abgelesen werden kann.
Der Mehrwert
Insbesondere für das Marketing der Bank erwies sich die Smart Banking Plattform als ein Quantensprung: Die Aktualität und Qualität der Kundenansprache ist unvergleichlich besser und vor allem – auf allen Kanälen offline, online und mobile einheitlich. Zahlreiche Servicethemen ersetzen nun die Inhalte rein um den Produktverkauf.
Unterm Strich: Glücklichere und zufriedenere Kunden der Bank. Und eine neue Erlössituation, über die sich auch unser Auftraggeber freut.
Die Lösung
Mit einer individuellen Big Data Lösung jenseits umfangreicher vorgedachter Modelle gelang es uns, die eingehenden Daten ohne Struktur abzulegen, Informationen schnell aus der Datenbank wieder abzurufen und viele Anfragen parallel beantworten zu können sowie in kurzer Zeit Ähnlichkeiten zwischen Kunden und Nutzungsarten erkennen zu können.
Die eingesetzten Technologien
Hadoop, Cassandra, Storm, Kafka, ElasticSearch