Банк Китая персонализирует сервисы с помощью Big Data

Партнером проекта стала компания IBM, которая провела реконструкцию сайта, усовершенствовала его функциональность и повысила степень персонализации услуг. Основная цель проекта – усовершенствовать сбор и анализ информации о транзакциях, текущем состоянии рынка и обслуживании клиентов. Это в свою очередь позволит банку использовать информацию о пользовательском опыте для персонализации услуг. 

«Банковская отрасль вступила в новую эру, происходит переход от простых операций и способов доставки услуг к новым усовершенствованным продажам и маркетинговым каналам», – отметил Джианг Ксин (Jiang Xin), генеральный менеджер электронного банкинга Банка Китая. – Спрос быстро эволюционирует, и Банк Китая стремится быть лидером, удовлетворяя уникальные и индивидуальные потребности своих клиентов. Запустив новую платформу дистанционного обслуживания, мы сильно продвинулись в построении клиентоориентированного бизнеса, усовершенствовали доставку услуг и повысили удовлетворенность клиентов». 

Ранее IBM уже сотрудничала с Банком Китая – в 2011 г. компания объявляла о проекте по автоматизации обработки межбанковских сообщений для офисов банка, расположенных в Лондоне. По оценкам экспертов, этот проект значительно отличается от аналогичных объемом обрабатываемой клиентской базы и комплексностью решаемых задач. К тому же размер клиентской базы Банка Китая по количеству составляет более 70% населения России. «Наверное, только Сбербанк работает со сравнимой по объему клиентской базой. В России пока таких масштабных кейсов нет. За исключением единичных случаев, большая часть отечественных банков реализует проекты по персонализации кредитных продуктов на основе данных кредитной заявки, кредитной истории клиента и данных транзакционных систем, – рассказал Алексей Рывкин, архитектор корпоративных решений дивизиона данных компании IBS. – Отдельные российские банки с разной степенью успешности внедряют технологии Big Data, но, конечно, не в таком масштабе. Как правило, пока наши банки решают не комплексную задачу персонализации услуг финансового института, а ее отдельные составляющие: сбор данных из различных источников, управление качеством данных, управление маркетинговыми кампаниями и другие». 

По материалам CNews