সুইস খুচরা ব্যাঙ্কিং শিল্পের বিকাশ আর্থিক বাজারের অংশগ্রহণকারীদের একত্রীকরণের দ্বারা চালিত হয়, যা তাদের অংশে দক্ষতা বৃদ্ধির জন্য সম্মতি এবং পরিমাপের জন্য ব্যয় বৃদ্ধির দ্বারা চালিত হয়। উপরন্তু, নেতিবাচক সুদের হারের কারণে অনিশ্চয়তার পরিবেশ রয়েছে। তাই, সুইস রিটেল ব্যাঙ্কগুলি তীব্র প্রতিযোগিতার পরিবেশে ক্রমবর্ধমান খরচের সাথে বিক্রি এবং সুদের মার্জিন হ্রাসের সম্মুখীন হচ্ছে৷

চিত্র 1:সুইস ক্যান্টোনাল ব্যাঙ্কগুলির গড় আয়ের মার্জিন এবং খরচ-থেকে-আয় অনুপাত

সূত্র:Deloitte analysis, 2017

একইসাথে, সাম্প্রতিক প্রযুক্তি এবং ডিজিটাল উন্নয়নের কারণে ব্যাঙ্ক পরিষেবা এবং পণ্যগুলির প্রাপ্যতা সম্পর্কিত গ্রাহকদের প্রত্যাশা ক্রমাগত বৃদ্ধি পাচ্ছে। যদি ব্যাঙ্কগুলি এই প্রত্যাশাগুলি পূরণ করতে সক্ষম হয়, তবে তারা আরও শক্তিশালী গ্রাহক আনুগত্য এবং আনুগত্যের সাথে পুরস্কৃত হয়৷

ব্যাঙ্কগুলি কীভাবে প্রতিক্রিয়া জানাতে পারে?

বর্তমানে চাপযুক্ত ব্যবসায়িক পরিবেশে, সুইস খুচরা ব্যাঙ্কগুলি দীর্ঘদিন ধরে তাদের ব্যাঙ্কিং পরিষেবার মান শৃঙ্খলের ডিজিটালাইজেশনের নেতৃত্বে বৃহৎ রূপান্তর কর্মসূচি শুরু করেছে। তারা একটি পরিবর্তনশীল শিল্পে নিজেদেরকে পুনঃস্থাপন করার জন্য এবং সর্বোপরি, নতুন রাজস্ব স্ট্রীম খুঁজে পেতে চাপের মধ্যে রয়েছে। আমাদের পর্যবেক্ষণে, একটি মূল লিভার বারবার প্রদর্শিত বলে মনে হচ্ছে:কীভাবে ব্যাঙ্কগুলি গ্রাহকের ডেটার সম্পদকে রাজস্ব উৎপন্ন করার কাজগুলি নির্ধারণ করতে পারে?

গ্রাহক ডেটা থেকে অন্তর্দৃষ্টি অর্জনের ধারণাটি নতুন নয়, তবে, বেশিরভাগ ব্যাঙ্ক এখন তাদের ডিজিটাল রূপান্তর উদ্যোগের সম্পূর্ণ বাষ্পে, গ্রাহক উৎপন্ন ডেটার পরিমাণ বিস্ফোরিত হয়েছে। আর্থিক পরিষেবা প্রতিষ্ঠানগুলি তাদের উন্নত বিশ্লেষণ ক্ষমতায় প্রচুর বিনিয়োগ করছে এবং এটি ভাল কারণে। হার্ভার্ড বিজনেস রিভিউ ¹ -এ প্রকাশিত একটি সাম্প্রতিক গবেষণা উদাহরণ স্বরূপ, অ্যানালিটিক্স লিডাররা গ্রাহকদের অভিজ্ঞতার জন্য রিয়েল-টাইম ডেটা এবং অ্যানালিটিক্স ব্যবহার করার সম্ভাবনা 2.5 গুণ বেশি বা গ্রাহক মন্থন সীমিত করার জন্য অ্যানালিটিক্সের সুবিধা নেওয়ার সম্ভাবনা 2.6 গুণ বেশি, যার ফলে সরাসরি প্রতিযোগিতামূলক সুবিধা এবং উচ্চতর গ্রস মার্জিন, অপারেটিং মার্জিন এবং লাভ মার্জিনের ক্ষেত্রে বটম-লাইন পারফরম্যান্স।

