ธนาคารจะทำเงินมหาศาลจากข้อมูล Mobile Banking ได้อย่างไร บทวิเคราะห์อย่างละเอียด | Techsauce

ธนาคารจะทำเงินมหาศาลจากข้อมูล Mobile Banking ได้อย่างไร บทวิเคราะห์อย่างละเอียด

ข่าวใหญ่ในอาทิตย์ที่ผ่านมานี้คือ ธนาคารเกือบทุกแห่งประกาศยกเลิกค่าธรรมเนียมการทำธุรกรรมออนไลน์สำหรับลูกค้าบุคคลทั่วไป เพื่อมุ่งหวังให้ลูกค้าใช้แอปธนาคารมากขึ้น แน่นอนว่าธนาคารเสียรายได้ส่วนนี้ และที่ธนาคารต้องทำก็เพราะกลัวคู่แข่งอย่าง Rabbit Line Pay, True Money Wallet ที่มี Alipay หนุนหลัง, และรายล่าสุดคือ GrabPay ซึ่งทุกรายล้วนแต่มีทุนมหาศาลและมีความเชี่ยวชาญด้าน digital เป็นอย่างมาก

คำถามคือ ทำแล้ว ธนาคารได้ประโยชน์อะไร นอกจากป้องกันคู่แข่งจากการแย่งลูกค้าในด้าน e wallet และmobile payment เพราะไม่มีเหตุผลที่ลูกค้าธนาคารจะต้องไปใช้ mobile payment ของแอปอื่น เมื่อใช้ฟรีบนแอปธนาคาร

ประโยชน์หลัก 3 ข้อคือ

  1. เอา data ไปทำอย่างอื่นที่เพิ่มรายได้ให้ธนาคาร
  2. ลดต้นทุนสาขาและคน
  3. ลดต้นทุนการจัดการเงินสด

จากประสบการณ์ที่ผมทำงานด้าน Analytics ที่ Credit Karma ฟินเทคสตาร์ทอัพที่ประสบความสำเร็จอย่างมากที่อเมริกา ผมพอมองเห็นภาพการเอา data ไปเพิ่มรายได้ให้ธนาคารดังนี้

Alternative credit scoring

รายได้หลักของธนาคารคือการปล่อยกู้ แต่ก็ยังมีคนจำนวนมากที่ต้องการกู้เงินแต่ธนาคารไม่ปล่อยสินเชื่อเพราะความน่าเชื่อถือทางการเงินไม่พอ ทำให้พวกเขาต้องไปกู้จากสถาบันการเงินที่ไม่ใช่ธนาคาร เช่น อิออน ที่มียอดปล่อยกู้ปีละกว่าแสนล้านบาท และยังมีคนจำนวนมากที่สมัครอิออนไม่ได้

จากที่เมื่อก่อนคนกลุ่มนี้มาใช้ถอนเงินมาเป็นก้อนแล้วใช้จ่ายเป็นเงินสดซึ่งทำให้ธนาคารไม่รู้เลยว่าเอาเงินไปซื้ออะไร หรือแม่ค้าที่เมื่อก่อนรับเงินสดแล้วฝากธนาคารทีเดียวซึ่งธนาคารก็ไม่รู้ว่าเป็นเงินมาจากไหน เมื่อมาใช้ mobile banking ธนาคารสามารถสร้างโมเดลวิเคราะห์พฤติกรรมการเงินของคนกลุ่มนี้ได้ว่าเอาเงินไปทำอะไร แล้วคนอื่นที่มีพฤติกรรมเหมือนเขา มีความน่าเชื่อถืออย่างไร ดังนั้นคนคนนี้มีความน่าเชื่อถือขนาดไหน

ไม่ใช่แค่ปล่อยสินเชื่อให้กับคนที่แต่ก่อนไม่สามารถเข้าถึงได้ ธนาคารที่ทำได้ดีด้าน data ยังสามารถแย่งลูกค้าจากธนาคารคู่แข่ง เมื่อมีข้อมูลมากกว่าธนาคารอื่น เข้าใจลูกค้ามากขึ้น สำหรับลูกค้าชั้นดี ธนาคารสามารถนำเสนอสินเชื่อที่มีดอกเบี้ยต่ำกว่าสินเชื่อที่เขาได้จากธนาคารอื่น

Personalized financial products, personalized previlege and personalized touch points

รายได้หลักอีกส่วนหนึ่งของธนาคารคือ รายได้จากผลิตภัณฑ์ทางการเงินและการให้บริการทางการเงิน โดยเฉพาะ บัตรเครดิต, ขายประกัน, และ private wealth

ทั้งสามอย่างนี้โดยตัวหัวใจหลักของผลิตภัณฑ์แล้วเป็น commodity product คือแทบไม่ค่อยต่างกันเลยธนาคารนี้ออกผลิตภัณฑ์อะไร ธนาคารอื่นสามารถทำตามได้หมด

ทุกวันนี้ธนาคารแข่งกันด้วยสิทธิประโยชน์ แต่ยังคงเป็นสิทธิประโยชน์ในระดับที่หว่านแห บัตรเครดิตที่ดีที่สุดของธนาคารมีสิทธิประโยชน์มากมาย ปัญหาคือธนาคารไม่รู้ว่าสำหรับลูกค้าคนนี้ ธนาคารควรชูจุดขายสิทธิประโยชน์ไหน