চিত্র 2:"ডিজিটাল নেতাদের" মূল সুবিধাগুলি

উৎস:Deloitte, 2017

প্রকৃতপক্ষে, গ্রাহকের উন্নত বিশ্লেষণগুলি ব্যাঙ্কের কৌশলগত অগ্রাধিকারের উপর নির্ভর করে খুব ভিন্ন রূপ নিতে পারে এবং এর কর্পোরেট কৌশল এবং ব্যাঙ্কের মধ্যে প্রতিটি স্তরে কীভাবে সম্পাদিত হয় তার উপর ফোকাস করতে পারে। বাজারের অভিজ্ঞতাগুলি নিম্নলিখিত ক্ষেত্রে সুইস খুচরা ব্যাঙ্কগুলির গ্রাহক বিশ্লেষণমূলক উদ্যোগের ক্ষেত্রে আরও উন্নয়নের উচ্চ সম্ভাবনা দেখিয়েছে:

• প্রোডাক্ট অ্যাফিনিটি মডেল :মেশিন লার্নিং অ্যালগরিদমের প্রয়োগ শুধুমাত্র গ্রাহকের প্রোফাইল, বিনিয়োগের অবস্থান, লেনদেনের উপর ভিত্তি করে নয় বরং তাদের অনলাইন আচরণের উপরও ভিত্তি করে। প্রোডাক্ট অ্যাফিনিটি মডেলগুলি, উপলব্ধ প্রযুক্তির উপর নির্ভর করে, গ্রাহকের ব্যাঙ্কের পণ্য কেনার সম্ভাবনা বাস্তব সময়ে গণনা করতে পারে এবং নির্ধারিত করতে পারে। অবিলম্বে সম্পর্ক পরিচালকদের (RMs) পরবর্তী সেরা পদক্ষেপ সুযোগটি উপলব্ধি করার জন্য।
• উন্নত সম্ভাবনা বিশ্লেষণ: বুদ্ধিমান নেটওয়ার্ক ডেটার ব্যবহার, সাধারণত বহিরাগত ডেটা বিক্রেতাদের দ্বারা সরবরাহ করা হয় বিভিন্ন বিভিন্ন উত্স থেকে ডেটা একত্রিত করে:কোম্পানির প্রকাশনা, সংবাদ, বাণিজ্যিক রেজিস্টার, লিঙ্কডইন বা জিং ব্যক্তিদের নেটওয়ার্ক তৈরি করতে। এই ডেটা অভ্যন্তরীণ গ্রাহক এবং CRM ডেটার সাথে একত্রিত করা হয় যাতে RM-এর সম্ভাব্য কাছে যাওয়ার জন্য গুরুত্বপূর্ণ "ডোর ওপেনার" সনাক্ত করা হয়। উন্নত প্রসপেক্টিং একটি প্রোডাক্ট অ্যাফিনিটি কম্পোনেন্টকেও একত্রিত করতে পারে এবং শনাক্ত করতে পারে কোন প্রোডাক্ট বা ব্যাঙ্কিং প্যাকেজ সম্ভাব্য কেনার সম্ভাবনা সবচেয়ে বেশি৷
• গ্রাহকের জীবনকালের মূল্য :ব্যাংকের সাথে আজীবন মূল্যের পূর্বাভাস দেওয়ার জন্য অতীত এবং বর্তমান গ্রাহক প্রোফাইল এবং অনুরূপ গ্রাহকদের সাথে আচরণের এক্সট্রাপোলেশনের উপর ভিত্তি করে গ্রাহক মূল্য মডেলগুলির ডিজাইন এবং বাস্তবায়ন। এই ব্যবহারের ক্ষেত্রে মূল্যায়ন মডেলগুলিতে কী ইনপুট প্রদান করে উন্নত ক্লাস্টারিং কৌশলগুলিও রয়েছে। এটি RM এবং সামনের বিক্রয়কে অগ্রাধিকার করার অনুমতি দেয় বিক্রয় প্রচেষ্টা উচ্চ মূল্যের সম্ভাবনার উপর গ্রাহকদের বা স্বল্প মূল্যের গ্রাহককে বিভিন্ন ক্লাস্টারে ঠেলে দেওয়ার জন্য পদক্ষেপ নেওয়া, তাই দীর্ঘমেয়াদী ব্যবসায়িক উদ্দেশ্যগুলি চালনা করা।
• মন্থন ব্যবস্থাপনা এবং/ অথবা গ্রাহকের আনুগত্য বৃদ্ধি
  আচরণগত নিদর্শনগুলির জন্য মানদণ্ডের একটি সেটের সংজ্ঞা এবং স্পেসিফিকেশন যা অভ্যন্তরীণ এবং বাহ্যিকভাবে খাওয়ানো ডেটাবেসের উপর ভিত্তি করে গ্রাহক মন্থনের পূর্বাভাস দিতে পারে। উন্নত বিশ্লেষণের মাধ্যমে মন্থনের জন্য চিহ্নিত কারণগুলির উপর ভিত্তি করে RM-এর জন্য একটি স্বয়ংক্রিয় সতর্কতা ব্যবস্থা সেট আপ করা হয়েছে। এটি সক্রিয়ভাবে মন্থন এড়াতে গ্রাহক-নির্দিষ্ট ব্যবস্থাগুলি সনাক্ত করার অনুমতি দেয় সময়মত।

খুচরা ব্যাঙ্কগুলির জন্য গ্রাহক বিশ্লেষণগুলি কীভাবে কার্যকর করা যেতে পারে?

ব্যবসায়িক প্রক্রিয়াগুলিতে সফলভাবে উন্নত গ্রাহক বিশ্লেষণগুলি এম্বেড করার জন্য মূল বিবেচ্য বিষয়গুলি হল:

• নির্ধারিত ক্রিয়াকলাপ থেকে প্রকৃত ব্যবসার ফলাফলে সরানো: এই গুরুত্বপূর্ণ পদক্ষেপটি ব্যাঙ্কের ব্যবসায়িক-সাধারণ প্রক্রিয়ায় উদ্ভাবন এম্বেড করার ক্ষমতার উপর নির্ভর করে। এর জন্য সামনের কর্মীদের এবং সহায়তা কর্মীদের ব্যাপক প্রশিক্ষণ, ব্যবসায়িক প্রক্রিয়াগুলির পুনঃপ্রকৌশল এবং এমনকি কর্পোরেট সংস্কৃতিতে পরিবর্তন প্রয়োজন। খুব প্রায়ই, এটি সুইস ব্যাংক প্রতিষ্ঠানের জন্য বিশেষভাবে চ্যালেঞ্জিং বলে প্রকাশ করে। ধারণার একটি প্রমাণ অনুমান পরীক্ষা করার জন্য দরকারী।
• সমস্ত ডিজিটাল চ্যানেলে বিশ্লেষণ ফলাফল এম্বেড করা :গ্রাহকরা ব্যাঙ্কের (অনলাইন, মোবাইল, শাখা, ইত্যাদি) সাথে যোগাযোগ করার জন্য যে চ্যানেল ব্যবহার করার সিদ্ধান্ত নেন না কেন তারা একই স্তরের পরিষেবা আশা করে৷ একটি সত্য ওমনি-চ্যানেল গ্রাহক অভিজ্ঞতা নিশ্চিত করার জন্য, উন্নত বিশ্লেষণ মডেলগুলি থেকে প্রস্তাবিত পদক্ষেপগুলি সমস্ত প্ল্যাটফর্মে উপলব্ধ করতে হবে৷
• মডেলকে প্রতিক্রিয়া থেকে শেখার অনুমতি দেওয়া হচ্ছে :উন্নত বিশ্লেষণ মডেলগুলি এমনভাবে ডিজাইন করা হয়েছে যাতে আরও সঠিক এবং সময়োপযোগী সুপারিশ প্রদানের জন্য ক্রমাগত উন্নতির অনুমতি দেওয়া হয়। একটি সমাধান ডিজাইন করার সময়, সুইস ব্যাঙ্কগুলিকে নিশ্চিত করতে হবে যে গ্রাহক যাত্রার সময় "সত্যের মুহূর্তগুলি" মডেলগুলিতে ফিরে আসতে পারে৷