เมื่อธนาคารมีข้อมูลการใช้จ่ายของลูกค้า รู้ว่าชอบซื้อของร้านอะไร ใช้เงินกับบริการประเภทไหน ธนาคารก็สามารถนำเสนอสิทธิประโยชน์นั้นในทุกช่องทางการขาย ทั้ง telesale, email, app ธนาคารเอง

Targeting ads model

ที่ธุรกิจชอบลงโฆษณาออนไลน์มากกว่าออฟไลน์ เพราะมันวัดผลได้และยิงตรงกลุ่มเป้าหมาย แต่ข้อมูลที่Facebook มีที่ว่าเรา Like เพจอะไร เป็นคนมี Interest ด้านไหน ก็ยังสู้ข้อมูลที่ธนาคารมีไม่ได้

ธนาคารรู้ว่าเรามีเงินฝากและทรัพย์สินเท่าไรและมีรายได้เท่าไร ซึ่งเป็นข้อมูลที่เป็นประโยชน์มากๆสำหรับนักการตลาด ที่สำคัญกว่าธนาคารรู้ว่าเราเป็นลูกค้าจ่ายเงินให้ธุรกิจนั้นๆ จริงหรือไม่ ไม่ใช่แค่ Like เพจ

นักการตลาดพร้อมทุ่มเงินอยู่แล้วถ้าสามารถวัดผลได้ว่างบโฆษณานี้ทำให้เกิดยอดขายที่คุ้มค่าหรือไม่ ซึ่งFacebook ทำได้แค่สำหรับเว็บที่ปิดการขายจ่ายเงินในตัวเว็บเลย ผ่าน pixel แต่สำหรับธุรกิจที่ยอดขายเกิดขึ้นนอกเว็บนั้น Facebook บอกได้แค่ว่าคนเห็นโฆษณาบน Facebook แล้วคลิกมาที่เว็บกี่คน

ข้อมูลอีกประเภทที่ธนาคารมีและนักการตลาดปรารถนาคือ ผู้ใช้ที่เป็นลูกค้าของสินค้าคู่แข่ง ผู้ใช้กลุ่มนี้เป็นกลุ่มที่ธุรกิจพร้อมทุ่มเงินแย่งมา เพราะมีความสนใจในผลิตภัณฑ์หรือบริการแนวนี้และมีกำลังซื้อ

การทำส่วนหนึ่งของแอปธนาคารให้เป็นพื้นที่โฆษณาสามารถสร้างรายได้หลักพันล้านบาทให้ธนาคารได้เพราะเป็นแอปที่ผู้ใช้กว่าล้านคนเปิดทุกวันวันละหลายครั้ง และข้อมูลระดับการใช้จ่ายรายคนที่ธนาคารมีปัจจุบันใช้พื้นที่เหล่านั้นไปกับการประชาสัมพันธ์ข่าวสารธนาคารที่ไม่ได้ personalize ให้เหมาะกับแต่ละคนและถึงจะอ่านแล้วก็ยังโชว์อีก

Personalized recommendation system

เวลาผู้ใช้เข้าแอปฯ ธนาคาร ก็จะเจอกับข้อมูลสรุปว่ามีเงินเท่าไร มียอดเคลื่อนไหวอย่างไร แต่ไม่ได้มีการแนะนำผู้ใช้ว่าเขาควรทำอย่างไรกับเงินที่เขามี หรือทำอย่างไรให้มีสุขภาพการเงินที่ดีขึ้น

ถ้าธนาคารสามารถวิเคราะห์และแนะนำผู้ใช้ได้เลยว่านี่คือ 5 สิ่งที่คุณควรทำ จากการวิเคราะห์เงินเข้าเงินออกย้อนหลัง เพื่อให้ได้ผลตอบแทนมากขึ้นโดยไม่เกิดปัญหาสภาพคล่อง ธนาคารจะสามารถจูงใจผู้ใช้หลายล้านคนให้ซื้อผลิตภัณฑ์การเงินมากขึ้น

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

‘Yindee’ แชตบอตในแอป ttb Touch ใช้ Gen AI จับความรู้สึก ตอบเร็วและฉลาดกว่าที่เคย

Yindee แชตบอตที่อยู่บน Mobile Banking ของ ttb ทำงานผ่านแอป ttb Touch สามารถจับ Mood & Tone ของลูกค้าหรือผู้ใช้บริการ ว่าขณะแชตนั้น ลูกค้าอยู่ในอารมณ์ไหน ด้วย Generative AI โดย Azur...

Responsive image

คนอยากใช้พลังงานเยอะ แต่โลกอยากได้ปล่อยคาร์บอนน้อย บริษัทพลังงานแก้ไขความย้อนแย้งนี้อย่างไรดีในยุค AI

The Energy/Prosperity Paradox หรือภาวะย้อนแย้งแห่งพลังงาน และความเจริญ ถือเป็นความท้าทายระดับโลกที่บริษัทด้านพลังงานกำลังพบเจอ เพราะในตอนนี้โลกกำลังต้องการพลังงานเพิ่มขึ้นอย่างไม่เ...

Responsive image

เศรษฐกิจไทย ‘ฟื้นตัว’ แล้วหรือยัง ? ฟังความเห็นจาก 3 ผู้นำธุรกิจยักษ์ใหญ่ไทย

ค้นพบศักยภาพการเติบโตทางเศรษฐกิจในเอเชียตะวันออกเฉียงใต้ รวมถึงไทย จีน สิงคโปร์ อินโดนีเซีย เวียดนาม และกัมพูชา พร้อมโอกาสการลงทุนที่น่าสนใจในภาคอุตสาหกรรม การเงิน และเทคโนโลยี...