• পুরো উন্নয়ন জুড়ে ব্যবসায়িক কেনাকাটা প্রাপ্তি :উন্নত বিশ্লেষণ ব্যবহারের ক্ষেত্রে প্রয়োগ করা বিচ্ছিন্নভাবে করা যাবে না। প্রোগ্রাম ম্যানেজার এবং ডেটা সায়েন্টিস্ট লিডদের তাদের ব্যবসায়িক স্টেকহোল্ডারদের সাথে প্রাথমিক কেনাকাটা ক্যাপচার করার জন্য বিকাশের প্রতিটি ধাপে ফলাফল যাচাই করতে হবে।

আপনার ব্যাঙ্কের ডেটা উন্নত করতে সাহায্য প্রয়োজন?

একটি Deloitte বিকশিত সমাধান, খুচরা ব্যাঙ্কিং গ্রোথ ইঞ্জিন, গ্রাহকের ডেটা বিশ্লেষণকে স্বয়ংক্রিয় করে তোলে। বিস্তৃত ডাটাবেস বহিরাগত এবং ব্যাঙ্কের অভ্যন্তরীণ ক্লায়েন্ট এবং লেনদেনের ডেটা একত্রিত করে যা ক্লায়েন্ট গ্রুপগুলির দ্বারা একটি নির্দিষ্ট পণ্য ক্রয়ের সম্ভাবনার পূর্বাভাস সক্ষম করে। আরও তথ্য আমাদের ওয়েবসাইটে পাওয়া যাবে।

উপসংহার

বাজারের শক্তিগুলি ব্যাঙ্কিং শিল্পকে পুনর্নির্মাণ করার সাথে সাথে, সুইস খুচরা ব্যাঙ্কগুলি বৃহৎ ডিজিটালাইজেশন ট্রান্সফরমেশন প্রোগ্রামগুলি শুরু করেছে – উন্নত বিশ্লেষণের মাধ্যমে নতুন রাজস্ব বৃদ্ধির সম্ভাবনাগুলি উপলব্ধি করার জন্য তাদের ক্রমবর্ধমান গ্রাহক ডেটা লাভের জন্য তাদের এটিকে অগ্রাধিকার দিতে হবে। এটি কার্যকর করার জন্য, ব্যাঙ্কগুলিকে তাদের দৈনন্দিন ব্যবসায়িক প্রক্রিয়াগুলিতে গ্রাহক বিশ্লেষণগুলিকে অন্তর্ভুক্ত করতে হবে৷

¹ উত্স:রবার্ট বক, মার্কো ইয়ানসিটি, করিম আর. লাখানি:হোয়াট দ্য কোম্পানিজ অন দ্য রাইট সাইড অফ দ্য ডিজিটাল বিজনেস ডিভাইড হ্যাভ ইন কমন, হার্ভার্ড বিজনেস রিভিউ, জানুয়ারী 2017